回到首頁
個人.家庭.數位化 - 數位之牆



產業動態 阿里巴巴達摩院AI模型刷新圖像問答全球紀錄 史上首次超越人類基準
霍夫曼公關 本新聞稿發佈於2021/08/19,由發布之企業承擔內容之立場與責任,與本站無關

由阿里巴巴達摩院機器智慧技術實驗室打造的深度語言模型體系AliceMind,最近在110萬條讀圖會意的問題中,憑藉超高答題準確率而傲視全球,準確率甚至高於人類基準,歷來首見。

 
■ 發布/輪播新聞稿 新聞稿直達14萬電子報訂戶刊登新聞稿:按此
 

上圖這些問題看似簡單,由左至右的答案分別為暹羅貓、紐約洋基隊、婚禮。讀圖會意是人類生活及溝通的基本條件,但當我們回答1,000條同類問題時,或因眼花撩亂和認知失誤而答錯數十題甚至更多。

由阿里巴巴達摩院機器智慧技術實驗室打造的深度語言模型體系AliceMind,最近在110萬條讀圖會意的問題中,憑藉超高答題準確率而傲視全球,準確率甚至高於人類基準,歷來首見。根據國際機器視覺問答平台VQA(Visual Question Answering)挑戰賽的測試,由阿里巴巴達摩院AliceMind團隊組成的人工智慧(AI)模型在測試中以81.26%的準確率,刷新讀圖會意領域的全球紀錄,準確率超越人類基準線80.83%。

VQA取得高準確率意味甚麼?
達摩院語言技術實驗室負責人司羅曾表示,人工智慧分為運算智慧、感知智慧、認知智慧及創造智慧4個層次。VQA的測試內容屬於認知智慧部份,其應用場景廣泛,包括圖片及文字閱讀、視障人士問答、醫療問診、智慧駕駛及虛擬主播等領域,而AliceMind在視覺與文本的「多模態」理解及推理上,測試分數媲美人類認知水平,也意味著達摩院的人工智慧技術邁出關鍵一步。

事實上,VQA技術已經在阿里巴巴生態體系中應用,例如商品的圖文資訊理解、直播影音互動、智慧客服等場景。目前數以萬計的淘寶天貓商家已經開通「店小蜜」客服的視覺問答功能,用戶輸入問題後,模型會結合商品詳情頁視覺特徵和用戶問題來給出答案。「店小蜜」透過AI來提升提問解決率,改善買家體驗,同時減輕商家工作配置。另一方面,VQA技術也協助解決直播中的「多模態」語義問答疑難,從而提升直播間的智慧化水準。除了淘寶天貓,盒馬鮮生與考拉海購的客服場景、閑魚的圖文同款匹配場景、阿里速賣通(AliExpress)的圖文理解場景也已經導入VQA能力。

VQA挑戰賽有多艱難?
宋代詩人張舜民曾道「詩是無形畫,畫是有形詩」,以描繪語言與視覺的相通之處。讀圖會意對人類而言是基本的生活能力,對AI卻是一項高難度的認知任務。過去10年,AI技術在文本理解及視覺理解等「單模態」理解領域突飛猛進,AI模型在多個任務及技術上也達到了人類頂尖水準,例如益智活動圍棋,強化學習智慧體「AlphaGo」於2016年接連擊敗數位世界頂尖棋手。然而,在VQA這個涉及視覺與文本的「多模態」的高階認知任務上,過往AI的讀圖會意成績始終未及人類基準線。

為鼓勵各地科研團隊攻克AI「多模態」理解的難題,全球計算機視覺頂會CVPR(Conference on Computer Vision and Pattern Recognition)從2015年起連續6年舉辦VQA挑戰賽,吸引來自各地的互聯網企業、高等學府及科研單位參與,合力打造國際上規模最大、認可度最高的VQA資料集,每年挑戰賽包含超過20萬張真實照片,共110萬條題目。在測試中,參賽團隊的AI模型需要融合複雜的電腦視覺及自然語言技術,首先掃描及判斷所有圖像資訊,結合對文本問題的理解,利用「多模態」技術學習圖文的關聯性,最後根據常識及推理回答問題。

今年6月,阿里巴巴達摩院先在2021年度的VQA挑戰賽的55隊申請隊伍中奪冠,其後在8月更新測試成績後,達摩院再以81.26%的準確率刷新VQA排行榜的全球紀錄,高於80.83%的人類基準線。優秀成績的背後,達摩院的自然語言處理(NLP)及視覺團隊有系統地設計AI視覺與文本推理體系,融合大量算法創新,包括多樣性的視覺特徵表示、「多模態」預訓練模型、「跨模態」語義融合和對齊技術、知識驅動的多技能AI集成等,讓AI的讀圖會意更上一層樓。

早在2018年,達摩院曾在史丹福大學發起的大規模閱讀理解挑戰賽SQuAD(Stanford Question Answering Dataset)歷史性地讓機器閱讀理解首次超越人類基準線,瞬間成為科技界的討論話題。今年初至今,達摩院在AI技術領域動作頻頻,除了發佈中文社群最大規模中文語言模型PLUG強化文案創作能力,也發佈了中國科技公司中首個超大規模多模態預訓練模型M6。此外,達摩院已經開源歷經3年打造的深度語言模型體系AliceMind,其曾登頂 GLUE等6大國際權威的NLP排行榜。


更多詳細內容請參考阿里足跡文章:達摩院AI模型刷新讀圖會意全球紀錄 歷來首次超越人類基準

- 新聞稿有效日期,至2021/09/19為止


聯絡人 :黃安婕
聯絡電話:0952211085
電子郵件:ahwang@hoffman.com

上一篇:奧丁丁體驗精選逾60項特色行程 邀民眾感受本島原始文化魅力
下一篇:訊連科技與威聯通科技合作 打造支援口罩辨識之QVR Face Link



 
搜尋本站


最新科技評論

我在中國工作的日子(十四)阿里巴巴敢給股票 - 2023/07/02

我在中國工作的日子(十三)上億會員怎麼管理 - 2023/06/25

我在中國工作的日子(十二)最好的公司支付寶 - 2023/06/18

我在中國工作的日子(十一)兩個女人一個男人 - 2023/06/11

我在中國工作的日子(十)千團大戰影音帶貨 - 2023/06/04

我在中國工作的日子(九)電視購物轉型電商 - 2023/05/28

我在中國工作的日子(八)那些從台灣來的人 - 2023/05/21

我在中國工作的日子(七)嘉丰資本擦身而過 - 2023/05/14

我在中國工作的日子(六)跟阿福有關的人們 - 2023/05/07

■ 訂閱每日更新產業動態
RSS
RSS

當月產業動態

Information

 

 


個人.家庭.數位化 - 數位之牆

欲引用本站圖文,請先取得授權。本站保留一切權利 ©Copyright 2023, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

歡迎與本站連結!