秒懂人类人类语言的潜台词，阿里AI再创人机对话世界纪录

近日，第七届对话系统技术挑战赛（DSTC7）中，阿里AI获得双料冠军，成最大赢家。

DSTC7由来自微软研究院、卡耐基梅隆大学的科学家于2013年发起，是人工智能领域的权威学术比赛。它要求参赛的AI模型依据给定的多轮对话历史从上万个句子中选出正确的回复。阿里AI在参与的2项比赛中拿下两个世界第一，击败了包括麻省理工学院、约翰霍普金斯大学、IBM研究院在内的近20支国际知名大学和研究机构的参赛队伍。

基于此次比赛所提供的公开对话回复数据集DSTC7 Ubuntu，阿里AI将人机对话准确率的世界纪录提升至94.1%。

一直以来，人机对话系统及其背后的认知智能，是人机交互中最复杂也最重要的技术，曾被比尔盖茨形容为“人工智能皇冠上的明珠”。人类的语言表达复杂且多变。在多轮人机交互对话中，机器如果不能快速准确理解人类的表达，就会给出“牛头不对马嘴”答复的情况。

此次阿里的参赛AI模型叫做ESIM，是一个解决多轮对话回复问题的原创模型，通过给对话机器人装上实时搜索并理解人类真实意图的“雷达”系统，实现对对话历史的实时检索，自动去除多余信息的干扰，给出人类期待的回复。

例如当人们线上购物时，提出要一件M号的黑色裙子，智能机器人通过对库存情况的实时检索，发现并答复用户没有黑色M号的裙子。用户接着问，“那有白色的吗？”此时传统模型训练出的AI客服很难判断用户是要问“这件裙子是否有白色款”还是“有没有白色的M号裙子”，无法给出准确回复。 

阿里AI通过对用户对话上下文的检索，明确用户的核心在于尺寸而非颜色，很快给出有没有白色M号裙子的准确回复。

这项技术未来将会被应用到人机交互的多个场景：智能语音点餐机能够更准确地理解人们的真实意图，提高点单成功率；导航软件能更容易听懂人们的语音请求，少走冤枉路；家里的智能音箱能够更快做出反应，节省等待时间。

ESIM技术最初由达摩院语音实验室内的一位90后科学家——陈谦研发，不到两年，这一模型已经成为业界的热门模型和通用标准。此次DSTC7的国内外参赛队伍中就有6支队伍同样使用了基于ESIM的模型。

雷锋网版权文章，未经授权禁止转载。详情见转载须知。