Alibaba AI overtreft mensen in begrijpend lezen

Ten eerste was het de AlphaGo AI van Google's DeepMind-dochter die 's werelds beste Go-spelers in hun eigen spel versloeg om een ​​record te maken. Vervolgens overtrof een AI genaamd Libratus, ontwikkeld door de Carnegie Mellon University, pokerprofs in een toernooi om de aandacht van de wereld te richten op het snelle tempo waarmee AI vordert. In het laatste voorbeeld van een AI die de mens te slim af is, een diep neuraal netwerkmodel ontwikkeld door Alibaba deed het beter dan mensen in een begrijpend lezen test.

Het AI-model dat is ontwikkeld door Alibaba's Institute of Data Science and Technologies schoot voorbij de SQuAD-test (Stanford Question Answering Dataset) - een van de meest betrouwbare tests voor begrijpend lezen voor het evalueren van de taalvaardigheid van een machine - in een wedstrijd waarin het werd opgenomen tegen menselijke rivalen.

Alibaba's AI scoorde een cumulatieve 82,44 Exact Match (EM) -punten, waarmee ze beter scoorde dan zijn menselijke concurrenten die 82,304 punten op het scorebord neerzetten.  Volgens een rapport gepubliceerd in de South China Morning Post - ook eigendom van Alibaba - markeert deze prestatie het eerste geval waarin een machine zijn menselijke tegenhangers heeft verslagen tijdens een begrijpend lezen..

Als het gaat om de netto F1-scores in de SQuAD-beoordeling, Het AI-model van Alibaba stond bovenaan met 88.607 punten en positioneerde zichzelf hoger dan vergelijkbare systemen ontwikkeld door Microsoft en Facebook. De resultaten zijn echt indrukwekkend omdat taalbegrip van oudsher wordt beschouwd als een zwak punt van AI-systemen. De bovengenoemde tekortkoming beperkt ernstig hun vermogen om een ​​echt productief gesprek met een persoon te voeren, en niet alleen om cijfers te verzamelen en informatie te verwerken.

In de woorden van Si Luo, een hoofdwetenschapper op het gebied van natuurlijke taalverwerking bij de onderzoeksafdeling van Alibaba, zullen de recente resultaten nieuwe wegen openen om AI-systemen in te zetten voor klantenondersteuning, dankzij hun verbeterde taalverwerkingsmogelijkheden..

Wij geloven dat de onderliggende technologie geleidelijk kan worden toegepast op tal van toepassingen, zoals klantenservice, museumhandleidingen en online respons op vragen van patiënten, waardoor menselijke inspanningen op een ongekende manier worden vrijgemaakt.

De resultaten van het diepe neurale netwerkmodel van Alibaba geven aan dat AI-systemen binnenkort in staat zullen zijn om objectieve vragen te beantwoorden als 'wat veroorzaakt regen' door de enorme hoeveelheid informatie waarover ze beschikken te verwerken en te reageren met het meest contextueel nauwkeurige en precieze antwoord.