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(gè)基于文章內(nèi)容的問題，除了題量大一點(diǎn)，這場比賽挺像大學(xué)英語六級(jí)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?yàn)椤皡①愓摺敝皇且欢未�碼,。輸入文章和問題后,，計(jì)算機(jī)的中央處理器(CPU)和圖形處理器(GPU)開始高速計(jì)算，最后交出答卷,，由出題者批閱,。

　　對(duì)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(shí)間加入,，排行榜實(shí)時(shí)更新,；即使是第一名，不保持“學(xué)習(xí)”和“更新”,，隨時(shí)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(shí)候，而“對(duì)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(jī)器閱讀理解標(biāo)準(zhǔn)水平測試,，也是這個(gè)領(lǐng)域的頂級(jí)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(gè)團(tuán)隊(duì)能夠設(shè)計(jì)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(jì)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(tuán)隊(duì)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(bào)·中青在線記者：“這對(duì)微軟和自然語言處理(NLP)研究領(lǐng)域來說,，都是一個(gè)重要的里程碑,。計(jì)算機(jī)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(huì)有更大突破,�,！�

　　在計(jì)算機(jī)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(jì)算組負(fù)責(zé)人周明博士坐在計(jì)算機(jī)前,，緊張地等待測試結(jié)果。經(jīng)過1個(gè)多月對(duì)模型和算法的更新,，他們提交了最新代碼,。

　　這支團(tuán)隊(duì)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(gè)月里,，科大訊飛與哈工大聯(lián)合實(shí)驗(yàn)室,、騰訊DPDAC NLP團(tuán)隊(duì)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(gè)問題的回答,。即使母語是英語的成年人，這個(gè)時(shí)間也才勉強(qiáng)讀完5篇文章,。

　　“對(duì)人類來說,，讀完一篇文章就會(huì)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(diǎn)內(nèi)容，但對(duì)計(jì)算機(jī)來說不是這樣,�,！敝苊鞲嬖V中國青年報(bào)·中青在線記者。

　　在SQuAD測試中,，計(jì)算機(jī)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(gè)單詞或單個(gè)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(gè)句子進(jìn)行邏輯推理。

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

　　下一步,，計(jì)算機(jī)會(huì)將問題和文章進(jìn)行比對(duì),，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(jì)算機(jī)會(huì)把初步結(jié)果放到上下文里比對(duì)，類似人會(huì)綜合全文看待問題,。最后,，它會(huì)斟酌并選出最像答案的內(nèi)容。

　　在這場競賽中,，不同團(tuán)隊(duì)設(shè)計(jì)的答題模式可能完全不同,。周明介紹說，他們的設(shè)計(jì)中,，最獨(dú)特的就是第3步,，是通過“注意力機(jī)制”達(dá)到的。這讓關(guān)鍵信息像被畫上了重點(diǎn)一樣,，成為計(jì)算機(jī)眼中高亮的部分,。

　　“除了自然語言處理，注意力機(jī)制在圖像識(shí)別領(lǐng)域也是關(guān)鍵的概念,�,！泵绹�哥倫比亞大學(xué)計(jì)算機(jī)系碩士生何欽堯告訴中國青年報(bào)·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(diǎn)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(jì)算機(jī)學(xué)習(xí)并利用這種機(jī)制。不同于人類擁有動(dòng)植物、山川河流的概念,，所有單詞和圖像在計(jì)算機(jī)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(tuán)隊(duì)使用的計(jì)算機(jī)并不是憑空學(xué)會(huì)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(duì)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(jī)器閱讀理解模型都是黑盒的狀態(tài)，很難直觀地表示機(jī)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(jì)算機(jī)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(gè)領(lǐng)域的研究者大多都這么看�,！焙螝J堯說,。一個(gè)1歲人類孩童看過狗以后，就能識(shí)別各種體型,、品種和不同拍攝角度的狗,，形成概念，但計(jì)算機(jī)需要看過很多照片后,，才能判斷某個(gè)物體是不是狗,。“我們不知道人類是怎么形成這個(gè)概念的,，但對(duì)計(jì)算機(jī)來說,，概念是靠積累數(shù)據(jù)、靠計(jì)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(jì)算機(jī)學(xué)會(huì)人類語言的規(guī)則,，從而理解背后的含義,。但語言在使用時(shí)往往不規(guī)范，機(jī)器無法處理偏離規(guī)則的內(nèi)容。后來,，人們開始讓機(jī)器自己進(jìn)行學(xué)習(xí),，獲取語言知識(shí)。

　　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(gè)句子,，理解句子成分。各大手機(jī)廠商也推出了自己的人工智能語音系統(tǒng),，可以識(shí)別并完成用戶的指令,，還能進(jìn)行簡單的交流和對(duì)話。

　　“長文本的理解一直是難點(diǎn),，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�,！敝苊髡f,。

　　當(dāng)我們告訴計(jì)算機(jī)，“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(shí),，很多計(jì)算機(jī)會(huì)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(shí)，幾乎不會(huì)在這個(gè)問題上犯錯(cuò),，但計(jì)算機(jī)無法理解這個(gè)概念,。

　　SQuAD競賽不是第一個(gè)計(jì)算機(jī)“超越”人類的領(lǐng)域

　　計(jì)算機(jī)很早就在計(jì)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(shí),，計(jì)算,、下棋、機(jī)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(jià)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(qiáng)人工智能的道路十分艱難�,！�

　　60多年前,，曾有人嘗試讓計(jì)算機(jī)用6條規(guī)則和200個(gè)詞匯做俄英翻譯，這被認(rèn)為是最早的人工智能嘗試,。那時(shí)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(dòng)翻譯問題。

　　這個(gè)目標(biāo)至今沒有完成,，人工智能也因?yàn)檠芯窟M(jìn)展緩慢經(jīng)歷過兩次低潮,。一直到近10年，計(jì)算機(jī)性能的大幅度提升和機(jī)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(jì)算機(jī)能夠?qū)懺娫~,、與人對(duì)話,，它變得越來越像人。

　　據(jù)統(tǒng)計(jì),，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(tuán)隊(duì),�,！斑@在過去是不敢想象的�,！敝苊髡f,。放在20年前，中國甚至還沒有在這個(gè)領(lǐng)域的頂級(jí)會(huì)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(huì)議的22篇杰出論文,。

　　在SQuAD競賽中,，計(jì)算機(jī)得分比人類高0.346分，可以理解為同樣做1萬道題時(shí),，計(jì)算機(jī)多做對(duì)35道,。“這遠(yuǎn)不代表計(jì)算機(jī)超越了人類的閱讀理解水平�,！敝苊鞲嬖V中國青年報(bào)·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(tái)上一小時(shí)掙9美元,、受教育水平參差不齊的人。

　　一個(gè)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(tái)機(jī)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(huì)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(jì)算機(jī)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(jì)算機(jī)還需要面對(duì)如何將一個(gè)句子拆分為數(shù)個(gè)詞匯的問題,。很多對(duì)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(gè)杯子,，對(duì)機(jī)器而言也是無比困難的事情,。

　　機(jī)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(shí)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(shí)別特性的工程師可以通過肉眼無法識(shí)別的微調(diào),，讓計(jì)算機(jī)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(shí),，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(bào)·中青在線記者舉了SQuAD競賽中的一個(gè)例子。

　　機(jī)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(duì)“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(tuán)隊(duì)設(shè)計(jì)的算法，都不能解決這個(gè)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(bào)·中青在線見習(xí)記者 王嘉興 來源：中國青年報(bào) ( 2018年01月24日 11 版)