科學(xué)現(xiàn)場

　　人工智能：讀書“破萬卷”，難答“小兒科”

　　閱讀來自維基百科的536篇文章,，回答10萬個基于文章內(nèi)容的問題,，除了題量大一點，這場比賽挺像大學(xué)英語六級考試的閱讀理解測試,。

　　但你不可能聽到考場里奮筆疾書的“唰唰”聲,，因為“參賽者”只是一段代碼。輸入文章和問題后,，計算機的中央處理器(CPU)和圖形處理器(GPU)開始高速計算,，最后交出答卷，由出題者批閱,。

　　對來自世界各國的研究者來說,，這是一場沒有盡頭的競賽——任何人可以在任意時間加入，排行榜實時更新,；即使是第一名,，不保持“學(xué)習(xí)”和“更新”，隨時有可能被新加入者超越,。它可能發(fā)生在你吃飯和睡覺的時候,，而“對手”不過是“啪啪啪”地敲擊了一串代碼。

　　這場競賽全稱SQuAD(Stanford Question Answering Dataset)文本理解挑戰(zhàn)賽,，由斯坦福大學(xué)在2016年9月發(fā)起,，是業(yè)內(nèi)公認(rèn)的機器閱讀理解標(biāo)準(zhǔn)水平測試，也是這個領(lǐng)域的頂級賽事,。

　　在2018年1月3日以前,，人類始終保持著領(lǐng)先的優(yōu)勢——從來沒有任何一個團隊能夠設(shè)計出一種答題正確率超過人類的算法。這一天,，微軟亞洲研究院自然語言計算組提交的新模型獲得了82.650的精確匹配分?jǐn)?shù),，超過了人類得分82.304。僅過了兩天,，阿里巴巴iDST－NLP團隊也拿到了82.440的精確匹配分?jǐn)?shù)。

　　微軟亞洲研究院院長洪小文告訴中國青年報·中青在線記者：“這對微軟和自然語言處理(NLP)研究領(lǐng)域來說,，都是一個重要的里程碑,。計算機文本理解能力首次超越人類，預(yù)示著該領(lǐng)域的研究將會有更大突破,�,！�

　　在計算機看來，世間萬物都是一串?dāng)?shù)字

　　微軟亞洲研究院副院長,、自然語言計算組負(fù)責(zé)人周明博士坐在計算機前,，緊張地等待測試結(jié)果,。經(jīng)過1個多月對模型和算法的更新，他們提交了最新代碼,。

　　這支團隊在SQuAD挑戰(zhàn)賽初期,，一度以穩(wěn)定的成績長期位居排行榜榜首，但周明知道,，這場競賽的排名瞬息萬變,。2017年最后兩個月里，科大訊飛與哈工大聯(lián)合實驗室,、騰訊DPDAC NLP團隊先后超過了他們,。

　　新選手參賽大約兩三分鐘后，系統(tǒng)就完成了約50篇數(shù)百詞的文章閱讀和約1萬個問題的回答,。即使母語是英語的成年人,，這個時間也才勉強讀完5篇文章。

　　“對人類來說,，讀完一篇文章就會在腦海中形成一定的印象,，比如這篇文章講的什么人，發(fā)生了什么故事,。人們能夠輕而易舉地歸納出文章里的重點內(nèi)容,，但對計算機來說不是這樣�,！敝苊鞲嬖V中國青年報·中青在線記者,。

　　在SQuAD測試中，計算機需要閱讀一段材料,，然后回答諸如人名,、地理位置等問題。不同于類似測試,，SQuAD測試的回答可能是一段短語,，而非某個單詞或單個內(nèi)容。它可能遭遇同義詞替換,、句子結(jié)構(gòu)變換等情況,，甚至需要綜合多個句子進(jìn)行邏輯推理。

　　為了解決這個問題,，研究組模擬人類做閱讀理解過程的方式,，他們將整個過程分成了四步。拿到測試題后,，計算機首先會學(xué)習(xí)文本和問題,，就像我們做閱讀題時，首先會通讀文章,，然后審題,，獲得一個整體印象,。

　　下一步，計算機會將問題和文章進(jìn)行比對,，找出相關(guān)段落,，就像人類定位關(guān)鍵信息的環(huán)節(jié)。接下來,，計算機會把初步結(jié)果放到上下文里比對,，類似人會綜合全文看待問題。最后,，它會斟酌并選出最像答案的內(nèi)容,。

