近日在由斯坦福大学发起的机器阅读理解竞赛SQuAD中，中国平安旗下金融壹账通GammaLab凭借领先的机器阅读理解技术成功超过谷歌、微软亚研院、阿里达摩院、科大讯飞等优秀竞争者位列榜单第一位实现了继人类情绪理解竞赛多次登顶后的又一重大突破。

在本次的SQuAD竞赛中，金融壹账通GammaLab的深度学习模型的阅读理解能力非常接近人类水平，可以阅读任何文章并回答问题，精准匹配准确度可达到83.435%，模糊匹配准确度可达到85.992%，而人类水平是86.831%(精确匹配)和89.452%(模糊匹配)。

SQuAD(StanfordQuestion Answering Dataset)被誉为自然语言处理领域金字塔尖的比赛，旨在解决智能搜索的任务，促进智能搜索引擎的发展。

也正因为是业内公认的机器阅读理解标准水平权威测试，几乎所有拥有搜索业务的公司都会参加这个比赛来验证自身的实力。

来自谷歌、微软亚研院、阿里达摩院、科大讯飞、IBM以及复旦大学等展开角逐。

2016年，斯坦福大学从维基百科上随机选取了500多篇文章，并进一步细分成两万多个段落。随后采用众包的方式，由人类阅读这些文章后，为每个段落提出五个问题，并对段落内的答案进行人工标注，搭建了该项竞赛的数据集1.1。

今年6月3日，斯坦福NLP团队对外宣称, 机器阅读理解数据集1.1完成一波更新，已搭建完成SQuAD 2.0。相较于SQuAD 1.1中的10万问答，SQuAD 2.0又新增了5万个人类撰写的问题，而且问题不一定有对应答案。

在SQuAD1.1数据集当中，阅读理解的主要难点是上下文的语义理解。所提问题的答案并不能靠简单的近邻或相似度对答案进行匹配，而是需要通过NLP的语义分析，在考虑前后文信息后从全文中寻找到最合适的答案位置。想要做好这一点，需要算法能力达到人类阅读理解的思考水平。在此基础上，SQuAD2.0中新增的无答案的混淆问题进一步提升了该任务的难度。一个问题所对应的段落中有一定概率不存在正确结果，即要算法判断是否能够回答，并在此基础上准确回答问题。

不止是成功斩获重磅级国际搜索竞赛(SQuAD)第一名，金融壹账通加马人工智能研究院GammaLab成立不到两年，其实已经取得累累硕果。

在微表情国际权威评测OMG微表情竞赛(One Minute Gradual Emotion Challenge)公布的评测排行榜中，金融壹账通GammaLab的微表情识别技术取得重大突破，在情绪强烈程度(Arousal)和正负倾向(Valence)两方面均以最高分的成绩位列榜首，获得世界第一的排名;在2018 EmotioNet 国际面部动作单元(Action Unit， 简称AU)识别竞赛上，金融壹账通GammaLab以94.46%的准确率获得世界第一的排名。

如今，GammaLab作为平安金融壹账通旗下人工智能研究院，已拥有超过350位精专于大数据、人工智能等领域的专家，累计申请专利技术200多项，发表论文10余篇，推出了多项影响广泛的人工智能场景化应用。

比如，金融壹账通GammaLab推出了一款智能音箱——Gamma智能销售助手。搭载最新的机器阅读理解技术, 无需任何人工干预，上传一篇保险文档即可进行任何问题的语音问答交互，阅读理解模块只需秒级即可完成文档的理解，问答准确率为91.35%，平均业务时间可缩短30%。