历经6年 AI终于在“读图会意”上超越人类

2021-08-12 13:51:25来源：快科技关键词：阿里巴巴人工智能阅读量：22987

导读：8月12日，国际权威机器视觉问答榜单VQA Leaderboard出现关键突破：阿里巴巴达摩院以81.26%的准确率创造了新纪录，让AI在“读图会意”上超越人类基准。

　　前不久，在中文语言理解权威评测基准CLUE中，阿里巴巴的AI模型在新闻文本上超越了人类识别精确度。现在“读图会意”上，阿里巴巴达摩院在VQA上也超越了人类，这是榜单设立6年来的首次。

　　8月12日，国际权威机器视觉问答榜单VQA Leaderboard出现关键突破：阿里巴巴达摩院以81.26%的准确率创造了新纪录，让AI在“读图会意”上超越人类基准。

　　继2015年、2018年AI分别在视觉识别及文本理解领域超越人类分数后，人工智能在多模态技术领域也迎来一大进展。

　　“诗是无形画，画是有形诗。”宋代诗人张舜民曾描绘语言与视觉的相通之处。“读图会意”，即通过视觉理解信息，是人类的一项基础能力，但对AI来说却是要求极高的认知任务。

　　解决该挑战，对研发通用人工智能有重要意义。近10年来，AI在下棋、视觉、文本理解等单模态技能上突飞猛进，但在涉及视觉-文本跨模态理解的高阶认知任务上，AI过去始终未达到人类水平。

　　为攻克这一难题而设立的挑战赛VQA Challenge，自2015年起先后于全球计算机视觉顶会ICCV及CVPR举办，吸引了包括微软、Facebook、斯坦福大学、阿里巴巴、百度等众多顶尖机构踊跃参与，并形成了国际上规模最大、认可度最高的VQA(Visual Question Answering)数据集，其包含超20万张真实照片、110万道考题。

　　VQA是AI领域难度最高的挑战之一。在测试中，AI需根据给定图片及自然语言问题生成正确的自然语言回答。

　　这意味着单个AI模型需融合复杂的计算机视觉及自然语言技术：首先对所有图像信息进行扫描，再结合对文本问题的理解，利用多模态技术学习图文的关联性、精准定位相关图像信息，最后根据常识及推理回答问题。

　　今年6月，阿里达摩院在VQA 2021 Challenge的55支提交队伍中夺冠，成绩领先第二名约1个百分点、去年冠军3.4个百分点。两个月后，达摩院再次以81.26%的准确率创造VQA Leaderboard全球纪录，首次超越人类基准线80.83%。

　　VQA的核心难点在于对多模态信息进行联合推理认知，即在统一模型里做不同模态的语义映射和对齐。

　　据了解，达摩院NLP及视觉团队对AI视觉-文本推理体系进行了系统性的设计，融合了大量算法创新，包括多样性的视觉特征表示、多模态预训练模型、自适应的跨模态语义融合和对齐技术、知识驱动的多技能AI集成等，让AI“读图会意”水平上了一个新台阶。

　　VQA技术拥有广阔的应用场景，可用于图文阅读、跨模态搜索、盲人视觉问答、医疗问诊、智能驾驶等领域，或将变革人机交互方式。

　　报道显示，这不是阿里达摩院第一次在AI关键领域超越人类基准。2018年，达摩院曾在斯坦福SQuAD挑战赛中历史性地让机器阅读理解首次超越人类，引发海外媒体关注。

　　今年以来，达摩院在AI底层技术领域动作频频，先后发布了中国科技公司中首个超大规模多模态预训练模型M6及首个超大规模中文语言模型PLUG，并开源了历经3年打造的深度语言模型体系AliceMind(https://github.com/alibaba/AliceMind)，其曾登顶GLUE等六大国际权威NLP榜单。

　　(原标题：历经6年 AI终于在“读图会意”上超越人类)

上一篇：科学家开发MANiAC微型“机器人” 可在神经系统内输送药物

下一篇：数据库管理系统：未来真的在云端吗？

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

工信部印发AI新政！AI创业的“资源平权”时刻来了
9月3日，工业和信息化部办公厅印发《人工智能中小企业创业支持计划(2026-2028年)》。AI技术最怕“闭门造车”，没有真实场景反馈，产品永远成熟不了。政策提出“引导链主企业开放场景”，这意味着初创公司有机会直接给行业龙头做“技术陪跑”。
人工智能AI创业AI技术
2026-09-04 17:32:58
锁定五个方向！2027年值得关注的自动化趋势
2027年的自动化趋势可以概括为五个方向：AI代理规模化应用、多智能体协同、物理人工智能落地、流程智能深化，以及治理与安全体系前置。
自动化人工智能智能体
2026-09-04 09:02:58
辽宁通信管理局组织开展2026年工业和信息化领域创新任务揭榜挂帅申报工作
近日，辽宁省通信管理局转发通知，面向通信行业组织开展揭榜挂帅申报工作。本批揭榜挂帅围绕未来产业、装备制造、信息技术、通信、人工智能、消费品6个方向，系统布局24个专题。
装备制造信息技术人工智能
2026-09-04 09:12:34
多家硬核科技企业密集完成融资人工智能、芯片赛道热度高涨
近期国内科技赛道投融资动作频繁，瞬原科技、Popi AI、简智机器人、芯璨科技、屹艮科技、恒星力量、芯光界、一苇宇航、灵御智能、博伦智汇等十家优质科技企业相继完成各轮次融资，融资规模从千万级至亿元级不等
人工智能智能机器人芯片设计
2026-09-03 10:42:39
中国信通院魏亮：加快培育服务商队伍，推动人工智能产业创新发展
人工智能应用服务商培育专项行动着力贯通技术供给与行业应用的关键链路，推动服务商能力培育工作有序开展。
人工智能人工智能应用服务商
2026-09-03 10:29:12
人工智能五大挑战显现中国AI产业步入关键转折点
9月1日，国家网络安全宣传周新闻发布会释放重要信号：中央网信办网络安全协调局副局长、一级巡视员王丽宏表示，当前人工智能领域主要面临五方面安全风险挑战。我国人工智能产业正经历从“数字感知”向“物理认知”的关键跃迁——政策法规密集落地、产业规模突破万亿、具身智能迎来规模化元年。一边是风险警示，一边是加速突破，中国AI究竟行至何处？
人工智能AI开源大模型
2026-09-01 13:23:29

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。