讓AI模仿人類(lèi)的學(xué)習(xí)方式，結(jié)果會(huì)怎樣？

8月26日，阿里達(dá)摩院語(yǔ)言技術(shù)實(shí)驗(yàn)室取得一系列突破，斬獲自然語(yǔ)言處理（NLP）領(lǐng)域6大權(quán)威技術(shù)榜單冠軍。據(jù)介紹，參與競(jìng)賽的6項(xiàng)自研AI技術(shù)均采用模仿人類(lèi)的學(xué)習(xí)模式，全方位提升了機(jī)器的語(yǔ)言理解能力，部分能力甚至已超越人類(lèi)。目前，這些技術(shù)均已大規(guī)模應(yīng)用于閱讀理解、機(jī)器翻譯、人機(jī)交互等場(chǎng)景。

據(jù)悉，過(guò)去幾年，AI在圖像識(shí)別、語(yǔ)音識(shí)別等方面已逐步超越人類(lèi)水平，但在復(fù)雜文本語(yǔ)義的理解上，AI與人類(lèi)尚有差距，其主要原因就是傳統(tǒng)AI學(xué)習(xí)文本知識(shí)效率較低。

為此，業(yè)界提出了一種模仿人類(lèi)的學(xué)習(xí)思路，即先讓AI在大規(guī)模的網(wǎng)頁(yè)和書(shū)籍文字中進(jìn)行訓(xùn)練，學(xué)習(xí)基本的詞法、語(yǔ)法和語(yǔ)義知識(shí)，然后再在固定領(lǐng)域內(nèi)的文本上進(jìn)行訓(xùn)練，學(xué)習(xí)領(lǐng)域?qū)Ｓ兄R(shí)。

這一思想就是預(yù)訓(xùn)練語(yǔ)言模型的核心創(chuàng)新。自Google提出模仿人類(lèi)注意力機(jī)制的BERT模型以來(lái)，預(yù)訓(xùn)練語(yǔ)言模型已成為NLP領(lǐng)域的熱點(diǎn)研究方向。

達(dá)摩院早在2018年就開(kāi)始布局通用的預(yù)訓(xùn)練語(yǔ)言模型，并逐漸將該思路拓展到了多語(yǔ)言、多模態(tài)、結(jié)構(gòu)化和篇章文本理解和文本生成領(lǐng)域，如今已建立一套系統(tǒng)化的深度語(yǔ)言模型體系，其自研通用語(yǔ)言模型StructBERT、多語(yǔ)言模型VECO、多模態(tài)語(yǔ)言模型StructVBERT、生成式語(yǔ)言模型PALM等6大自研模型分別刷新了世界紀(jì)錄。

達(dá)摩院自研模型位居GLUE榜單第一名

其中，StructBERT能讓機(jī)器更好地掌握人類(lèi)語(yǔ)法，使機(jī)器在面對(duì)語(yǔ)序錯(cuò)亂或不符合語(yǔ)法習(xí)慣的詞句時(shí)，仍能準(zhǔn)確理解并給出正確的表達(dá)和回應(yīng)，大大提高機(jī)器對(duì)詞語(yǔ)、句子以及語(yǔ)言整體的理解力。該模型以平均分90．6分在自然語(yǔ)言處理領(lǐng)域權(quán)威數(shù)據(jù)集GLUE Benchmark中位居第一，顯著超越人類(lèi)水平（87．1分）。

達(dá)摩院語(yǔ)言技術(shù)實(shí)驗(yàn)室團(tuán)隊(duì)表示：“實(shí)驗(yàn)室的目標(biāo)是讓AI掌握人類(lèi)知識(shí)的基礎(chǔ)技術(shù)，預(yù)訓(xùn)練語(yǔ)言模型的誕生使得AI像人一樣學(xué)習(xí)新知識(shí)成為可能，未來(lái)達(dá)摩院會(huì)全面對(duì)外開(kāi)放這些技術(shù)，讓特定領(lǐng)域的AI變得更加智能?！?/p>

過(guò)去兩年，阿里獲得了30多項(xiàng)NLP領(lǐng)域頂級(jí)賽事世界冠軍，有100多篇相關(guān)頂會(huì)論文； 阿里自然語(yǔ)言技術(shù)已在金融、新零售、通訊、互聯(lián)網(wǎng)、醫(yī)療、電力、客服等領(lǐng)域服務(wù)超十億用戶和數(shù)萬(wàn)企業(yè)客戶。