微軟將開(kāi)源數(shù)據(jù)庫(kù) 增強(qiáng)機(jī)器的閱讀理解能力

　　溝通是任何事物了解彼此的最大障礙，學(xué)習(xí)、理解不同的語(yǔ)言是它的基礎(chǔ)。據(jù)悉為了解決機(jī)器與人類(lèi)溝通的難題，微軟將發(fā)布一個(gè)免費(fèi)的數(shù)據(jù)庫(kù)來(lái)幫助機(jī)器創(chuàng)建更多的對(duì)話(huà)。

　　該數(shù)據(jù)庫(kù)名為微軟機(jī)器閱讀理解數(shù)據(jù)庫(kù)（簡(jiǎn)稱(chēng)MS MARCO），包含有10萬(wàn)條英文查詢(xún)及對(duì)應(yīng)回答。用來(lái)幫助人工智能系統(tǒng)更好地理解人類(lèi)語(yǔ)言。

　　微軟合作伙伴集團(tuán)項(xiàng)目經(jīng)理Rangan Majumder在周五的一篇博客中提到，微軟將免費(fèi)開(kāi)放MS MARCO，并希望能夠與其他機(jī)構(gòu)合作來(lái)更好地提高機(jī)器的閱讀理解能力。

　　數(shù)據(jù)庫(kù)中的資料來(lái)源于必應(yīng)搜索和Cortana，并做相應(yīng)的匿名處理。對(duì)問(wèn)題的回答則是基于互聯(lián)網(wǎng)、人類(lèi)手工編寫(xiě)以及經(jīng)過(guò)驗(yàn)證的信息。這些查詢(xún)和回復(fù)將用于建立深度學(xué)習(xí)模型。

　　當(dāng)前，該數(shù)據(jù)庫(kù)將對(duì)非商業(yè)用途的用戶(hù)提供免費(fèi)下載。同其他人工智能數(shù)據(jù)庫(kù)開(kāi)源計(jì)劃類(lèi)似，微軟也將采用同樣的方式開(kāi)源MS MARCO。

　　其中的一項(xiàng)是ImageNet，可用于訓(xùn)練圖像識(shí)別算法的圖片標(biāo)記數(shù)據(jù)庫(kù)。微軟此前在開(kāi)發(fā)圖片識(shí)別技術(shù)時(shí)用到ImageNet，現(xiàn)在又用該數(shù)據(jù)庫(kù)來(lái)強(qiáng)化微軟計(jì)算機(jī)視覺(jué)API等產(chǎn)品。如果想了解更多有關(guān)MS MARCO的信息，可下載其研發(fā)團(tuán)隊(duì)發(fā)表的論文。該團(tuán)隊(duì)還在進(jìn)行另外一項(xiàng)挑戰(zhàn)，用MARCO的數(shù)據(jù)來(lái)評(píng)估訓(xùn)練模型，而評(píng)估腳本也還在研發(fā)中。

　　這項(xiàng)開(kāi)源計(jì)劃也是微軟進(jìn)一步發(fā)展其人工智能的舉重要措。微軟一直以來(lái)都在打造基于機(jī)器學(xué)習(xí)和人工智能的Azure云平臺(tái)，同時(shí)在Office和Windows中也加入了一些人工智能的特性。本周早些時(shí)候，微軟推出了QnA Maker云服務(wù)，用于降低開(kāi)發(fā)者研制問(wèn)答聊天機(jī)器人的難度。

　　人工智能的每一絲進(jìn)步，都離不開(kāi)工程師與海量信息的幕后支持。隨著微軟開(kāi)源計(jì)劃的實(shí)施，人工智能領(lǐng)域無(wú)疑迎來(lái)了更進(jìn)一步的契機(jī)！或許未來(lái)的某一天，機(jī)器真的能和人溝通呢。