微软将开源数据库 增强机器的阅读理解能力

　　沟通是任何事物了解彼此的最大障碍，学习、理解不同的语言是它的基础。据悉为了解决机器与人类沟通的难题，微软将发布一个免费的数据库来帮助机器创建更多的对话。

　　该数据库名为微软机器阅读理解数据库（简称MS MARCO），包含有10万条英文查询及对应回答。用来帮助人工智能系统更好地理解人类语言。

　　微软合作伙伴集团项目经理Rangan Majumder在周五的一篇博客中提到，微软将免费开放MS MARCO，并希望能够与其他机构合作来更好地提高机器的阅读理解能力。

　　数据库中的资料来源于必应搜索和Cortana，并做相应的匿名处理。对问题的回答则是基于互联网、人类手工编写以及经过验证的信息。这些查询和回复将用于建立深度学习模型。

　　当前，该数据库将对非商业用途的用户提供免费下载。同其他人工智能数据库开源计划类似，微软也将采用同样的方式开源MS MARCO。

　　其中的一项是ImageNet，可用于训练图像识别算法的图片标记数据库。微软此前在开发图片识别技术时用到ImageNet，现在又用该数据库来强化微软计算机视觉API等产品。如果想了解更多有关MS MARCO的信息，可下载其研发团队发表的论文。该团队还在进行另外一项挑战，用MARCO的数据来评估训练模型，而评估脚本也还在研发中。

　　这项开源计划也是微软进一步发展其人工智能的举重要措。微软一直以来都在打造基于机器学习和人工智能的Azure云平台，同时在Office和Windows中也加入了一些人工智能的特性。本周早些时候，微软推出了QnA Maker云服务，用于降低开发者研制问答聊天机器人的难度。

　　人工智能的每一丝进步，都离不开工程师与海量信息的幕后支持。随着微软开源计划的实施，人工智能领域无疑迎来了更进一步的契机！或许未来的某一天，机器真的能和人沟通呢。