近日，科技公司谷歌和微軟相繼在一份權(quán)威自然語言理解榜單中超越人類的表現(xiàn)，微軟宣稱這“標志著邁向通用人工智能的重要里程碑。”

自然語言理解（Natural Language Understanding，簡稱NLU）任務(wù)在人工智能領(lǐng)域歷史悠久，被譽為“人工智能皇冠上的明珠”。由于自然語言本身存在的歧義性或多義性，實現(xiàn)高質(zhì)量的自然語言理解有相當?shù)碾y度。

為了衡量人工智能模型的自然語言理解能力，紐約大學、華盛頓大學、Facebook和DeepMind在2019年合作提出一個名為SuperGLUE的人工智能基準測試。SuperGLUE由2018年GLUE演化而來，其語言理解任務(wù)難度更大，包括問答、自然語言推理、指代消解和詞義消歧等等。

SuperGLUE榜單

在最近更新的SuperGLUE上，微軟的DeBERTa模型和谷歌的T5+Meena模型分列第一第二，超越人類基準線（human baseline）。這是人工智能首次在SuperGLUE中表現(xiàn)超越人類。

盡管在SuperGLUE測試上取得令人滿意的結(jié)果，但微軟坦言，DeBERTa模型還沒有達到人類智能的自然語言理解水平。人類非常善于利用從不同任務(wù)中學到的知識來解決新的任務(wù)，這是AI模型需要學習的地方。

排名第一的微軟模型DeBERTa共有15億個參數(shù)。在SuperGLUE測試中，單個DeBERTa模型的宏觀平均分（89.9分）超過了人類的表現(xiàn)（89.8分）；模型整體得分（90.3分）也超過人類基準線（89.8分），在SuperGLUE排名第一。排名第二的T5+Meena模型得分90.2，同樣超過人類基準線（89.8分）。

在SuperGLUE測試中，人工智能模型被要求回答類似這樣的問題：

已知“這個孩子對疾病產(chǎn)生了免疫力”，問“這是由什么導致的？”請選擇：A.“他避免接觸這種疾病”；或B.“他接種了這一疾病的疫苗”。

這是一個簡單的因果推理任務(wù)，人類很容易選出正確答案。但對人工智能模型而言，卻是不小的挑戰(zhàn)。為了得出正確答案，模型需要理解已知條件和選項之間的因果關(guān)系。

責任編輯：PSY

2021年1月6日，微軟在博客發(fā)文詳細介紹此次取得榜首的DeBERTa模型。

DeBERTa全稱Decoding-enhanced-BERT-with-disentangled attention，是一個基于Transformer架構(gòu)的神經(jīng)語言模型，采用自監(jiān)督學習方法對大量原始文本語料庫進行預訓練。DeBERTa的目標是學習通用的語言表達形式，適用于各種自然語言理解任務(wù)。DeBERTa主要用到三種新技術(shù)，分別是分離注意力機制、增強的掩碼解碼器和用于微調(diào)的虛擬對抗訓練方法。

排名第二的T5+Meena技術(shù)來自谷歌。谷歌團隊尚未詳細解釋其模型在SuperGLUE創(chuàng)紀錄的原因。但微軟在博客文章中評價稱，谷歌的T5模型由110億個參數(shù)組成，相比之下，15億參數(shù)的DeBERTa在訓練和維護上更加節(jié)能，更容易壓縮并部署到各種程序中。

微軟正在將DeBERTa模型集成到下一代“圖靈自然語言生成模型”（Turing NLRv4）中。下一步，他們準備向公眾公開15億參數(shù)的DeBERTa模型及其源代碼。