6月7日17點(diǎn)，2017年第一日高考結(jié)束，數(shù)學(xué)學(xué)科停筆交卷的鈴聲劃破長(zhǎng)空。
北京第八十中學(xué)望京校區(qū)人潮涌動(dòng)，結(jié)束數(shù)學(xué)廝殺的考生正陸續(xù)走出考場(chǎng)，有歡有悲，神色各異。
也在此時(shí)，相隔5公里外的麗都皇冠假日酒店，另一場(chǎng)同樣試題的考試已經(jīng)展開，名為Aidam的人工智能程序，據(jù)稱在200技術(shù)工程師、經(jīng)歷3年研發(fā)、吃下50萬道考題后，開始正式嘗試2017年新課標(biāo)文科數(shù)學(xué)卷。
為了對(duì)照，主辦方教育科技公司學(xué)霸君，還邀請(qǐng)了去年6位各省高考狀元，兩兩組隊(duì)組合作為人族代表——又是一場(chǎng)人機(jī)大戰(zhàn)吶。
同一時(shí)間，相隔千里之外的四川省成都市高新區(qū)，另一場(chǎng)機(jī)器答題的活動(dòng)也已經(jīng)開始。
比起Aidam，這家名為準(zhǔn)星云學(xué)科技的成都公司取名更為直接：AI-MATHS，據(jù)說已經(jīng)是一位平均分達(dá)90的數(shù)學(xué)答題機(jī)手。
唯一不同的是，兩場(chǎng)千里相隔的“機(jī)器高考”，學(xué)霸君讓Aidam選擇了聯(lián)網(wǎng)，準(zhǔn)星云學(xué)讓AI-MATHS選擇了單機(jī)。
人工智能太熱鬧，但凡掏出來搞個(gè)“人機(jī)大戰(zhàn)”，或許都能搞個(gè)大事情。
就在一周前，人類最頂尖的圍棋選手柯潔九段在烏鎮(zhèn)被AlphaGo完敗，所有吃瓜群眾都在問：下一個(gè)被完全擊敗的智力領(lǐng)域，在哪里？
全民關(guān)注的高考，成為了學(xué)霸君、成都準(zhǔn)星云學(xué)瞄準(zhǔn)的熱點(diǎn)。當(dāng)然，他們還不是全部。
中國范圍內(nèi)，還有更為知名的玩家科大訊飛，這家總部位于合肥的AI公司，之前最為著名的口號(hào)是2020年讓AI考上一本。
而且從現(xiàn)在研發(fā)的進(jìn)展來說，科大訊飛研發(fā)的將是一個(gè)“高考文科AI”，他們將進(jìn)行語文、數(shù)學(xué)、地理和歷史等四門學(xué)科的集中研發(fā)。
更早之前，訊飛還通過論文發(fā)表的形式對(duì)外公布，聯(lián)合哈工大進(jìn)行的英語完形填空和閱讀理解有不錯(cuò)進(jìn)展，準(zhǔn)確率達(dá)70%以上。
值得注意的是，這些高考AI的進(jìn)展背后，雖有商業(yè)目的的熱點(diǎn)行為，但更關(guān)鍵的是，這也是一次“國家計(jì)劃”。
時(shí)間回到兩年前。
2015年7月21日，全名為“基于大數(shù)據(jù)的類人智能關(guān)鍵技術(shù)與系統(tǒng)”（簡(jiǎn)稱“類人智能”）的國家863計(jì)劃項(xiàng)目正式啟動(dòng)。
項(xiàng)目以科大訊飛為牽頭單位，聯(lián)合清華大學(xué)、中科院自動(dòng)化所、北京大學(xué)、北京理工大學(xué)等超過30家科研院校和企業(yè)共同負(fù)責(zé)項(xiàng)目的研發(fā)與實(shí)施，主要針對(duì)大數(shù)據(jù)所帶來的新的技術(shù)與挑戰(zhàn)，研究相關(guān)類腦計(jì)算關(guān)鍵技術(shù)和類人答題系統(tǒng)，希望通過這個(gè)項(xiàng)目的實(shí)施，研制出能夠參加高考并考取大學(xué)的智能機(jī)器人。
明確來說，“高考機(jī)器人”是國家863計(jì)劃“類人智能”的重要研究目標(biāo)之一。
而在技術(shù)目標(biāo)上，這個(gè)國家計(jì)劃希望能夠在可預(yù)見的將來，通過強(qiáng)化學(xué)習(xí)能力，“高考機(jī)器人”不僅可以儲(chǔ)存知識(shí)和高考題型，還將具有邏輯推理能力。