　　在這場競賽中，不同團隊設(shè)計的答題模式可能完全不同,。周明介紹說,，他們的設(shè)計中，最獨特的就是第3步,，是通過“注意力機制”達(dá)到的,。這讓關(guān)鍵信息像被畫上了重點一樣，成為計算機眼中高亮的部分,。

　　“除了自然語言處理,，注意力機制在圖像識別領(lǐng)域也是關(guān)鍵的概念�,！泵绹鐐惐葋喆髮W(xué)計算機系碩士生何欽堯告訴中國青年報·中青在線記者,。

　　人類視覺能夠通過快速掃描整體圖像后，找到需要重點關(guān)注的區(qū)域,，并投入更多注意力,，以獲得更多細(xì)節(jié)，抑制其他無用信息,。研究者也嘗試讓計算機學(xué)習(xí)并利用這種機制,。不同于人類擁有動植物、山川河流的概念,，所有單詞和圖像在計算機看來都是一串?dāng)?shù)字,。它必須從數(shù)字背后微妙的聯(lián)系中，洞悉它們的意義,。

　　真理隱藏在數(shù)據(jù)和概率里

　　周明所在團隊使用的計算機并不是憑空學(xué)會做題,。參加SQuAD競賽前，它就像“學(xué)霸”考前刷題一樣,，先看過了約500篇文章和與之對應(yīng)的10萬道題目、答案,。

　　但周明表示,，“目前基于深度學(xué)習(xí)的機器閱讀理解模型都是黑盒的狀態(tài),，很難直觀地表示機器進(jìn)行閱讀理解的過程和結(jié)果。未來,，可解釋性的深度學(xué)習(xí)模型值得進(jìn)一步探究,。”

　　通過大量學(xué)習(xí),，計算機明白了什么數(shù)字意味著與文章內(nèi)容相關(guān),，怎樣的聯(lián)系意味著這就是問題的答案。

　　“真理就隱藏在數(shù)據(jù)和概率里,，我們這個領(lǐng)域的研究者大多都這么看,。”何欽堯說,。一個1歲人類孩童看過狗以后,，就能識別各種體型、品種和不同拍攝角度的狗,，形成概念,，但計算機需要看過很多照片后，才能判斷某個物體是不是狗,�,！拔覀儾恢廊祟愂窃趺葱纬蛇@個概念的，但對計算機來說,，概念是靠積累數(shù)據(jù),、靠計算概率得來的�,！�

　　直到20世紀(jì)90年代之前,，人們還在試圖讓計算機學(xué)會人類語言的規(guī)則，從而理解背后的含義,。但語言在使用時往往不規(guī)范,，機器無法處理偏離規(guī)則的內(nèi)容。后來,，人們開始讓機器自己進(jìn)行學(xué)習(xí),，獲取語言知識。

　　發(fā)展到今天,，自然語言處理領(lǐng)域的研究已經(jīng)基本可以應(yīng)付單個句子,，理解句子成分。各大手機廠商也推出了自己的人工智能語音系統(tǒng),，可以識別并完成用戶的指令,，還能進(jìn)行簡單的交流和對話。

　　“長文本的理解一直是難點，這涉及句子之間的連貫性,、上下文銜接和邏輯推理等更高難度的內(nèi)容,。”周明說,。

　　當(dāng)我們告訴計算機,，“萊茵河上最大的城市是德國科隆，它是中歐和西歐區(qū)域的第二長河流,，位于多瑙河之后”,，并問它“什么河比萊茵河長”時，很多計算機會回答“科隆”,。

　　如何理解代詞“它”,、理解“位于……之后”表示比較而非物理上的前后，成為這些“選手”很大的障礙,。人類擁有“科隆是城市而非河流”這種常識,，幾乎不會在這個問題上犯錯，但計算機無法理解這個概念,。

　　SQuAD競賽不是第一個計算機“超越”人類的領(lǐng)域

　　計算機很早就在計算,、記憶的領(lǐng)域碾軋人類，后來又擊敗了人類最優(yōu)秀的國際象棋,、圍棋棋手,。

　　“其實，計算,、下棋,、機器翻譯等只聚焦單一任務(wù)本身的人工智能都屬于弱人工智能，”周明說,，“不過弱人工智能并不弱,，它可以具備超越人類的某些能力，有很大的價值,，但是弱人工智能還無法真正理解它接收到的信息,，而這就使得通往強人工智能的道路十分艱難�,！�

