近日，阿里AI在权威常识问答数据集CommonsenseQA上刷新了世界纪录，超越微软夺得第一，显著提升了AI的常识推理能力。这项技术是在达摩院科学家的指导下，由“95后”实习生叶志秀完成的。

CommonsenseQA是一个用于研究基于常识知识的问答任务的数据集，相比之前的SWAG和SQuAD数据集，它更具挑战性。尽管目前流行的语言模型BERT在SWAG和SQuAD上的表现已经接近或超过了人类水平，但在CommonsenseQA上的准确率仍然远低于人类。

自然语言处理（NLP）是人工智能领域的重要分支，其中常识推理是最具挑战性的任务之一。在机器翻译和阅读理解等领域，AI的表现已经接近甚至超过了人类水平，阿里AI也在国际顶级赛事如WMT、SQuAD和MS MARCO中取得了优异的成绩。

然而，AI在常识推理方面的表现仍远远落后于人类。常识包括大多数人普遍认可的客观事实，例如盐是咸的、下雨要打伞等。人类在回答问题时通常会结合这些显而易见的背景知识，但机器缺乏这种常识，无法自动关联“马路上，人们撑着伞”与“外面正在下雨”之间的逻辑关系。

著名深度学习专家Yann LeCun曾表示，即便是最先进的AI在常识方面也比不上一只猫。在包含1.2万多个常识问题的CommonsenseQA数据集中，最流行的AI模型BERT的准确率仅为56.7%，远低于人类的89%。

阿里巴巴达摩院语音实验室提出了一种名为AMS的方法，显著提高了BERT模型的常识推理能力。这种方法采用了与BERT相同的模型架构，仅对BERT进行了预训练，在不增加计算复杂度的情况下，将CommonsenseQA数据集上的准确率提升了5.5%，达到了62.2%。

这一技术突破将大幅提高未来人机交互产品的常识理解能力，可以应用于语音导航、智能电视、语音售票机等多种产品中。例如，在导航系统中，AI具备常识后，就能避免将用户引导到错误的位置。

达摩院表示，未来将开源该模型和论文，与业界分享最新的研究成果。

—

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才华、有热情的朋友加入我们！详情请在量子位公众号(QbitAI)对话界面输入“招聘”二字查看。