今天，加拿大人工智能公司Maluuba发布了一种令人印象深刻的机器学习结果，这种机器学习专注于教计算机像人类一样阅读。像谷歌、Facebook和IBM这样的公司一直在积极致力于这一领域的研究，即机器学习理解，但专家们一致认为，它远没有图像和语音识别技术那么先进。Maluuba的结果表明，在不久的将来，机器可以像我们一样理解文本。

Maluuba建立了一个叫做EpiReader的程序。它被设计用来解决一种特殊的机器理解任务：从文本块中删除一个单词，EpiReader根据上下文确定缺少的单词。EpiReader使用两个神经网络来实现这一点，这是一种受人脑神经元工作方式启发的人工智能。第一个神经网络根据它对段落的理解来选择一组可能的答案。第二个评估第一个提出正确答案的推理(观看视频以了解此过程的实际情况。）

Maluuba在两个非常大的文本集合上测试了EpiReader。谷歌DeepMind去年夏天发布的CNN/Daily-Mail收藏由来自这些新闻网站的30多万篇文章组成(Maluuba在他们的研究中只使用了数据集的CNN部分。）这项儿童图书测试由98本古腾堡项目的经典儿童图书组成，Facebook在2月份发布在网上。EpiReader接受了这些集合的训练，每一个集合大约读十几遍，并使用机器学习来构建单词的语义。

“马鲁巴的数据令人印象深刻。”

然后EpiReader开始填空，两个数据集的准确率分别为74%和67.4%。专家们一致认为，这是迄今为止在这两项被认为是该领域基准测试的机器阅读理解测试中获得的最高结果。除了IBM Watson在3月份发布的结果外，他们还击败了测试创建者Google DeepMind和Facebook的结果。

纽约大学数据科学中心和库兰特数学科学研究所的联合助理教授赵京贤（Kyunghyun Cho）对《边缘报》说：“马鲁巴的数据令人印象深刻。”。机器理解研究的一个更大的目标是建立一个自动化的研究人员——一个可以回答问题、搜索互联网、收集相关信息并给出答案的程序。”显然，这些研究人员所做的比一般的自动化研究人员要有限得多，但他们正在努力。

蒙特利尔大学教授、蒙特利尔学习算法研究所所长Yoshua Bengio称EpiReader是一个有趣的改进，但他提醒说还有很多工作要做。他告诉《边缘》杂志说，EpiReader还远未达到人类的理解水平。Bengio是Maluuba的顾问，他说像Maluuba和其他领域的工作将使Siri、Cortana和Alexa等基于对话的助手能够进行更复杂的机器学习，使他们的问答能力更加强大。

虽然人工智能助理可以回答查询，但这些程序大多依赖于由工程师编写的结构化数据库。但是EpiReader和类似的程序并不是预先编程的。取而代之的是，他们使用机器学习来建立一个词汇在文本中如何相互关联的概率模型。这使得他们能够理解并得出关于非结构化自然语言的结论，从书籍到网站随处可见，其中包含了大量的人类知识。

“这种技术将来会出现在各种用户界面上。”

Maluuba的研究负责人亚当·特里施勒（Adam Trischler）告诉《边缘报》：“我们真的想把人类更高层次的推理功能融入EpiReader，我们思考世界的方式。”。Maluuba的产品负责人Mohamed Mu**ah说，公司希望有朝一日能使用EpiReader创建程序，可以阅读用户手册和****文档等枯燥的文档，为读者解答问题。Maluuba最近在A轮融资中筹集了900万美元，以建立一个新的研究机构，但它并没有分享任何具体的计划来开发一款包含EpiReader的产品。

“这种技术将来会出现在每一种用户界面上，”Bengio说，他并没有具体提到Maluuba的技术，而是指一般的自然语言理解我认为，理解人们所说、所写或所记录的东西的潜在市场是巨大的，甚至比计算机视觉的市场还要大。因为这与我们如何与电脑互动有关。这将无处不在。”

更正6月11日上午9:00东部时间：这个故事以前提到马鲁巴的结果是“最先进的事实上，本周其他两篇论文也发表了同样令人印象深刻的结果。