繼 AlphaGo 與眾多圍棋高手對戰(zhàn)之后，人工智能挑戰(zhàn)中國高考成為新的熱點(diǎn)：兩款數(shù)學(xué)高考機(jī)器人將參加今年的高考，包括由國家科技部 863 計劃牽頭研制的機(jī)器人 AI-MATHS，以及 K12 在線教育公司學(xué)霸君旗下的 Aidam。今天，它們將在斷網(wǎng)環(huán)境下做數(shù)學(xué)高考題。
2011 年，IBM 沃森在智力問答競賽中擊敗人類，贏得冠軍，成為人工智能史上一個里程碑。此后，IBM 沃森向醫(yī)療、法律等領(lǐng)域拓展，轉(zhuǎn)型成為智能醫(yī)療系統(tǒng)，以及如果高考機(jī)器人考上清華北大，也許會成為另一個里程碑。
會思考的高考機(jī)器人
與 AlphaGo 一樣，高考機(jī)器人并沒有實(shí)體，而是一個能自動解題的人工智能系統(tǒng)。據(jù)介紹，跟以圖像識別和匹配為主的拍照搜題技術(shù)不同，通過提前學(xué)習(xí)和訓(xùn)練，高考機(jī)器人能夠解答從未出現(xiàn)過的新題目，并給出詳細(xì)的解題步驟。
為什么選擇參加高考?日本高考機(jī)器人 Torobo-kun 的研發(fā)團(tuán)隊(duì)曾對此作出過解釋，計算機(jī)擅長計算，因此，它能夠輕易在專業(yè)象棋、將棋等對弈游戲擊敗職業(yè)選手，但高考是人類社會的一項(xiàng)高難度測試，對計算機(jī)來說，答高考題需不僅僅需要強(qiáng)大的計算能力，更重要的是理解人類的思考過程，以及處理信息的過程。如果通過高考，也代表著人工智能領(lǐng)域的新突破。
學(xué)霸君創(chuàng)始人張凱磊稱，希望通過此次 PK 展示人工智能在教育領(lǐng)域的進(jìn)展，他對這場特殊的高考充滿信心，“在學(xué)習(xí)了幾千萬道題目之后，機(jī)器已經(jīng)能夠像人一樣思考知識點(diǎn)，并一步一步輸出解題過程，而不是簡單的暴力計算”。
據(jù)了解，AI-MATHS 學(xué)習(xí)了小學(xué)到高中的 7000 多個考點(diǎn)，運(yùn)算量可達(dá)到 2 的 800 次方，其研發(fā)團(tuán)隊(duì)準(zhǔn)星云學(xué)的創(chuàng)始人林輝認(rèn)為，跟 AlphaGo 相比，高考機(jī)器人的研發(fā)難度更大，原因在于，用計算機(jī)語言描述圍棋規(guī)則相對容易，但研發(fā)高考機(jī)器人，首先需要讓系統(tǒng)理解人類語言?！氨热缬龅?jīng)]學(xué)過的生詞，人類會聯(lián)系上下文去推測詞義，猜對是比較容易的事;而機(jī)器人卻會卡殼。”他解釋說。
這正是日本高考機(jī)器人 Torobo-kun 放棄高考的原因。自 2013 年起，Torobo-kun 每年都會參加日本高考，它的目標(biāo)是考入東京大學(xué)，在此前的多次考試中，其物理成績不錯，但受制于語言處理能力，在其他科目的成績并不理想。日本高考機(jī)器人的研發(fā)負(fù)責(zé)人 Noriko Arai 教授表示，在目前的技術(shù)條件下，考上東大很難，她解釋道：“人工智能系統(tǒng)無法理解必要的信息，閱讀和理解句子含義的能力存在局限?！苯酉聛恚艞壐呖嫉?Torobo-kun 會被應(yīng)用到數(shù)據(jù)分析領(lǐng)域。
其實(shí)，早在高考機(jī)器人的概念成為熱門關(guān)鍵詞之前，針對各個專業(yè)領(lǐng)域知識處理的自動問答系統(tǒng)的研發(fā)，全球頂尖的研究機(jī)構(gòu)已經(jīng)有各類嘗試。比如 1984 年啟動的塞克(Cyc)工程，其目標(biāo)是建立一個龐大的人類常識知識庫，用于回答和解決一系列的科學(xué)和技術(shù)難題。2002 年啟動的 Project Halo 則是要研發(fā)一個科學(xué)知識庫，用于回答學(xué)生或?qū)I(yè)人員提出的復(fù)雜科學(xué)問題，Project Aristo 則致力于解答標(biāo)準(zhǔn)化考試問題。
AI 如何自動解題?
