科學(xué)現場(chǎng)

　　人工智能：讀書(shū)“破萬(wàn)卷”，難答“小兒科”

　　閱讀來(lái)自維基百科的536篇文章，回答10萬(wàn)個(gè)基于文章內容的問(wèn)題，除了題量大一點(diǎn)，這場(chǎng)比賽挺像大學(xué)英語(yǔ)六級考試的閱讀理解測試。

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

　　對來(lái)自世界各國的研究者來(lái)說(shuō)，這是一場(chǎng)沒(méi)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”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(jué)的時(shí)候，而“對手”不過(guò)是“啪啪啪”地敲擊了一串代碼。

　　這場(chǎng)競賽全稱(chēng)SQuAD(Stanford Question Answering Dataset)文本理解挑戰賽，由斯坦福大學(xué)在2016年9月發(fā)起，是業(yè)內公認的機器閱讀理解標準水平測試，也是這個(gè)領(lǐng)域的頂級賽事。

　　在2018年1月3日以前，人類(lèi)始終保持著(zhù)領(lǐng)先的優(yōu)勢——從來(lái)沒(méi)有任何一個(gè)團隊能夠設計出一種答題正確率超過(guò)人類(lèi)的算法。這一天，微軟亞洲研究院自然語(yǔ)言計算組提交的新模型獲得了82.650的精確匹配分數，超過(guò)了人類(lèi)得分82.304。僅過(guò)了兩天，阿里巴巴iDST－NLP團隊也拿到了82.440的精確匹配分數。

　　微軟亞洲研究院院長(cháng)洪小文告訴中國青年報·中青在線(xiàn)記者：“這對微軟和自然語(yǔ)言處理(NLP)研究領(lǐng)域來(lái)說(shuō)，都是一個(gè)重要的里程碑。計算機文本理解能力首次超越人類(lèi)，預示著(zhù)該領(lǐng)域的研究將會(huì )有更大突破�！�

　　在計算機看來(lái)，世間萬(wàn)物都是一串數字

　　微軟亞洲研究院副院長(cháng)、自然語(yǔ)言計算組負責人周明博士坐在計算機前，緊張地等待測試結果。經(jīng)過(guò)1個(gè)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挑戰賽初期，一度以穩定的成績(jì)長(cháng)期位居排行榜榜首，但周明知道，這場(chǎng)競賽的排名瞬息萬(wàn)變。2017年最后兩個(gè)月里，科大訊飛與哈工大聯(lián)合實(shí)驗室、騰訊DPDAC NLP團隊先后超過(guò)了他們。

　　新選手參賽大約兩三分鐘后，系統就完成了約50篇數百詞的文章閱讀和約1萬(wàn)個(gè)問(wèn)題的回答。即使母語(yǔ)是英語(yǔ)的成年人，這個(gè)時(shí)間也才勉強讀完5篇文章。

　　“對人類(lèi)來(lái)說(shuō)，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)內容，但對計算機來(lái)說(shuō)不是這樣�！敝苊鞲嬖V中國青年報·中青在線(xiàn)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(wèn)題。不同于類(lèi)似測試，SQuAD測試的回答可能是一段短語(yǔ)，而非某個(gè)單詞或單個(gè)內容。它可能遭遇同義詞替換、句子結構變換等情況，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(wèn)題，研究組模擬人類(lèi)做閱讀理解過(guò)程的方式，他們將整個(gè)過(guò)程分成了四步。拿到測試題后，計算機首先會(huì )學(xué)習文本和問(wèn)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，計算機會(huì )將問(wèn)題和文章進(jìn)行比對，找出相關(guān)段落，就像人類(lèi)定位關(guān)鍵信息的環(huán)節。接下來(lái)，計算機會(huì )把初步結果放到上下文里比對，類(lèi)似人會(huì )綜合全文看待問(wèn)題。最后，它會(huì )斟酌并選出最像答案的內容。

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

　　“除了自然語(yǔ)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�哥倫比亞大學(xué)計算機系碩士生何欽堯告訴中國青年報·中青在線(xiàn)記者。

　　人類(lèi)視覺(jué)能夠通過(guò)快速掃描整體圖像后，找到需要重點(diǎn)關(guān)注的區域，并投入更多注意力，以獲得更多細節，抑制其他無(wú)用信息。研究者也嘗試讓計算機學(xué)習并利用這種機制。不同于人類(lèi)擁有動(dòng)植物、山川河流的概念，所有單詞和圖像在計算機看來(lái)都是一串數字。它必須從數字背后微妙的聯(lián)系中，洞悉它們的意義。

　　真理隱藏在數據和概率里

　　周明所在團隊使用的計算機并不是憑空學(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(guò)了約500篇文章和與之對應的10萬(wàn)道題目、答案。

　　但周明表示，“目前基于深度學(xué)習的機器閱讀理解模型都是黑盒的狀態(tài)，很難直觀(guān)地表示機器進(jìn)行閱讀理解的過(guò)程和結果。未來(lái)，可解釋性的深度學(xué)習模型值得進(jìn)一步探究�！�

　　通過(guò)大量學(xué)習，計算機明白了什么數字意味著(zhù)與文章內容相關(guān)，怎樣的聯(lián)系意味著(zhù)這就是問(wèn)題的答案。

