近日，在由斯坦福大學發起的機器閱讀理解領域頂級賽事SQuAD中，阿里巴巴憑借82.440的精準率，超越了人類82.304的成績。

　　據了解，SQuAD比賽構建了一個大規模機器閱讀理解數據集，其中包含10萬個問題，文章來源于500多篇維基百科文章。比賽旨在通過梳理出這套試題的線索，看機器學習模型是否能夠經過大量信息處理后給出問題的確切答案。

　　阿里巴巴研究院自然語言處理首席科學家司羅在一份公告中說，對于像“天為什么會下雨”這樣的客觀問題，機器給出的答案準確率會很高。這種語音技術可以逐步應用于諸如客服、博物館指南、在線解答患者醫療問題等廣泛的實際應用領域，從而以一種前所未有的方式減少人力投入的需求。

　　這項技術的突破在于最新的“基于分層融合注意力機制“的深度神經網絡算法。該模型能夠模擬人類在閱讀理解問題的一些行為，包括結合篇章內容主體，帶著問題反復閱讀文章、避免閱讀中遺忘而進行相關標注等。

　　同時，此項技術已被阿里內部廣泛使用。例如，每年雙11都有大量的顧客對活動規則進行咨詢。阿里會讓機器直接對規則進行閱讀，為用戶提供規則解讀服務，完成人機自然交互。

　　在此次比賽中，微軟程序拿到了82.6分，其他的AI程序雖然沒有超過人類標準，但是得分也比較高。例如，艾倫人工智能研究所、騰訊等企業開發的AI。