至顶网软件频道消息: 人工智能模型首次在斯坦福大学(Stanford University)的阅读测试中超越人类,该阅读测试被用于衡量神经网络认知能力。
中国网络巨头阿里巴巴集团(Group Holding Ltd.)周一宣布,该公司研发部门开发的人工智能(AI)获得了82.44分的高分,这是创纪录的里程碑。与之相比较,人类参与者的成绩是82.304。在阿里巴巴的测试成绩最终确认后的第二天,微软公司用一个深度学习模型重复了这一壮举,并且获得了略微更高一点的成绩——82.65。
这个被称为斯坦福问答数据集(Stanford Question Answering Dataset)的测试包含了从500篇维基百科的文章中提取的超过10万个问题和答案。测试中所有的文字内容都是用自然语言写成,而不是使用了计算机更容易理解的结构化格式。因此,人工智能模型现在可以获得比人类更好的分数代表了一项重大的技术成就。
一个能够以类似于人类的准确程度理解书面材料的深度学习模型有很多潜在的应用。阿里巴巴研究团队的自然语言处理首席科学家司罗(音译:Luo Si)将客户服务和医疗保健列为该技术可能会被证明是特别有用的两大领域。
科技行业也正在其他方面努力地推进人工智能。8月份,微软的研究人员透露,他们已经开发了一个能够抄录文本的语音识别系统,错误率仅为5.1%,与人类的平均水平相当。
与此同时,阿里巴巴正在积极争取在人工智能军备竞赛中获得超越同行的优势。三个月前,该公司宣布计划在未来三年投资150亿美元用于工程技术。这项工作将特别重视深度学习等对其长期发展计划非常重要的技术。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。