这家公司的人工智能，对自然语言的理解超过谷歌、Facebook
EpiReader对自然语言的理解超过谷歌、Facebook
虽然功能与Siri、微软的Cortana相似，但Maluuba的工作人员显然不愿意自己被一个领域里的助手角色束缚。他们的目标是能做出代替人类阅读的程序，人类以后可以借助EpiReader，在任何地方找到想要的书籍，得出答案。
“这样的算法可以用到使用者手册、病人病例记录或者消费者服务的文件中。”Maluuba产品副总监Mohamed Musbah在接受《MIT科技评论》采访时说。
Maluuba成立于2011年8月份，目前，公司在加拿大的蒙特利尔和滑铁卢两个地方设有研发实验室。这两个地方也是加拿大人工智能发展的重镇。公司大部分的研究人员来自蒙特利尔大学和加拿大滑铁卢大学，两个学校在计算机和深度学习两个领域里的学术成就，闻名世界。
“这种技术在未来可以接入用户所有的交互过程中。”蒙特利尔大学机器学习算法研究所负责人，同时也是Maluuba的顾问Yoshua Bengio教授在接受《the Verge》采访时说，“Maluuba的技术非常特别，理解别人说什么、写什么，这个潜在的市场非常巨大，甚至比计算机视觉处理还大。我认为，这是我们如何与计算机交互的方式，未来它会无处不在。”
因此，让机器学会阅读理解人类语言是一个里程碑式事件，也是真正人工智能应该达到的目标。谷歌、Facebook和IBM等公司也在关注机器学习阅读理解能力。但从目前的测试结果看，这家加拿大的初创公司已经领先谷歌等巨头，走在了前面。
有趣的是，Maluuba还让EpiReader阅读了《权力的游戏》第5季中的部分章节，EpiReader阅读完后，迅速理解了故事内容。当工作人员问它，是谁刺死了John Snow（《权力的游戏》男主之一）时，机器直接给出了准确的回答：守夜人。现在如果你问苹果手机的Siri助手，它可能还完全不知道你在说什么，从而将你推到搜索网页来寻找答案。
不同于图片和声音识别技术，让机器正确理解人类知识和语言更加困难。这也是人工智能遇到的重大挑战之一。因为语言理解领域缺乏大规模标记数据集，机器学习时，很难对该领域的相关环境进行模拟。尽管互联网上包含无数的网页，上面拥有无数的文字内容，但还没有人能找到以机器能够理解的形式将内容输给机器。简单地说，机器还没有掌握人类学习知识的方法。
除了《权力的游戏》，EpiReader还读过《哈利波特与魔法石》，也能正确回答研究人员提出的问题。
2015年8月，Maluuba 融资900万加元（A轮）用于进一步推进深度学习研究。同年12 月，Maluuba在蒙特利尔开设了一个新的研发实验室。其中有13名深度学习方向的研究人员。据Maluuba官网介绍，公司关注机器学习中的两个细分研究领域：对话和机器理解。同时，也关心研发解决通用问题的人工智能，对解决真实世界问题更感兴趣。他们相信自己能找出更好的人机交互方式。
目前，该公司的产品已经运用到消费类电子产品和设备制造商上。比如，LG 旗舰G系列手机的voicemate应用就采用了Maluuba技术。2013年2月，Maluuba正式宣布向Windows Phone平台迁移。Maluuba的Windows Phone 8版本拥有 Android 版本的大部分功能，例如可以搜索餐馆、影院、新闻和企业（以及进行语音购物）、设置闹钟、提醒和会议安排、打电话、发短信和邮件、指示方向和天气，甚至还集成了Outlook日历。
“我们真的很想在EpiReader系统里融入人类更高的推理和阅读理解能力，融入我们思考世界的方式。” Maluuba研发总监Adam Trischler在接受媒体采访时说。
比起人工智能的图像、语音识别，语义理解更有市场
0
从测试结果看，EpiReader在填空题中分别得到了74%和67.4%的准确率。根据《the Verge》的报道，国内许多人工智能的专家认为，这个测试结果是目前所有机器学习语义理解中的最高分，打败了谷歌的DeepMind，Facebook和IBM沃森在今年3月份公布的结果。
Maluuba用了大量的文本对EpiReader进行了测试。与去年谷歌DeepMind用CNN和《每日邮报》的30万篇新闻稿，Facebook用98本儿童经典读物做文本测试相比，EpiReader测试的文本数量更多，能让机器构建起词汇语义理解的框架。
要在你的朋友圈里找出一位没有看过《权力的游戏》的朋友是不是特别困难。这部由美国作家乔治·R·R·马丁所写的小说，经过HBO改编成电视剧后圈粉无数，甚至连人工智能系统也是它的粉丝。
加拿大人工智能初创公司Maluuba日前就推出了一款机器学习系统，可以让计算机像人类一样阅读文章，理解小说故事的情节。
Maluuba推出的系统名为EpiReader，研究人员设计这个系统的目的在于用来解决特定类型的理解任务。研究人员会将一段文字的默写字词抹去，EpiReader需要根据上下文语境来补全信息。据研究人员介绍，EpiReader使用了2层神经网络，这是一种模拟人类大脑神经元的计算机系统。第一层神经网络能让系统基于对于段落的理解挑选可能存在的答案，第二层神经网络用来评估第一层给出的答案，并最终给出一个正确的回答。
