阿里巴巴 AI 「看圖回答」 測驗擊敗微軟、臉書、特斯拉，準確率還首次超越人類！

陳宜伶
2021-08-25

看圖回答問題是人類生活及溝通的基本條件，但是對 AI 來說卻是一項高難度任務。

阿里巴巴達摩學院打造出來的 AI 語言模型 AliceMind，幾天前首度打破圖像問答（VQA）世界紀錄，答題準確率甚至超越人類基準，並且擊敗同樣有參加挑戰的微軟、FB 隊伍，象徵達摩學院的人工智慧技術邁出關鍵一步。

VQA 挑戰是什麼？

圖像問答（Visual Question Answering）挑戰的緣起，是因為國際電腦視覺與技術辨識大會 （Conference on Computer Vision and Pattern Recognition，CVPR）希望鼓勵企業攻克 AI 多模態機器學習（MultiModal Machine Learning）的難題，因此從 2015 年開辦 VQA 挑戰賽，吸引來自世界各地的網路企業、科研單位參賽。

今年的 VQA 挑戰賽和往年一樣，題庫包含了超過 25 萬張真實照片，總共有 110 萬道題目。這些題目會考驗 AI 是否能辨別圖像，比如說在一張人群的照片中算出有幾個兒童、或是在圖片中辨認出書桌上的車鑰匙，進而推測房間主人是有車的。

VQA 技術已經被廣泛導入阿里巴巴平台，像是它的 AI 客服機器人「小蜜」（Alime）就已經被淘寶、天貓商家等電商平台採用。消費者輸入問題後，AI 客服會根據商品資訊和顧客問題給出答案。

另一方面，VQA 技術不僅能運用在電商，還可用於醫學圖像辨識，以及電動車的智慧駕駛分析。

阿里巴巴的 AI 模型為何成績能夠超越人類？

這幾年人工智慧（AI）逐漸滲透到各行業，也推動更多科技革命，AI 技術逐漸成為企業數位轉型、對抗疫情，並讓經濟重返正軌的重要力量。

由阿里巴巴達摩學院打造的 AI 深度語言模型系統 AliceMind 在這次的 VQA 測驗中，答題準確率拿到 81.26%，首次超越了人類答題的準確率 80.83% ，更讓馬雲投資的達摩學院在 AI 發展上取得重大進展。

AliceMind 採用了多種專有技術，包括多樣化的視覺表示（diverse visual representations）、「多模態」預訓練語言模型（multimodal pretrained language models）、「跨模態」語義融合和對齊技術（ adaptive cross-modal semantic fusion and alignment technology）。這些技術不僅可以讓阿里巴巴的 AI 理解問題並分析圖像，還可以讓 AI 用近似人類的語感回答問題。

阿里巴巴達摩院自然語言處理（NLP）負責人 Si Luo 表示：「這代表我們在『機器學習』領域又取得了一個重要里程碑，AliceMind 在視覺與文本的『多模態』理解及推理上，測試分數媲美人類認知水準，彰顯了我們研發 AI 的努力成效。」

打造出這款 AI 模型的達摩學院是什麼來歷？

2017 年，馬雲認為阿里巴巴應該要把眼光放遠，致力解決未來世界經濟、社會等問題，在此願景下成立了研究單位「達摩學院」（ DAMO Academy），號稱要在 3 年投入超過 1000 億人民幣，將重點放在基礎科學和顛覆式技術創新研究上。

Si Luo 表示，人工智慧分為運算智慧、感知智慧、認知智慧及創造智慧 4 個層次。這次 AliceMind 參與的 VQA 測試內容屬於認知智慧部份。

負責人也補充說，這不代表有一天我們會被機器人取代，反而這些智慧機器可以用來輔助我們的日常工作和生活，因此人們可以很專注在他們擅長的創作上。

資料來源：https://buzzorange.com/techorange/2021/08/25/vqa-ai-alibaba/

此次 #國中會考 作文-「#未成功的物品展覽會」被教師評論超齡，以國中學生的社會經驗來說，較難將實際的「物品」，連結自身經驗跟情感，我也試寫一段，是真的頗有難度。

---

扣子扣不上、拉鍊拉不起來，又或者是完全不合身，就像小孩穿大人的衣服般搞笑，明明模特兒穿起來不是這樣、明明網路上顏色要再鮮豔一點、明明…..，這些衣服全是我的網拍戰利品，在吸引人的廣告文宣下，我忍不住下訂單，因為花了錢，捨不得丟掉，它們就陳列在我的衣櫃裡，不知不覺中變成一個永遠派不上用場的衣物博覽會。

年輕的時候，我們追求「近乎一致的美」，制服裙子一定要膝上（而且越短越好）、毛衣要穿oversize，隨身攜帶扁梳，保持瀏海排列整齊，四肢纖細、皮膚白皙，才能被冠上「女神」封號。人人都想變成網拍美女，這一季流行的單品，跟著網拍穿就不怕沒跟上潮流，大眾所定義的「美」，打開網拍就能看見，於是我被廣告矇蔽雙眼，以為自己能「複製」別人的美，當產品到貨，穿上身，才發現 #美是無法複製的。

然而，我卻一而再再而三的犯同樣的錯，盲目地瀏覽拍賣網頁，以為「下一件應該會更好」，不知自己重道覆轍，沒有認清其中的關鍵在於：「要先認識自己」。

我的外表、身形、長相都是與生俱來，世界上只有一個這樣的我，我要如何妝點成「屬於自己的樣子」？而這個樣子又是「我喜歡的樣子」才是重點。

隨著年紀的增長，我慢慢理解這道理，網拍買來的衣服才終於合身、適合我，派不上用場的衣服漸漸變少，那些 #未成功的網拍戰利品，回收前我再看它們最後一眼，用博覽會形式在心中再展示一遍，謝謝它們的存在，讓我知道不適合我的終究不適合我，唯有認識自己要的是什麼，買來的衣服才能突顯我的美，而非複製品。

---

在考試高壓又有時間限制下，要寫好不容易，這次會考又碰上疫情，各位考生們真是辛苦了。
（圖為110國中會考寫作測驗題本）

【#110學測：數學難度直逼指考數甲；作文「新冰箱」思索幸福】
📍最新考題解析：https://cplink.co/HSUdjALR

110學測第二天登場，數學科被評為「舊課綱史上最難考題」，難度直逼指考數甲，補教業預測頂標可能下降3級之多，即使錯2、3題仍有機會得到滿級分！

作文考題則分別為「修改記憶」、「如果我有一座新冰箱」，看似不相關的兩個題目，共同處是引導考生思考「何謂幸福人生」。高中這樣分析↘
-----
📍110學測 #國文、#英文、#社會 考題解析：cplink.co/c4NsVPDB