百度在教導人工智慧理解人類語言方面擊敗了微軟和谷歌

中國搜尋巨頭百度在全球領先人工智慧模型的自然語言處理競賽中輕鬆擊敗美國兩家科技巨頭微軟和谷歌。

通用語言理解評估 (GLUE) 是用於訓練、評估和分析基於人工智慧的自然語言理解系統的標準。正在開發基於人工智慧的自然語言處理模型的組織可以使用 GLUE 基準量表評估其模型。

直到最近，微軟的 MT-DNN-SMART 模型仍然是全球 GLUE 排名中的領先者，其次是Google的 T3 模型。然而，這個排名剛剛出現了重大風波，因為在最近的自然語言處理競賽中，百度的ERNIE（Enhanced Representation through kNowledge IntEgration）模型以創紀錄的90.1分擊敗了MT-DNN-SMART和T3。

最初，百度的模型是為了理解中文而開發的，但研究人員很快就意識到該模型在理解英語方面的出色前景。百度的 ERNIE 訓練方法很大程度上受到了 Google 的「舊」語言處理模型訓練工具 BERT 的啟發。因此，每次訓練時每個句子串中的 15% 的單字都會被隱藏，AI 任務會嘗試根據上下文盡可能接近地預測隱藏的單字。百度研究團隊在其 Github 頁面上引用了《哈利波特》系列小說中的範例來說明這項技術。結果，ERNIE能夠透過分析單字和實體的隱性知識來推斷哈利波特和JK羅琳之間的關係，得出哈利波特是JK羅琳寫的一系列小說的結論。

「雖然語言理解仍然是一個艱鉅的挑戰，但我們 ERNIE 計畫的結果表明，多任務和持續訓練的語言處理模型是 NLP 研究的未來方向。」百度研究團隊評論道。

目前，百度正在推動ERNIE模型在實際任務中的應用。例如：目前，百度在其搜尋引擎的自動問答功能中使用了ERNIE模型，使得使用者對搜尋結果的滿意度提高了16%。