　　60多年前,，曾有人嘗試讓計算機用6條規(guī)則和200個詞匯做俄英翻譯，這被認(rèn)為是最早的人工智能嘗試,。那時的研究人員信心滿滿,，宣稱能在5年內(nèi)完全解決一種語言到另一種語言的自動翻譯問題。

　　這個目標(biāo)至今沒有完成,，人工智能也因為研究進(jìn)展緩慢經(jīng)歷過兩次低潮,。一直到近10年，計算機性能的大幅度提升和機器學(xué)習(xí)理論的興起讓人工智能再次熱了起來。人們發(fā)現(xiàn),，計算機能夠?qū)懺娫~,、與人對話，它變得越來越像人,。

　　據(jù)統(tǒng)計，21世紀(jì)以來新創(chuàng)辦的人工智能企業(yè)中,，有近三分之二是在5年內(nèi)創(chuàng)辦的,。最近3年，人工智能領(lǐng)域的就業(yè)崗位數(shù)量飆升近8倍,。在亞洲,，過去17年內(nèi)投向人工智能領(lǐng)域的51億美元中，有95%是在過去5年內(nèi)投入的,。

　　翻看SQuAD競賽排行榜,，前3名都是來自中國的團隊�,！斑@在過去是不敢想象的,。”周明說,。放在20年前,，中國甚至還沒有在這個領(lǐng)域的頂級會議上發(fā)表過文章。而現(xiàn)在,，中國發(fā)表的文章數(shù)已經(jīng)穩(wěn)居世界第二,，2017年還有5篇文章入選該會議的22篇杰出論文。

　　在SQuAD競賽中,，計算機得分比人類高0.346分,，可以理解為同樣做1萬道題時，計算機多做對35道,�,！斑@遠(yuǎn)不代表計算機超越了人類的閱讀理解水平�,！敝苊鞲嬖V中國青年報·中青在線記者,。也有人質(zhì)疑，這里代表“人類”的,，不過是眾包平臺上一小時掙9美元,、受教育水平參差不齊的人。

　　一個公認(rèn)的人工智能的標(biāo)準(zhǔn)是能夠通過“圖靈測試”——如果一臺機器能夠與人進(jìn)行交流,，并且被人誤以為是人,，那它就具有智能。

　　“ ‘能理解、會思考’,，這其中,，理解自然語言是最核心的問題�,！敝苊髡f,。目前，計算機還是很難在日常交流中理解雙關(guān)和諷刺,。在中文語境下,，計算機還需要面對如何將一個句子拆分為數(shù)個詞匯的問題。很多對人類而言無需學(xué)習(xí)的事情,，例如保持平衡,、用手拿起一個杯子，對機器而言也是無比困難的事情,。

　　機器沒有經(jīng)過幾億年的演化,，也沒有人類大腦里由神經(jīng)元數(shù)百萬次電脈沖轉(zhuǎn)化成的觸覺、聽覺或是視覺,。在人類程序員的馴導(dǎo)下,，它把一切轉(zhuǎn)化為數(shù)字。

　　時至今日,，谷歌仍然在特意審查“大猩猩”詞條的搜索結(jié)果,，避免圖像搜索引擎把它和黑種人的圖像混淆。了解識別特性的工程師可以通過肉眼無法識別的微調(diào),，讓計算機把小狗圖片當(dāng)成鴕鳥,，或是將一片馬賽克認(rèn)成獵豹。有時,，把中文翻譯成英文再翻譯回來,，整句話都變得面目全非。

　　在人工智能威脅論不絕于耳的今天,，周明幾乎沒有擔(dān)心,，他向中國青年報·中青在線記者舉了SQuAD競賽中的一個例子。

　　機器閱讀了“按質(zhì)量算,，氧氣是宇宙中第三多的元素,，排在氫和氦之后”，面對“什么是第二多的元素”的問題,，它的回答卻是“氧”,。不管是微軟還是阿里巴巴團隊設(shè)計的算法，都不能解決這個再簡單不過的問題,。

　　這不只是人工智能之間的競賽,，也是人類和自己的競賽,。

　　中國青年報·中青在線見習(xí)記者 王嘉興 來源：中國青年報 ( 2018年01月24日 11 版)