近日，在第八届对话系统技术挑战赛（DSTC8）中，“端到端的问答预测任务”、 “基于Schema的对话状态追踪”以及“面向多领域端到端对话系统”等三项赛事的第一桂冠，均被同一家公司夺走。
但不是BAT，也不是哪家AI独角兽……
而是品牌响亮但不常与“科技”、“AI”直接相关联的平安人寿——中国平安旗下，核心业务是人身险业务。
其人工智能研发团队在斩获三项赛事第一桂冠同时，甚至还在“端到端的问答预测任务”赛事中，大幅度刷新了之前由阿里巴巴达摩院创造的历史最佳纪录。
所以究竟是怎样的业务场景？又包含了平安人寿怎样的人工智能研发能力？
3项赛事第一
第一项，“端到端的问答预测任务”赛事，(NOESIS II: Predicting Responses)。
该赛事要求解决不同领域对答预测问题，除了要精准理解问题、准确抽取问题槽位与识别长难句的多个不同意图外，还要在缺乏领域知识的前提下，从十分庞大的候选集里精准预测唯一答案。
平安人寿利用BERT预训练技术，研发了基于知识图谱的语义匹配和对话回应选择模型，总分达0.7914。
该成绩较2018年第一名阿里巴巴达摩院创造的世界纪录，大幅提升13%。
第二项，“基于Schema的对话状态追踪”赛事，（Schema-Guided State Tracking）。
该赛事要求解决对话系统的状态追踪问题，难点在于zero-shot learning，缺乏训练语料，是业界公认的难题。
平安人寿人工智能研发团队提出了基于机器阅读理解技术的状态追踪算法框架paDST（Dialogue State Tracking as Machine Reading Comprehension)。
结合大规模语料预训练的XLNet模型和roBERTa模型来实现对话状态追踪，最终实现准确率达到86.53%。
第三项，“面向多领域端到端对话系统”赛事,（End-to-End Multi-Domain Dialog Challenge）。
该赛事要求优化端到端的对话系统，难点在于系统需要支持多领域多轮对话，大大提高了优化的难度和系统的复杂性。
平安人寿人工智能研发团队研发了基于BERT的NLU模型和多意图自然语言生成算法相结合的端到端对话生成技术（End-to-End Dialogue Generation based on BERT-NLU combine with Mutil-Intent-NLG），最终实现任务的完成率达到88.80%，远超系统baseline 66.40%，在评估指标F1上超过第二名6个百分点。
对话系统技术挑战赛（DSTC）是由微软研究院和卡内基梅隆大学的科学家于2013年发起的一项国际顶尖人工智能竞赛，旨在带动学术与工业界在对话技术上的提升，在对话领域具有极高的权威性和知名度，迄今已举办八届。
比赛结合时下最前沿、最具挑战性的对话系统技术问题设置比赛任务，鼓励学术和工业界的研究人员探索和开发解决方案。
本届DSTC8由微软、Google、IBM研究院、Adobe研究院、CMU、清华大学等联合举办，吸引了全球超百支来自知名企业、顶尖大学及研究机构的代表队伍参赛。
传统寿险公司AI蝶变
实际上，历届DSTC中获得赛事冠军的中国企业，不乏阿里、腾讯这样的IT巨头。
而平安人寿今年脱颖而出，并不在通常印象之内。
但如果对平安人寿拥抱新技术、拥抱AI变革的行动有所关注，或许一切都在情理之中。
特别在人机交互技术、对话技术领域，平安人寿目前甚至达到了业内领先水平。
作为传统寿险公司，平安人寿的科技赋能何以弯道超车？
业内人士表示，传统金融企业的科技转型，主要是在两方面下功夫。一是在“前端应用”方面，聚焦于业务的线上化和移动化处理；二是在“后台支持”方面，提升核心系统的承载能力。较早探索科技转型的平安人寿，已积累一定经验与优势。
领先的前端应用和后台支持，只是管中窥豹所见的一斑。全豹所在，是平安人寿在整体布局和转型决心之下的苦功。
近年来，中国平安不断深化“金融+科技”，探索“金融+生态”， 致力于成为国际领先的科技型个人金融生活服务集团。秉承集团战略规划，平安人寿积极推进“科技+”、“产品+”，为实现价值经营提供强大动能。
据平安人寿内部人士分析，在科技转型方面，平安人寿历经1.0传统科技阶段、2.0科技互联网阶段，目前正迈进3.0人工智能阶段。在这几个阶段，公司逐步转型升级，提升了线上化、自动化、智能化的经营能力。
中国平安场景加持AI：一出手就刷新世界纪录_人工智能频道
扫一扫手机访问
