机器理解能力将超过人类？( 五 )_想想这样一个画面：在剧院的舞台上

图4/5

机器阅读理解是机器理解的重要任务，也是语义理解的重要组成部分。机器阅读理解中数据指标的突破，往往也就代表着机器理解或是语义理解的突破。

而深思考所取得的技术性突破，会在现实生活的应用场景中如何落地？

多模态，语义理解的不可或缺

“机器翻译准确度90%以上，万字翻译只需5秒钟”，或是“语音识别准确度超过98%”，这样的描述，代表着人工智能正在快速发展，图像和语音识别的准确率正在飞速提升。

但这距离真正的人工智能，仍然有不小的距离。尤其是在人工智能落地的场景之中，光靠图像识别的“看到”，和语音识别的“听到”是不足够的。

以日常生活中，大家接触的智能音箱和智能家居为例。

2017年Mingke Luo的《为什么现在的人工智能都像人工智障》曾刷屏朋友圈，而在今年年初，作者又写了一篇名为《所有智能音箱都是智障，包括Siri !深度学习对此无能为力》的文章。其中提到一个有趣的实现，2016年底，作者对几个智能助理提一个看似简单的需求，“推荐餐厅，不要日本菜”，结果所有智能助理都给出一堆日本菜餐厅的推荐，而2年后，再做这个实验，问题依然没有解决，“不要”两个字仍然被一致忽略。