技术演示表明，Maluuba 已经可以处理大批量的文字数据，并且能回答更加复杂困难的开放性问题了。在机器学习和人工智能领域，这是一个巨大的突破。Maluuba 的产品副总裁 Mohamed Musbah 表示：「人们在未来的几个月中会看到一些非常有趣的事情。」

2016 年 6 月 7 日，Maluuba 在 arXiv 上发表了一篇论文《Natural Language Comprehension with the EpiReader》（arXiv:1606.02270），介绍了一种全新的机器文本理解模型 EpiReader。

在之前机器之心的专访中，Maluuba 介绍说，EpiReader 采取两个步骤来确定问题答案。第一步 (Extractor), 我们使用了一个双向 GPU 逐字阅读故事和问题，开奖，atv，接着采用一种类似 Pointer Network 中的 Attention 机制在故事中挑选出可能作为答案备选的单词。第二步 ( Reasoner )，这些备选答案被插入「完型填空」式的问题中，构成一些「假设」，接着卷积神经网络会将每个假设与故事中的每个句子加以比较，寻找文本蕴涵 ( Textual Entailment ) 关系。简单来说, 蕴涵是指，两个陈述具有很强的相关性。因此，最近似故事假设的蕴涵得分最高。最后，将蕴涵得分与第一步得到的分数相结合，给出每一个备选答案正确的概率。

最近，Maluuba 发布了一篇新的技术博客，介绍他们在通用人工智能上的研究（参阅《》）。

与微软合作的原因：通用人工智能

Maluuba 在官方博客上解释道：

到目前为止，我们关注的领域是机器阅读理解，对话和理解以及通用（人类）智能，比如记忆、常识推理以及资讯搜寻行为。这些领域的早期研究成果加快了我们扩展团队的需求，显然，我们需要用重要资源来支持我们的团队以推进终极目标的实现。

微软非常契合我们的公司。微软大众化人工智能的雄心让这个星球上每个人和组织与人工智能技术使用方式从根本上保持一致。微软为我们提供了将我们的研究传递给百万个人用户和公司用户的机会，他们可以从真正智能机器的出现中受益良多。另外，微软庞大的技术资源——包括后端基础架构（如微软Azure和其完备的硬件基础设施）以及工程人员将帮助我们加速研究和提供市场解决方案的步伐。简言之，我们的新拍档能让我们更加快速的走向当初的愿景。

微软也表示，Maluuba 在深度学习和强化学习方面的专业知识将帮助我们解决问题和决策系统推进我们的人工智能民主化策略，并使其可以为每个人服务——所有消费者，企业和开发者。随着最近微软在语音识别和图像识别上使用深度学习技术的巨大成果，以及今天来自 Maluuba 成员的新力量，公司相信「更好的还在后面，我们将向机器阅读和写作发起新的进攻。」

此外，不久之前微软在其官方博客上开放了一个包含 10 万个问题和答案的数据集 。通过将数据集免费开放给领域内更多的研究者，微软希望能够推进机器阅读领域的突破性研究。这个开源数据集的负责人 Rangan Majumder 曾说，「为了实现人工通用智能的目标，我们首先需要机器能够像人类一样阅读和理解文档。这个数据集是向这个方向迈出的一步。」

微软的长期目标一直是通用人工智能，Maluuba 的研究能够助力微软实现这一宏伟目标。优势互补，微软收购 Maluuba 也就不足为奇了。

蒙特利尔的人工智能领域地位正在获得认可

这次收购表明，蒙特利尔在人工智能领域的重要地位最近正在逐渐被全球各大公司认可。在微软之前，谷歌曾在 2016 年 11 月宣布在蒙特利尔成立一个新的人工智能研究机构，并对该市的几所大学进行了投资。值得一提的是，谷歌在这一动作中试图拉拢的 Yoshua Bengio——Maluuba 的顾问也随着这次收购与微软产生了联系。在所有大公司都在争抢人工智能领域人才的环境中，微软的努力或许另有深意。

Maluuba 表示，「没有 Yoshua Bengio 教授（深度学习创始人之一）、Richard Sutton（最重要的强化学习先驱）以及蒙特利尔日益壮大的研究生态圈的巨大帮助，我们无法走到今天。特别是，Bengion 教授为我们的研究人员的研究工作提供了非常宝贵的常规咨询和指导。过去几年中，Bengio 教授也因为他的远见——将蒙特利尔打造成人工智能研究的核心而得到了特别认可。通过蒙特利尔大学和麦克吉尔大学的研究，这座城市已经发展成为世界上最大的深度学习学术中心；现在，这个区域大学中有大约 150 深度学习研究人员。加拿大的学院、公司以及创业公司生态系统正为人工智能领域带来巨大创新，证明加拿大，特别是蒙特利尔能够与硅谷试比高下。在这一新的篇章里，我们会继续积极地与蒙特利尔以及发表世界顶级人工智能研究的学术社区合作。」

成功的秘诀