题图来自：视觉中国

提起阅读了解这四个字，你会想到什么？

被四六级雅思托福支配的恐惧？语文试卷上连原作者都搞不懂的选择题？

不论哪种答案，一定都逃不出一个规律：停止阅读了解这项无益身心运动的主体，必定是跟你我一样的人类。

毕竟嘛，这东西需求阅读一大段文字，然后了解了意义之后再做标题，可谓一场考试中最复杂最费脑筋，也最考验综合才能的一个环节。所以你的英语教师一定说过这样一句话：得阅读了解者得天下。

但是，可是，但是，假如通知你明天得这个天下的曾经不再是人类，而是AI了，你会怎样想？也许此前我们想象过单词听写、句子翻译甚至写作都可以被AI完成，但是阅读了解这件事人类曾经被甩在了AI身后，大约很多人都没想到。

可现实就是这样，1月11日，斯坦福大学著名的机器阅读了解赛事SQuAD刷新了全球排名，阿里巴巴凭仗82.440的精准率打破了世界纪录,逾越了人类82.304的均匀得分。

当然了，AI是不会去跟你比托福刷分的，这件事的面前，脑洞有点大哦…

什么是机器阅读了解？

机器阅读了解，虽然看起来只是让AI上阵来一场考试。但是却是自然言语处置技术中，继语音判别、语义了解之后最大的应战：让智能体了解全文语境。

而斯坦福大学发起的SQuAD应战赛，则是业内公认的机器阅读了解最高程度赛事。

SQuAD应战赛的根本规则，是经过众包的方式构建一个包括10万个成绩左右的大规模数据集，并给出来源于维基百科长度大约在几百个单词左右的文章。参赛者提交的AI模型在阅读完数据集中的一篇短文之后，答复若干个基于文章内容的成绩，答案与规范答案停止比对，最终得出成果。

由于阅读了解这项“智能”调整，需求运用到少量逻辑、细节和构造剖析才能，并且直接作用于理想中的文本材料，所以实践价值很大。

比方说，我们首先要面对的成绩就是，假设人工智能曾经比人类均匀程度更擅长在对文本中精准信息停止了解和答复，会带给我们什么呢？

当AI的“阅读了解”得分逾越人类，意味着什么

举个例子或答应以很复杂的了解这个成绩：英语考试上，当机器可以翻译单词的时分，我们一点都不惊奇；但机器可以听写整句话的时分，我们会感慨技术提高了；当机器本人做阅读了解的时分，我们大约会想：还要我考这个试干什么?

这外面的差异，在于处置阅读了解相关成绩时，AI不只是要运算和记载，而是要自动去剖析和了解，所以阅读了解成绩不断被人问是NLP的标志性临界点。但这个点被AI破解，直接意味着很多必需人类才干完成的任务曾经正式可以被AI接收。

由于阅读了解成绩，不只是要处置语音和复杂的语义，而是要了解和关注词汇、语句、篇章构造、思想逻辑、辅佐语句和关键句等等元素构成的复杂组织网络。

机器阅读了解“达标”，最直接的产业影响，是大少数明天还必需由人工完成的规则、对话、效劳信息类的相关了解任务，都可以被人工智能所取代。比方说客服、信息管理和引荐类的任务，都可以思索用不妙不休、高运算速度的机器来取代。

机器阅读了解如何任务

或许我们都留意到了这样一个成绩：明天的互联网世界，在变得越来越多文本内容，各种各样的信息爆炸而来。太多你晓得的、你不晓得的、你以为本人晓得的却实践不晓得的事情吼叫而过。甚至你双11想要剁个手，都有各种各样的游戏规则等着你。本人读吧，太累太苦楚还没工夫，问客服吧，很能够出错还很慢，几乎是薛定谔式成绩。

这里或许就可以用机器阅读了解来处理了。比方客户对某个电商促销规则有疑问，就可以直接向AI发问，而AI就可以把这个成绩当做一道阅读了解成绩来停止处理方案回馈。

机器阅读了解才能，将在如何向客户提供非模板式的智能客服效劳中发扬作用。而当AI在这些才能上逾越人工，那么机器客服的应用价值将能够疾速提升。换句话说，机器客服终于可以不那么机器了.....

由此不好看出，这种关键才能的标杆性打破，对少量强调与普通消费者交互的产业线好处最多。

推而广之，机器阅读才能也是文娱范畴停止内容寻觅和引荐的无效方式，比方阅读用户提出的复杂需求，停止精准引荐；与IoT产品相结合，给出对用户大段言语的回馈，乃至对话互动，都必需以机器了解才能为依托。

了解力，让我们在将来面前不只是个孩子

除了晓得AI可以充任更好的客服之外，终究我们为什么应该关注机器阅读了解这件事？或许关键，是我们应该晓得“了解力”在目前AI世界中的重要水平和等待指数。

AI作为一种从计算机迷信下的分支，一个智能体后天具有的是运算才能，而希望停止仿人类智慧的智能模仿，第二步就是模拟人类的感知。明天我们看到的机器视觉、语音辨认、语义了解，都是在做这件事。而第三步，就是让AI发生了解力。

显然，辨认有着庞大的使用场景，并会在接上去很长一段工夫内占据主流。但是AI的了解才能是大少数辨认才能的退化，假设单纯的辨认出却无法发生输入，那么AI无非是更灵敏的传感器而已。

从这个逻辑上看，阅读了解这道题绝不只仅是个测试，或许商业使用的技术加持，更重要的是开启AI纪元里了解力的减速器。

更宽广的意义在于，我们或许间隔永远不必测试机器阅读了解更近了一步。当我们不再思索机器能否能了解人类文本和言语，那么DeepNLP将能够达成，人机交互的范围将级扩展。机器智能可以开端捕获人类的逻辑和函指。

能够那还很远，也能够很近，但机器了解力让我们在将来面前不止是个孩子，应该是毫无疑问的。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或许下载钛媒体App