这是出现在QASC常识推理挑战赛的一道题目，你做对了吗？
近日，认知智能国家重点实验室与哈工大联合团队夺得常识推理挑战赛QASC榜首，以多模型准确率93.48%、单模型准确率92.07%的成绩均创造榜单最好成绩，超越了第二名谷歌团队90.65%的纪录。这也是实验室继OpenBookQA夺冠之后，在常识推理任务上再次超越人类平均水平。
聚力常识推理技术攻坚 夺冠佳绩领先世界
在人工智能技术从感知智能迈向认知智能的攻坚阶段，常识推理是重要一环。
认知智能国家重点实验室与哈工大联合团队登上榜首
求索未止，领先技术再迎创新。本次夺得QASC榜首，是由团队对前述OpenBookQA比赛中夺冠系统X-Reasoner改造升级，推出X-Reasoner++，实现知识检索和运用能力全面提升的结果。
夺冠系统再升级 以“双保险”应对大赛新挑战
QASC（Question Answering via Sentence Composition）是由艾伦人工智能研究所（AI2）推出的常识推理阅读理解任务，旨在评估机器对常识的理解和应用能力。该挑战赛吸引了谷歌、亚利桑那大学、中山大学等研究机构和知名高校的参与。
以文章开头的题目为例，从问题推理到答案，要利用到以下两条知识：
（1）抗体是用来对抗抗原的；（2）引起过敏的抗原被称为过敏原。
QASC任务中的问题示例
常识结合生成与问题相关的知识
因此，对于常识问答系统来说，首先，它要能从千万量级的海量的知识库中准确检索到相关的知识；同时，模型要能正确地将两条知识进行结合，建立两条常识之间的关系，才能与问题相匹配，最终得到正确选项。由此可见，想要提高回答准确率，出色的常识检索、常识运用的能力是必不可少的条件。像这样的题目，在QASC比赛中机器需要做920道，系统所答对的题目数量所占比例，即是挑战赛所关注的成绩，也是夺冠的关键。
面对QASC任务中提出的新挑战，团队对OpenBookQA上的夺冠系统X-Reasoner改造升级，推出X-Reasoner++，利用“双保险”全面提升机器阅读理解系统对知识的检索和运用能力：
（1）多步知识检索策略。有时题目所涉及的常识并不都与问题的字面信息直接相关，系统会先检索并挑选与题相关的高置信度知识，再检索与这些高置信度知识相关的额外知识。最终将题目和所有检索到的相关知识一起送入机器阅读理解模型。多步知识检索策略的流程如下图所示。
多步知识检索策略流程
（2）预训练常识注入。作为另一道保险，本系统中使用了知识库对模型进行预训练，将常识知识显式地注入到预训练模型，提升模型对常识知识的运用能力。即便多步知识检索中有所遗漏，模型也可凭借其自身内部蕴含的知识储备理解和回答问题，减少了因知识检索缺失导致回答错误的情况。
预训练常识注入
通过以上创新点的结合，X-Reasoner++单模型相比榜单之前最好系统在准确率上提升1.4%，并且X-Reasoner++多模型效果进一步提升至93.48%，也就是说，在应对比赛中共920道题目时，系统答对了860道，而官方公布的人类所能达到的平均准确率是93.33%，实现全球首次超越人类平均水平！
近年来，实验室在常识推理领域集中发力，取得了一系列成果。今年4月，在CommonsenseQA 2.0常识推理挑战赛中，提出融合知识的深度神经网络ACROSS模型，以76.06%的成绩获得第一；7月，登上OpenBookQA科学知识推理挑战赛榜首，创新性提出X-Reasoner模型，以准确率94.2%的绝对优势夺冠，实现常识推理单模型全球首超人类平均水平。
此外，实验室的技术成果也不断被应用在各类科技产品中，赋能千行百业。例如在医疗领域，2017年智医助理就已在国家临床执业医师考试笔试中获得456分，超过96.3%的考生，今年三季度，已在全国380个区县实现常态化应用，规范电子病历1.83亿次，识别不合理处方3711万次，高价值修正诊断超59.1万次。未来，实验室将在认知智能领域进一步深耕，坚持源头核心技术创新，让更多的人工智能产品服务于教育、医疗、养老等国计民生场景，用人工智能建设美好世界。
来源：长三角信息智能创新研究院 编辑：唐菁莲 校对：罗添 预审：施羽晗 终审：聂竹明
