阿爾法狗與人類頂尖棋手的人機大戰

已經成為人工智能領域的里程碑事件

作為生物鏈最頂端的人類

已經無法直視人工智能發展的速度了

近日，

人工智能再次取得突破，超越人類！

這次，跟重慶兩江新區這家企業有關！

（圖源：網絡）

據悉，重慶中科云從科技有限公司（以下簡稱云從科技）與上海交通大學聯合宣布，雙方基于原創DCMN算法打造的全新人工智能模型，已在自然語言處理（NLP）領域的大型深層閱讀理解任務數據集—RACE數據集（ReAding Comprehension dataset collected from English Examinations）上榮登第一名，成為全球首個超越人類排名的人工智能模型。

在高中測試題部分首次超越人類

從RACE leaderboard上結果比較可以得到以下結論：

▲云從科技與上海交大的單體模型就已經超越榜單上所有的單體或Ensemble模型；

▲云從科技與上海交大的Ensemble模型在高中題目（RACE-H）部分優于人類結果（Turkers）。

小編了解到，云從科技與上海交通大學基于原創DCMN算法打造的全新人工智能模型，將機器閱讀理解正確率提高了4.2個百分點，并在高中測試題部分首次超越人類（機器正確率69.8%、普通人類69.4%），在自然語言處理（NLP）領域的深度閱讀理解上登頂RACE排行榜第一名。

不管是中文、英語

還是任意其他語言，

閱讀理解都算得上是最難的題型之一，

需要信息收集、知識儲備、

邏輯推理、甚至還要融會貫通的主觀作答。

云從科技是如何做到

超越人類的呢？

RACE數據集

RACE數據集（ReAdingComprehension dataset collected from EnglishExaminations）是一個來源于中學考試題目的大規模閱讀理解數據集，包含了大約28000個文章以及近100000個問題。

它的形式類似于英語考試中的閱讀理解（選擇題），給定一篇文章，通過閱讀并理解文章（Passage），針對提出的問題（Question）從選項中選擇正確的答案（Answers）。

RACE數據集的難點在于，該題型的正確答案并不一定直接體現在文章中，只能從語義層面深入理解文章，通過分析文中線索并基于上下文推理，選出正確答案。

相對以往的抽取類閱讀理解，算法要求更高，被認為是“深度閱讀理解”。

DCMN模型

針對這種“深度閱讀理解”，云從科技與上海交通大學首創了一種P、Q、與A之間的匹配機制，稱為Dual Co-Matching Network（簡稱DCMN），并基于這種機制探索性的研究了P、Q、與A的各種組合下的匹配策略。

應用領域廣泛

據介紹，這一研究成果在應用領域搭配文字識別OCR/語音識別技術后，將能幫助機器更好地理解人類文字、語言。該成果可廣泛應用于服務領域。“

比如幫助企業判斷客戶風險，審計內部文檔是否合規，從語義層面查找相關信息，也可在社交軟件、推薦引擎軟件內輔助文字審閱工作，從枯燥的人工文字工作中解放人類。

助推經濟高質量發展

兩江新區大力發展數字經濟產業

事實上，該項突破也是云從科技所承擔的國家“人工智能基礎資源與公共服務平臺”項目取得的一項重要技術進展。在2018年10月的國家“人工智能基礎資源與公共服務平臺”發布會上，云從科技創始人周曦提出了人工智能發展五個階段。作為五個階段的重要基礎，核心技術閉環由從感知到認知決策的一系列技術組成，其中，自然語言處理正是認知決策的重要部分。

目前云從科技承擔了國家發改委與工信部的人工智能基礎平臺、人工智能應用平臺和人工智能的核心芯片平臺項目，包含以智能感知技術和認知決策技術為核心的技術閉環，并刷新多項世界紀錄，保持自主核心技術國際領先。

在此基礎上，云從科技正致力整合算力、智力、數據等資源及其成果，打造人工智能開放平臺與生態，進一步促進人工智能在金融、安防、交通、零售、商業等重要行業的落地與深度融合。