自動解題系統(tǒng)是人工智能領(lǐng)域的前沿性研究，涉及到人工智能技術(shù)的多個領(lǐng)域，包括圖像識別、語音識別、自然語言處理等，據(jù)學(xué)霸君的首席科學(xué)家陳銳鋒介紹，其解題過程涉及到三個步驟：
一是理解和識別人類語言，把題目變成機(jī)器人可解碼、可理解的語言，即通過自然語言處理將人類語言轉(zhuǎn)換為形式語言。
二是邏輯推理，利用計算機(jī)的知識語言網(wǎng)絡(luò)，模擬人類處理信息的方式和策略，找出最佳解題路徑。
三是用人類的語言回答問題，并給出詳細(xì)的解題步驟，即將形式語言轉(zhuǎn)化為自然語言。
其中最大的難點(diǎn)在于讓機(jī)器理解人類語言，這也是自動解題系統(tǒng)被公認(rèn)的核心問題之一：自然語言處理中的語義分析。機(jī)器需要首先識別人類的語言，并分析其含義，其中包括各類常識、謎語等隱性的線索，比如數(shù)學(xué)經(jīng)典問題雞兔同籠，其隱含條件是雞有兩條腿，兔有四條腿，而計算機(jī)可能并不知道這類常識，它更擅長規(guī)則下的精確計算，但人類的自然語言并不精確。比如在物理解題過程中，假設(shè)忽視物體的大小，以及假設(shè)摩擦為零之類的思考方式，計算機(jī)并不能理解。
AI-MATHS 同樣遇到了這樣的情況，當(dāng)題目中出現(xiàn)機(jī)器人從未“學(xué)習(xí)”過的生詞，比如投資、理財?shù)?，它會由于無法理解而卡住。
另外一點(diǎn)則是邏輯推理能力，不同國家的高考機(jī)器人研究團(tuán)隊(duì)發(fā)現(xiàn)同一個問題：在不同科目的嘗試中，機(jī)器人在文科解題中表現(xiàn)更好。原因在于，理科強(qiáng)調(diào)邏輯理解和推理能力，而機(jī)器學(xué)習(xí)在這個領(lǐng)域還未取得重大進(jìn)展，目前更強(qiáng)調(diào)記憶、計算等能力。因此，數(shù)學(xué)自動解題
高考機(jī)器人如何改變教育?
正如研發(fā) IBM 沃森并不僅僅是為了參加智力答題競賽，高考機(jī)器人也并不是人工智能系統(tǒng)研發(fā)的最終目的。從學(xué)術(shù)上來講，高考機(jī)器人可以檢驗(yàn)人工智能在多大程度上能夠模擬人類的思考和理解過程，就實(shí)際應(yīng)用而言，則是要利用技術(shù)進(jìn)一步提升老師和學(xué)生教與學(xué)的效率與效果。
2014 年，科技部啟動 863 項(xiàng)目“基于大數(shù)據(jù)的類人智能關(guān)鍵技術(shù)與系統(tǒng)”，訊飛研究院副院長王士進(jìn)表示，三年來取得了很多進(jìn)展，包括認(rèn)知推理解題、語文學(xué)科自動作文寫作、地理學(xué)科基于知識圖譜自動知識抽取的主觀題答題、歷史學(xué)科基于深度學(xué)習(xí)的推理解題、基于 OCR 手寫文字識別的多維度智能答題評閱等。
這些技術(shù)在教育領(lǐng)域都有其應(yīng)用場景。
智能助教
可以為學(xué)生提供實(shí)時答疑服務(wù)。IBM Waston 在教育領(lǐng)域推出了Jill Watson 應(yīng)用，試圖成為課堂里面的新助教，負(fù)責(zé)為學(xué)生提供實(shí)時反饋和答疑服務(wù)。2014 年，該應(yīng)用在佐治亞理工等學(xué)校投入使用。經(jīng)過研究團(tuán)隊(duì)的調(diào)試，Jill 能達(dá)到 97% 的正確率。
自動批改、閱卷
借助圖像識別和語義分析技術(shù)的融合，實(shí)現(xiàn)主觀題的自動批改以及評分，減輕老師的教學(xué)負(fù)擔(dān)，同時能夠加速在線教學(xué)數(shù)據(jù)的搜集。
自適應(yīng)教學(xué)系統(tǒng)
搜集學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，基于人工智能和大數(shù)據(jù)的技術(shù)做出診斷和分析，幫助老師更好地了解學(xué)生的學(xué)習(xí)情況，為其下一步的教學(xué)活動提供參考，同時，課后為學(xué)生推薦適合的學(xué)習(xí)材料，在學(xué)生遇到困難時為其提供解題思路，以此達(dá)到個性化學(xué)習(xí)的效果。
此外，人工智能的發(fā)展為教育從業(yè)者提出了一個新的問題：在人工智能時代，我們需要什么樣的教育?日本的 Noriko Arai 教授表示了自己的擔(dān)憂：“一個沒有閱讀和理解能力的機(jī)器人，成績居然超過絕大多數(shù)高中生，而大多數(shù)學(xué)生只是填鴨式學(xué)習(xí)，并沒有真正理解知識，相較而言，AI 在記憶方面做得更好，因此我們需要新型的教育?！?/FONT>
（轉(zhuǎn)載）