　　“真理就隱藏在數據和概率里，我們這個(gè)領(lǐng)域的研究者大多都這么看�！焙螝J堯說(shuō)。一個(gè)1歲人類(lèi)孩童看過(guò)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(guò)很多照片后，才能判斷某個(gè)物體是不是狗�！拔覀儾恢�道人類(lèi)是怎么形成這個(gè)概念的，但對計算機來(lái)說(shuō)，概念是靠積累數據、靠計算概率得來(lái)的�！�

　　直到20世紀90年代之前，人們還在試圖讓計算機學(xué)會(huì )人類(lèi)語(yǔ)言的規則，從而理解背后的含義。但語(yǔ)言在使用時(shí)往往不規范，機器無(wú)法處理偏離規則的內容。后來(lái)，人們開(kāi)始讓機器自己進(jìn)行學(xué)習，獲取語(yǔ)言知識。

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

　　“長(cháng)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容�！敝苊髡f(shuō)。

　　當我們告訴計算機，“萊茵河上最大的城市是德國科隆，它是中歐和西歐區域的第二長(cháng)河流，位于多瑙河之后”，并問(wèn)它“什么河比萊茵河長(cháng)”時(shí)，很多計算機會(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(lèi)擁有“科隆是城市而非河流”這種常識，幾乎不會(huì )在這個(gè)問(wèn)題上犯錯，但計算機無(wú)法理解這個(gè)概念。

　　SQuAD競賽不是第一個(gè)計算機“超越”人類(lèi)的領(lǐng)域

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

　　“其實(shí)，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(shuō)，“不過(guò)弱人工智能并不弱，它可以具備超越人類(lèi)的某些能力，有很大的價(jià)值，但是弱人工智能還無(wú)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條規則和200個(gè)詞匯做俄英翻譯，這被認為是最早的人工智能?chē)L試。那時(shí)的研究人員信心滿(mǎn)滿(mǎn)，宣稱(chēng)能在5年內完全解決一種語(yǔ)言到另一種語(yǔ)言的自動(dòng)翻譯問(wèn)題。

　　這個(gè)目標至今沒(méi)有完成，人工智能也因為研究進(jìn)展緩慢經(jīng)歷過(guò)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)習理論的興起讓人工智能再次熱了起來(lái)。人們發(fā)現，計算機能夠寫(xiě)詩(shī)詞、與人對話(huà)，它變得越來(lái)越像人。

　　據統計，21世紀以來(lái)新創(chuàng )辦的人工智能企業(yè)中，有近三分之二是在5年內創(chuàng )辦的。最近3年，人工智能領(lǐng)域的就業(yè)崗位數量飆升近8倍。在亞洲，過(guò)去17年內投向人工智能領(lǐng)域的51億美元中，有95%是在過(guò)去5年內投入的。

　　翻看SQuAD競賽排行榜，前3名都是來(lái)自中國的團隊�！斑@在過(guò)去是不敢想象的�！敝苊髡f(shuō)。放在20年前，中國甚至還沒(méi)有在這個(gè)領(lǐng)域的頂級會(huì )議上發(fā)表過(guò)文章。而現在，中國發(fā)表的文章數已經(jīng)穩居世界第二，2017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，計算機得分比人類(lèi)高0.346分，可以理解為同樣做1萬(wàn)道題時(shí)，計算機多做對35道�！斑@遠不代表計算機超越了人類(lèi)的閱讀理解水平�！敝苊鞲嬖V中國青年報·中青在線(xiàn)記者。也有人質(zhì)疑，這里代表“人類(lèi)”的，不過(guò)是眾包平臺上一小時(shí)掙9美元、受教育水平參差不齊的人。

　　一個(gè)公認的人工智能的標準是能夠通過(guò)“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(huì )思考’，這其中，理解自然語(yǔ)言是最核心的問(wèn)題�！敝苊髡f(shuō)。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(yǔ)境下，計算機還需要面對如何將一個(gè)句子拆分為數個(gè)詞匯的問(wèn)題。很多對人類(lèi)而言無(wú)需學(xué)習的事情，例如保持平衡、用手拿起一個(gè)杯子，對機器而言也是無(wú)比困難的事情。

　　機器沒(méi)有經(jīng)過(guò)幾億年的演化，也沒(méi)有人類(lèi)大腦里由神經(jīng)元數百萬(wàn)次電脈沖轉化成的觸覺(jué)、聽(tīng)覺(jué)或是視覺(jué)。在人類(lèi)程序員的馴導下，它把一切轉化為數字。

　　時(shí)至今日，谷歌仍然在特意審查“大猩猩”詞條的搜索結果，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(guò)肉眼無(wú)法識別的微調，讓計算機把小狗圖片當成鴕鳥(niǎo)，或是將一片馬賽克認成獵豹。有時(shí)，把中文翻譯成英文再翻譯回來(lái)，整句話(huà)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(méi)有擔心，他向中國青年報·中青在線(xiàn)記者舉了SQuAD競賽中的一個(gè)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(wèn)題，它的回答卻是“氧”。不管是微軟還是阿里巴巴團隊設計的算法，都不能解決這個(gè)再簡(jiǎn)單不過(guò)的問(wèn)題。

　　這不只是人工智能之間的競賽，也是人類(lèi)和自己的競賽。

　　中國青年報·中青在線(xiàn)見(jiàn)習記者 王嘉興 來(lái)源：中國青年報 ( 2018年01月24日 11 版)