原標題：考場上來了一群AI“學霸”
AI的“智商”到底有多高？來一場考試測驗一下就知道了。
3月8日，人工智慧企業雲從科技和上海交通大學聯合宣佈，在自然語言處理（NLP）上取得重大突破，在大型深層閱讀理解任務資料集RACE資料集登頂第一，在高中測試題部分首次超越人類。但緊隨其後，微信AI又刷新了這一記錄。
為了展示自身的AI實力，包括科大訊飛、阿裡等多家科技或互聯網公司都紛紛加入“考試大軍”。
閱讀理解競賽AI公司一展身手
由卡耐基梅隆大學語言技術研究所發起的RACE資料集上，各大AI公司紛紛一展身手。
RACE是一個來源於中學考試題目的大規模閱讀理解資料集，包含了大約2.8萬篇文章以及近10萬個問題。它的形式類似於英語考試中的閱讀理解（選擇題），給定一篇文章，通過閱讀並理解文章，針對提出的問題從四個選項中選擇正確的答案。
由於該題型的正確答案並不一定直接體現在文章中，只能從語義層面深入理解文章，通過分析文章中線索並基於上下文推理。這意味著，AI不只是要運算和記錄，而是要主動去分析和理解，包括篇章結構、思維邏輯、輔助語句和關鍵句等元素構成的複雜組織網路。
雲從科技與上海交通大學基於原創DCMN演算法，提出了一種全新的模型，使機器閱讀理解正確率提高了4.2個百分點，並在高中測試題部分首次超越人類（機器正確率69.8%、普通人類69.4%）。
緊隨其後，微信AI也宣佈，最新成績全面趕超人類，微信AI模型整體正確率達73.5%。
微信AI亮相較晚，但實力一點不差。截至目前，微信先後推出微信智聆、微信智言兩大AI技術品牌，後者更專注于智慧對話和自然語言處理等技術的研究與應用，在2017年12月開始籌備，2019年1月份微信公開課正式亮相。此外，騰訊專門成立了靈格實驗室，聚焦於NLP領域技術研究與應用探索。
AI系統與高考狀元同場競技
為更好地給AI能力“打分”，越來越多的AI公司直接上了考場。
去年12月，一場特殊的六級考試在合肥舉行。這場考試是一場針對“機器人”的六級考試，考生是科大訊飛的一套智慧翻譯系統，而考卷則是今年六級試卷中的三道翻譯題，每道題滿分15分。
智慧翻譯系統答題如行雲流水，每道題只花了5秒鐘就完成了試卷，經專家老師批改後，翻譯系統三道題得分分別為14、14、12分，比大學生的平均分還高。
來一場高考題比拼如何？2017年全國高考數學考試結束之後，一場人機高考大戰的對決上演了：線上教育公司“學霸君”自主研發的智慧教育機器人“Aidam”首次公開亮相，通過現場直播的方式，與六名高考狀元同台競技全國卷文科數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。
不過，出人意料的是，這一次AI並沒有全面“碾壓”人類。閱卷結果顯示，三組高考狀元分別得分為146分、140分、119分，而Aidam為134分。
類似的情況並不鮮見。今年2月，上海腦中心/張江實驗室認知智慧組與科大訊飛及復旦大學的合作團隊，剛剛奪得SAT（學術能力評估測驗，俗稱“美國高考”）數學問題自動答題競賽世界冠軍，成績約合360分。即滿分800分的考題，綜合準確率為45%。
相較於申請美國名校的中國考生700分以上的高分，AI的表現似乎有些“孱弱”。對此，上海參賽團隊負責人之一、上海腦中心研究員周熠表示，解答SAT試題、尤其是綜合題，需要突破人工智慧中自然語言和圖像理解、知識表示和深度推理等多重難關，這對於目前的弱人工智慧而言，仍是難以完成的挑戰，“如果能讓AI取得SAT高分，將對這項技術的發展產生重要影響”。
人機交互AI尚難以理解人的意圖
“閱讀理解為後續的人機交互、人機對話在演算法方面進行了一次階段性驗證。一直以來，自然語言理解遠比語音、圖像識別難度要高得多。”雲從科技人工智慧研究院副院長周翔表示，目前電腦在測試題庫上，深度學習掌握比較好，並不意味著電腦語言理解的能力就要全面超越人類。
“比如我與你面對面交流時，中途接聽了一個電話，和你繼續交流是沒有什麼問題的，但電腦的理解還非常有限。此外，電腦在語言描述方面也存在一定的理解難度，比如你問我今天下午有沒有時間做一次溝通，我沒有直接回復‘可以’或者‘不可以’，而是說下午有兩個會議，時間比較緊，人是很好理解這背後的意圖，但機器就很難分析出來。”周翔說。
周翔還解釋，此次試題是英文，一般情況下中文比英文要複雜得多，例如英文一個單詞就是一個意思，而中文字與字之間沒有空格，機器還要對名詞、副詞、形容詞等進行分解，而且中文還存在一詞多解、多歧義等情況。
“自然語言理解的突破也是挺有意義的，一方面展示了各家企業的技術實力，另一方面也意味著自然語言還要更多突破。”周翔說，隨著自然語言理解的深入，人機交互將更加順暢，尤其是機器可以更加理解人的意圖，比如未來出行，對著手機說“我要出差”，機器就可以理解主人什麼時候出發、機票是否有預訂，遇到不明白的可以向主人提問，從而有更多的溝通。（記者 郜小平）
最新評論