8月16日，中國信通院在可信AI峰會上發(fā)布智能文檔處理首輪評測結(jié)果，阿里達(dá)摩院文檔智能平臺表現(xiàn)優(yōu)異，成為全國首批獲得“可信AI認(rèn)證”的文檔AI產(chǎn)品。文檔AI能識別和理解票據(jù)、合同、表格等各種復(fù)雜文檔，是業(yè)界公認(rèn)的高度難技術(shù)之一，阿里達(dá)摩院已構(gòu)建出完整的技術(shù)棧，持續(xù)引領(lǐng)業(yè)界方向。

中國信通院從2018 年起開始建設(shè)“可信AI”評測體系，逐漸成為國內(nèi)人工智能權(quán)威評測體系，覆蓋產(chǎn)品服務(wù)能力、應(yīng)用成熟度和可信風(fēng)險三大類。今年中國信通院首次針對智能文檔處理（IDP）發(fā)起評測，通過百余項關(guān)鍵指標(biāo)進(jìn)行全方位評估，達(dá)摩院文檔AI在技術(shù)能力、產(chǎn)品能力、應(yīng)用能力三項上均獲得最高的5級評價，表現(xiàn)優(yōu)異。 信通院指出，達(dá)摩院文檔AI功能完備，場景豐富，行業(yè)覆蓋廣，且具備較高的準(zhǔn)確率、可接受度總體較高。

據(jù)介紹，文檔AI是OCR（光學(xué)字符識別）技術(shù)的進(jìn)一步升級。傳統(tǒng)OCR主要針對固定版式下的文字識別，難以應(yīng)對復(fù)雜情況。文檔AI能夠分析各種隨機(jī)版式，識別文檔中的層級和結(jié)構(gòu)關(guān)系，甚至理解復(fù)雜的表格…由于任務(wù)復(fù)雜多樣，文檔AI需要深度融合自然語言處理和計算機(jī)視覺，一直是業(yè)界公認(rèn)的高難度技術(shù)之一。 

阿里達(dá)摩院早在2019年就率先提出基于圖模型的多模態(tài)文檔信息抽取方案，引領(lǐng)業(yè)界發(fā)展方向；目前已構(gòu)建出完整的文檔AI技術(shù)棧，除了文檔核心處理技術(shù)外，還包括底層的電子文檔解析、OCR以及自學(xué)習(xí)平臺。同時，達(dá)摩院還在探索下一代文檔智能技術(shù)，提出了多模態(tài)文檔理解模型Bi-VLDoc，首次通過不同模態(tài)信號交叉監(jiān)督、不同模態(tài)強(qiáng)制混合注意力，實現(xiàn)了視覺-語言的雙向精準(zhǔn)對齊，在業(yè)界四個代表性的文檔理解數(shù)據(jù)集中均取得最佳模型效果（SOTA）。

達(dá)摩院在四個代表性數(shù)據(jù)集上創(chuàng)造了新SOTA

據(jù)了解，達(dá)摩院文檔AI支持合同、票據(jù)、報表等各種文檔內(nèi)容的自動識別、提取、分類、整合及校驗，已廣泛應(yīng)用于海關(guān)、法律、醫(yī)療、金融等行業(yè)，是企業(yè)數(shù)字化的重要支撐技術(shù)之一。以海關(guān)報關(guān)業(yè)務(wù)為例，它在上海、寧波等五大港區(qū)落地，讓企業(yè)報關(guān)人員免去了繁復(fù)的手工錄入。相關(guān)系統(tǒng)運行兩年多來，已處理超過兩百萬票報關(guān)業(yè)務(wù)，為報關(guān)企業(yè)提效3.5倍。此外，達(dá)摩院文檔AI還應(yīng)用于盲文識別，將盲文翻譯成漢字和數(shù)字，已落地浙江省盲人學(xué)校，助力普惠教育。

AI自動生成報關(guān)單

AI翻譯盲文數(shù)學(xué)試卷

據(jù)介紹，阿里巴巴持續(xù)重點投入文檔AI在內(nèi)的人工智能前沿研究。國際權(quán)威研究機(jī)構(gòu)Gartner最新的《云AI開發(fā)者服務(wù)關(guān)鍵能力報告》顯示，阿里巴巴在語言AI領(lǐng)域排名全球第二，創(chuàng)下中國企業(yè)最好成績。