机器理解能力将超过人类？( 二 )_想想这样一个画面：在剧院的舞台上

虽然机器阅读理解看起来只是让AI上阵来一场考试，但是却是自然语言处理技术中，继语音判断、语义理解之后最大的挑战：让智能体理解全文语境。

简单的来看，语音识别帮助机器“听”，图像识别帮助机器“看”，但机器如何做到听懂和看懂，是语义理解解决的问题。

相比于拼写检查和自动翻译，语义理解不只是运算和记录，而是主动分析和理解，所以阅读理解问题一直被认为是自然语言处理（NLP）的标志性临界点。

自然语言处理的其中一个关键就是语义理解，因为机器无法做到人类对自然语言的理解，就比如文章开头的问题。所以，语义理解也一直被认为是“人工智能皇冠上的明珠”，它融合了语言学、计算机科学、人工智能，其目的就是“让机器可以理解自然语言”。

语义理解也一直是科研和资本关注的重要方向。据2018年年底腾讯研究院统计，在中国人工智能企业中，融资占比排名前三的领域分别是计算机视觉与图像，自然语言处理，以及自动驾驶/辅助驾驶，而排在第二名的自然语言处理，融资122亿元，占比19%。

机器理解能力将超过人类？( 二 )