提起閱讀理解這四個字，你會想到什麼？
被四六級、雅思、托福支配的恐懼？英語試卷上連原作者都搞不懂的選擇題？
不管哪種答案，肯定都逃不出乙個規律：進行閱讀理解這項「有益身心運動」的主體，必然是跟你我一樣的人類。
畢竟嘛，這東西需要閱讀一大段文字，然後理解了意義之後再做題目，堪稱一場英語考試中最複雜最費腦筋，也最考驗綜合能力的乙個環節。所以你的英語老師一定說過這樣一句話：得閱讀理解者得天下。
但是，我如果告訴你今天得這個天下的，已經不再是人類而是ai了，你會怎麼想？也許此前我們想象過ai可以完成單詞聽寫、句子翻譯甚至寫作，但可能很多人可能都沒有想到，ai做閱讀理解現在也能甩人類幾條街。
可事實就是這樣，1月11日，史丹福大學著名的機器閱讀理解賽事squad重新整理了全球排名，阿里巴巴憑藉82.440的精準率打破了世界紀錄，超越了人類82.304的平均得分。
當然了，ai是不會去跟你比托福刷分的，這件事的背後，腦洞有點大哦......
什麼是機器閱讀理解？
機器閱讀理解，雖然看起來只是讓ai上陣來一場考試。但是卻是自然語言處理技術中，繼語音判斷、語義理解之後最大的挑戰：讓智慧型體理解全文語境。
而史丹福大學發起的squad挑戰賽，則是業內公認的機器閱讀理解最高水平賽事。
squad挑戰賽的基本規則，是通過眾包的方式構建乙個包含10萬個問題左右的大規模資料集，並給出**於維基百科長度大約在幾百個單詞左右的文章。參賽者提交的ai模型在閱讀完資料集中的一篇短文之後，回答若干個基於文章內容的問題，答案與標準答案進行比對，最終得出成績。
由於閱讀理解這項「智慧型」調整，需要運用到大量邏輯、細節和結構分析能力，並且直接作用於現實中的文字資料，所以實際價值很大。
比如說，我們首先要面對的問題就是，假如ai已經比人類平均水平更擅長於對文字中的精準資訊進行理解和回答，會帶給我們什麼呢？
當ai的「閱讀理解」得分超越人類，意味著什麼
舉個例子或許可以很簡單地理解這個問題：英語考試上，當ai可以翻譯單詞的時候，我們一點都不驚奇；但ai可以聽寫整句話的時候，我們會感嘆技術進步了；當ai自己做閱讀理解的時候，我們大概會想，還要我考這個試幹什麼?
這裡面的差別，在於處理閱讀理解相關問題時，ai不只是要運算和記錄，而是要主動去分析和理解。所以閱讀理解問題一直被人當成是nlp的標誌性臨界點。但這個點被ai破解，直接意味著原本很多必須由人類才能完成的工作，已經能夠被ai接管。
因為閱讀理解問題，不只是要處理語音和簡單的語義，而是要理解和關注詞彙、語句、篇章結構、思維邏輯、輔助語句和關鍵句等等元素構成的複雜組織網路。
機器閱讀理解「達標」，最直接的產業影響是大多數今天還必須由人工完成的規則、對話、服務資訊類的相關工作，都可以被ai所取代。比如說客服、資訊管理和推薦類的工作，都可以考慮用不眠不休、高運算速度的機器來取代。
機器閱讀理解如何工作
或許我們都注意到了這樣乙個問題：今天的網際網路世界，文字內容在變得越來越多，各種各樣的資訊**而來。太多你知道的、你不知道的、你以為自己知道的卻實際不知道的事情呼嘯而過。甚至你雙11想要剁個手，都有各種各樣的遊戲規則等著你。自己讀吧，太累太痛苦還沒時間，問客服吧，很可能出錯還很慢，簡直是薛丁格式問題。
這裡或許就可以用ai閱讀理解來解決了。比如客戶對某個電商**規則有疑問，就可以直接向ai提問，而ai就可以把這個問題當做閱讀理解來進行解決方案回饋。
ai的閱讀理解能力，將在如何向客戶提供非模板式的智慧型客服服務中發揮作用。而當ai在這些能力上超越人工，那麼ai客服的利用價值將可能快速提公升。換句話說，ai客服終於可以不那麼機械化了。
由此不難看出，這種關鍵能力的突破，對大量強調與普通消費者互動的產業線益處最多。
推而廣之，ai閱讀能力也是文娛領域進行內容尋找和推薦的有效方式，比如閱讀使用者提出的複雜需求，進行精準推薦；與iot產品相結合，給出對使用者大段語言的回饋，乃至對話互動，都必須以機器理解能力為依託。
理解力，讓我們在未來面前不僅是個孩子
除了知道ai可以充當更好的客服之外，究竟我們為什麼應該關注ai閱讀理解這件事？或許關鍵，是我們應該知道「理解力」在目前ai世界中的重要程度和期待指數。
ai作為一種從電腦科學下的分支，乙個智慧型體先天具備的是運算能力，而希望進行仿人類智慧型的智慧型模擬，第二步就是模仿人類的感知。今天我們看到的機器視覺、語音識別、語義理解，都是在做這件事。而第三步，就是讓ai產生理解力。
顯然，識別有著龐大應用場景，並會在接下來很長一段時間內佔據主流。但是ai的理解能力是大多數識別能力的進化，假如單純識別出卻無法產生輸出，那麼ai無非只是更靈活的感測器而已。
從這個邏輯上看，閱讀理解對於ai來說絕不僅僅是個測試，或者商業應用的技術加持，更重要的是開啟ai紀元裡理解力的加速器。
更廣闊的意義在於，當我們不再考慮ai是否能理解人類文字和語言，那麼deepnlp將可能達成，人機互動的範圍將級擴大。ai可以開始捕捉人類的邏輯和函指。
可能那還很遠，也可能很近，但機器理解力讓我們在未來面前不再是個孩子，這應該是毫無疑問的。
親愛的，你知道嗎？
親愛的，莫怪我，我實在太累了，親愛的，莫怪我，因為我覺得無法學會自私，親愛的，莫怪我，因為我覺得自己心裡太小，小的只能容下我愛你三個字，無法容下任何，因此我把自己丟了，只剩下陪伴你的軀殼，親愛的，因為我喪失了靈魂，所以在你面前如此狼狽，親愛的，因為我自己無法面對現實，所以我哭泣的近似瘋了，親愛的，因...
親愛的你怎麼不在我身邊
聽著小美輕柔的嗓音唱著那首 親愛的你怎麼不在身邊 心裡覺得空空的。親愛的，你怎麼不在我身邊？親愛的，我們就這樣分開了？永遠分開了？親愛的，你確實不在我身邊了！親愛的，你身邊已經多了乙個她代替我來照顧你。親愛的，原諒我以前的任性。親愛的，我們曾經真的愛過！親愛的，不要懷疑我對你的愛，雖然有些殘缺不全。...
親愛的你怎麼不在我身邊
親愛的你怎麼不在我身邊 文 佚名 語音製作 夢離 引 這年的年最後一天了。早晨不忍心的看著牆上的日曆，就剩最後一頁了。1月1日嶄新的一天暨元旦。孤寂。新年的第一天，我把自己乙個人鎖在屋裡。儘管是大白天，我仍然把所有的燈都開啟了，這時的孤寂讓我發慌和心悸。視窗縫細裡鑽入冬天陰冷冷的風，似要破窗而入，我...