AI在這張“問卷”上首次超越人類，SuperGLUE被微軟谷歌兩家“攻破”

曉查 2021-01-07 13:21:04 來源：量子位

曉查 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

自然語言理解(NLU)迎來新的里程碑。

在最新的NLU測試基準(zhǔn)SuperGLUE中，人類首次被AI超越了。

SuperGLUE相比“前輩”GLUE大大提升了問題的難度，提出一年多以來，人類一直處于第一位。

現(xiàn)如今，人類一下子被兩家AI超越。

一個是來自微軟的DeBERTa，一個是來自谷歌的T5+Meena。

超越人類的兩大NLU模型

對NLP領(lǐng)域的人來說，微軟DeBERTa模型并不陌生，早在去年8月微軟就開源了該模型的代碼，并提供預(yù)訓(xùn)練模型下載。

最近，最近微軟訓(xùn)練了更大規(guī)模的模型，該版本由15億參數(shù)的48個Transformer層組成。增大規(guī)模帶來的性能提升，使單個DeBERTa模型SuperGLUE上的得分（90.3）首次超過了人類（89.8），居于榜單首位。

DeBERTa（注意力分離的解碼增強BERT）是一種基于Transformer的神經(jīng)語言模型，使用自監(jiān)督學(xué)習(xí)對大量原始文本語料庫進行預(yù)訓(xùn)練。

和其他預(yù)訓(xùn)練語言模型(PLM)一樣，DeBERTa旨在學(xué)習(xí)通用語言表示形式，適應(yīng)各種下游NLU任務(wù)。DeBERTa使用三種新技術(shù)——分離的注意力機制、增強的掩碼解碼器和一種用于微調(diào)的虛擬對抗訓(xùn)練方法。改進了以前的最新PLM（如BERT、RoBERTa、UniLM）。

這項研究是由微軟研究團隊的4位華人學(xué)者完成。

另一超越人類的AI是由CMU博士生王子瑞提交的T5+Meena。這兩項技術(shù)均來自谷歌。

其中，Meena是一個26億參數(shù)端到端訓(xùn)練的神經(jīng)對話模型，它具有一個演進Transformer編碼器塊和13個演進Transformer解碼器塊。

編碼器負責(zé)處理對話上下文，幫助Meena理解對話中已經(jīng)說過的內(nèi)容。然后，解碼器使用該信息來制定實際響應(yīng)。

T5是谷歌去年提出的“文本到文本遷移Transformer”，也就是用遷移學(xué)習(xí)讓不同的NLP任務(wù)可以使用相同的模型、損失函數(shù)和超參數(shù)，一個框架在機器翻譯、文檔摘要、問答和情感分析上都能使用。

T5最大的模型具有110億個參數(shù)，早在推出之時就取得了SuperGLUE上的最高水平，至今仍僅次于榜單前二模型和人類。

關(guān)于SuperGLUE

SuperGLUE是由Facebook、紐約大學(xué)、華盛頓大學(xué)和DeepMind四家機構(gòu)于2019年8月提出的新NLU測試基準(zhǔn)，以取代過去的GLUE。

由于之前微軟、谷歌和Facebook的模型連續(xù)刷新GLUE基準(zhǔn)測試得分，已有不少AI模型超越了人類的表現(xiàn)。因此GLUE已不能順應(yīng)NLU技術(shù)的發(fā)展，SuperGLUE應(yīng)運而生。

我們從最初的GLUE基準(zhǔn)測試中吸取的經(jīng)驗教訓(xùn)，并推出了SuperGLUE，這是一個采用了GLUE的新基準(zhǔn)測試，具有一系列更加困難的語言理解任務(wù)、改進的資源和一個新的公共排行榜。

四家機構(gòu)在SuperGLUE的官方文檔中如是說。

SuperGLUE總共包含10項任務(wù)，用于測試系統(tǒng)因果推理、識別因果關(guān)系、閱讀短文后回答是非問題等等方面的能力。SuperGLUE還包含Winogender，一種性別偏見檢測工具。

這些問題用當(dāng)前最先進的算法還不能很好地解決，卻很容易被人類理解。

尤其是“選擇合理的替代方案”（COPA）這一項因果推理任務(wù)。它要求系統(tǒng)能根據(jù)給出的句子，在兩個選項中找出可能的原因或結(jié)果。比如：

那個男人的腳趾斷了。這是什么原因造出的？
備選答案1：他的襪子上有一個洞。
備選答案2：他把錘子掉在腳上了。

人類可以在COPA上獲得了100％的準(zhǔn)確率，而BERT只有74％，這表明了NLU還存在巨大的進步空間。

現(xiàn)在SuperGLUE上超越了人類表現(xiàn)，微軟的研究人員認為：“這是通向通用AI的重要里程碑”。

微軟DeBERTa源代碼與預(yù)訓(xùn)練模型：
https://github.com/microsoft/DeBERTa

谷歌T5和Meena：
https://ai.googleblog.com/2020/02/exploring-transfer-learning-with-t5.html
https://ai.googleblog.com/2020/01/towards-conversational-agent-that-can.html

參考資料
https://venturebeat.com/2021/01/06/ai-models-from-microsoft-and-google-already-surpass-human-performance-on-the-superglue-language-benchmark/
https://www.microsoft.com/en-us/research/blog/microsoft-deberta-surpasses-human-performance-on-the-superglue-benchmark/