7月16日消息，阿里AI在常識QA領(lǐng)域的權(quán)威數(shù)據(jù)集CommonsenseQA上刷新世界紀錄，超過微軟取得第一名，顯著提升AI的常識推理能力。

CommonsenseQA是為了研究基于常識知識的問答而提出的數(shù)據(jù)集，比此前的SWAG、SQuAD數(shù)據(jù)集難度更高。目前最流行的語言模型BERT在SWAG、SQuAD上的性能已經(jīng)接近或超過人類，但在CommonsenseQA上的準(zhǔn)確率還遠低于人類。

自然語言理解（NLP，Natural Language Processing）是人工智能皇冠上的明珠，常識推理則是難度最高的NLP任務(wù)之一。在機器翻譯、閱讀理解等NLP任務(wù)上，AI的表現(xiàn)已經(jīng)接近或超過人類水平，阿里AI就先后在國際頂級的機器翻譯賽事WMT、機器閱讀理解賽事SQuAD、文本閱讀理解挑戰(zhàn)賽MS MARCO等賽事奪冠甚至趕超人類紀錄。

相比之下，AI的常識推理能力比人類差得多。常識是指絕大部分人都了解并接受的客觀事實，比如鹽是咸的、下雨了要打傘、村莊位于陸地上而非湖泊內(nèi)等等。人在回答問題時，常會結(jié)合這些不言而喻的背景知識。但機器沒有常識，無法將“馬路上，人們撐著傘”的原始陳述與“外面正在下雨”的邏輯假設(shè)自動關(guān)聯(lián)。

深度學(xué)習(xí)領(lǐng)軍人物之一、圖靈獎獲得者Yann LeCun 曾有斷言：最聰明的AI在常識方面也不如貓。在包含1.2萬多個常識問題的CommonsenseQA數(shù)據(jù)集上，最流行的AI模型BERT的答題準(zhǔn)確率為56.7%，遠低于人類的89%。

阿里巴巴達摩院語音實驗室提出了AMS方法，顯著提升BERT模型的常識推理能力。AMS方法使用與BERT相同的模型，僅預(yù)訓(xùn)練BERT，在不提升模型計算量的情況下，將 CommonsenseQA數(shù)據(jù)集上的準(zhǔn)確率提升了5.5%，達到62.2%。

阿里的技術(shù)突破將大幅提升下一代人機交互產(chǎn)品的常識理解能力，可應(yīng)用于語音導(dǎo)航、智能電視、語音售票機等產(chǎn)品。

設(shè)想這樣的場景：你開車尋找一個地處偏僻的村莊，村子不久前已經(jīng)搬遷，但導(dǎo)航還沒更新位置信息。村子所在地塊被開挖成了人工湖，由于AI沒有常識，導(dǎo)航直接就把你往湖心方向帶。AI如果擁有常識，就不會犯這類“蠢萌”的錯誤。