新智元报道
编辑：Cris
这年头，还有 AI 做不到的事儿吗？
在 AI 科技圈，「中文语言理解」一直是一个难以攻克的问题。因为在全世界所有的语言中——中文的难度系数是最高的。
举例来讲，就下面这句简简单单 20 个字的句子，都绝对能让不少外国人深感崩溃。下雨天，我骑车差点摔倒，好在一把把把把住了。
然而，在最新的中文语言理解领域权威榜单 CLUE 中，腾讯和阿里的 AI 模型却先后超越了人类的成绩！实在让人不禁感慨：这年头，还有什么是 AI 做不了的吗？
最新一期 CLUE 最新排名
CLUE的全称是 Chinese Language Understanding Evaluation，即「中文语言理解测评基准」。
就像英语的 GLUE 和 SuperGLUE，CLUE 是一组评估机器能够像人类一样理解和响应中文文本的任务，上线于 3 年前，也是第一个大规模的中文语言评估基准，旨在推动 NLP 技术的不断进步和突破。
在 CLUE 的官网上，有语料库、排行榜、预训练模型和代表性的数据集等资料可供选择。包括文本相似度、分类、上下文推理、阅读理解在内的17 项测评任务，其介绍在官网上都有很详尽的展示。
今年 11 月 22 日，阿里巴巴的 AI 模型「AliceMind」获得了86. 685的高分，稳居总排行榜首位的同时，也一举打破了由人类（HUMAN）在该系列测试中保持的纪录。
值得一提的是，这也是人工智能在该系列测试中——首次超越人类。
巧合的是，短短 4 天后，腾讯的「混元 AI 大模型」在测试中以86. 918的高分再次刷新了纪录——这甚至比 AliceMind 的成绩还要高0. 233 分。
中国两大互联网巨头你方唱罢我登场，说明人工智能在不同领域和方面都有超越人类的能力。
上周五，阿里云计算部门也在一篇文章中表示，「这标志着中国对 AI 模型的理解，达到了一个新的水平」。
中国的大型科技公司正努力改进他们的自然语言处理 (NLP) 系统，这些系统被用于支持如阿里巴巴的语音激活虚拟助手，腾讯的小微和 AliGenie，以及机器翻译和垃圾邮件检测等其他功能。
阿里巴巴的天猫精灵智能音箱
今年早些时候，由百度研发的 AI 模型「度晓晓」写出的作文，尽管错误地使用了不少互联网俚语和生僻词，但仍在高考得分中高于绝大多数学生。
此外在最新排行榜上，中国智能手机制造商 OPPO 和外卖巨头美团的人工智能模型，也分别排在第四和第五位。
尽管如此，一些研究人员表示：虽然机器在某些语言任务上可以比人类做得更好，但大多数人工智能模型在真正理解语言的复杂性之前，还有很长的路要走。
去年，由美国阿拉巴马州奥本大学和 Adobe 的研究部门联合研究发现，许多在某些理解任务上表现优于人类的 AI，仍无法分辨出单词被随机打乱的句子。
参考资料：
