人類にとって、読書により知識を手にし、大量のデータを分析し世界を理解することは、実にありふれたことだといえる。しかし、スマートシステムにとって、これを実現させることは非常に困難だ。徽科大訊飛信息科技有限公司（科大訊飛）とハルビン工業大学の共同実験室（HFL）のシステム模型が、スタンフォード大学のSQuAD（Stanford Question Answering Dataset）チャレンジカップで1等賞の成績を収めた。中国本土の研究機関が同大会の首位に輝くのはこれが初となる。

科大訊飛AI（人工知能）研究院副院長、HFL副主任の王士進氏によると、HFLは2015年5月に機械によるリーディング技術の研究を開発した。これは、同研究を国内で比較的早く開始したチームだ。同チームはさらにプロジェクト「6歳児リーディング」を開始し、機械に6歳児の知能を持たせようとした。画期的な技術革新により、機械でも文章を理解し、推理し、答えを求められるようにしようとした。

スタンフォード大学のSQuADテストは、「機械リーディング界のImageNet」と呼ばれている。世界の学術界・産業界の多くの研究チームが積極的に参加している。科大訊飛が今年1位になるまで、マイクロソフトアジア研究院の自然言語計算チームが首位をキープしていた。また、アレン研究所、IBM、Salesforce、Facebook、グーグル、CMU（カーネギーメロン大学）、スタンフォード大学を含む世界の自然言語処理分野の研究者が、自然言語理解の進歩を共同推進している。

科大訊飛によると、HFLは機械のリーディング大会で「高得点」を記録し、さらに主観的な問題の採点をさせることができるという。国語試験の作文を例とすると、まず教員らは事前に一般的な採点基準（字の丁寧さ、語彙の豊かさ、読みやすさ、文才など）を設定する。研究者は機械にこれを学習させ、作文を見せる。正確な採点を実現させるためには、手書きした文字の識別、テーマ模型、人工神経ネットワークなど、精密かつ複雑な技術サポートが必要だ。

科大訊飛の全学科リーディング技術は、全国大学四、六級テスト、一部地域の大学入試、高校入試など大規模な試験の試行・論証を行っている。検証結果によると、機械の採点は現場の教員の水準に達しており、大規模試験の需要を満たした。これらの技術を正式な試験に応用することで、教員の補助の役割を果たすことが可能だ。採点者を減らし、疲れや情緒などの影響を少なくし、採点の効率と精度を高めることができる。（編集YF）

「人民網日本語版」2017年8月3日