此外通過建立模型和算法，可以讓機(jī)器在大數(shù)據(jù)中找到數(shù)據(jù)之間的關(guān)系和差異，讓這個(gè)模型的結(jié)果和人的表現(xiàn)很接近，甚至在最終結(jié)果上超過人的表現(xiàn)。
實(shí)際上，量子位還獲悉，科大訊飛在該計(jì)劃中主攻語文、數(shù)學(xué)、歷史和地理四門學(xué)科，而本次在成都開考的“AI-MATHS”也是計(jì)劃組成員，只是專攻數(shù)學(xué)而已。
高考AI背后的技術(shù)
不過，或許更加直接的問題是，通過讓機(jī)器參加高考，到底可以解決哪些方面的AI問題？又會(huì)遭遇哪些技術(shù)挑戰(zhàn)？
量子位得到了科大訊飛輪值總裁吳曉如的回答，他說，人工智能本身就是對(duì)人類智能的一種模擬、擴(kuò)展和延伸，所以拿它去參加測(cè)試，也就是要看看機(jī)器能達(dá)到一個(gè)什么樣的人工智能水平。
并且在具體攻關(guān)中，讓機(jī)器高考，還具體包括了題目理解、知識(shí)表現(xiàn)、邏輯推理等，涉及怎樣用人機(jī)互助的方式獲得知識(shí)，還有在符號(hào)邏輯方面，讓機(jī)器來學(xué)會(huì)表達(dá)。比如作文、閱讀理解，就既需要讀懂文章、去理解題目的意思，同時(shí)還需要去理解相應(yīng)的常識(shí)。
△ 學(xué)霸君首席科學(xué)家談考試機(jī)器人原理
那背后的具體人工智能如何發(fā)揮技術(shù)之力？
學(xué)霸君方面給出的答案是：深度學(xué)習(xí)、專家系統(tǒng)和自然語言理解為核心的復(fù)雜系統(tǒng)。
首先是基于深度神經(jīng)網(wǎng)絡(luò)的句法和語義分析器，實(shí)現(xiàn)在大數(shù)據(jù)——海量題庫中不斷強(qiáng)化和擴(kuò)充訓(xùn)練集。
其次是構(gòu)建模擬器，用來模擬人類世界中的知識(shí)圖譜和常識(shí)。對(duì)于學(xué)霸君來說，具體就是利用K12中數(shù)學(xué)應(yīng)用題數(shù)據(jù)，讓機(jī)器模擬“習(xí)”得知識(shí)圖譜和常識(shí)，逐步提升其對(duì)于真實(shí)世界的接近程度。
第三是為解題準(zhǔn)備的精準(zhǔn)推理算法，主要是基于人工智能的專家系統(tǒng)。在該方面，學(xué)霸君的做法是利用資深老師和工程師在7000萬題目之上構(gòu)建了推理引擎和龐雜的知識(shí)元——還稱這是機(jī)器在所有的解題路徑中探索出的最簡(jiǎn)明的一種。
最終，直接展現(xiàn)上來說，就是要模仿人腦的感知、記憶、認(rèn)知、分析、建立經(jīng)驗(yàn)知識(shí)庫、聯(lián)想、判斷、決策整個(gè)過程，可以挑戰(zhàn)中學(xué)框架范圍內(nèi)的所有題目，就是找到數(shù)千萬人類學(xué)霸的解體經(jīng)驗(yàn)——如同AlphaGo在學(xué)習(xí)人類棋譜后成為圍棋高手。
不過，這其中最大的挑戰(zhàn)來自形式化語言是自動(dòng)解題，這對(duì)于機(jī)器是挑戰(zhàn)極大，關(guān)鍵在于“簡(jiǎn)明完備”。尤其是涉及到概率等應(yīng)用題，挑戰(zhàn)又上升了幾個(gè)數(shù)量級(jí)，在知識(shí)圖譜基礎(chǔ)上，需要探索出一種兼容句法和語義轉(zhuǎn)化的表示方法，能夠支持代數(shù)、幾何、概率題等。
微軟亞洲研究院還非常具體地解釋過機(jī)器在考數(shù)學(xué)方面會(huì)遭遇的挑戰(zhàn)：
首先涉及自然語言理解。一方面，對(duì)于一道題目的文字描述，計(jì)算機(jī)需要知道并理解其中包含的概念，對(duì)于人類很簡(jiǎn)單的概念，對(duì)機(jī)器卻需要自然語言理解方面的“造詣”。
舉例來說，“一加一等于幾”以及“小明有一個(gè)蘋果和一個(gè)梨，問小明有幾個(gè)水果”，同樣本質(zhì)是“1+1=？”的兩道題，在題型概念上是一樣的，表達(dá)方式卻截然不同。計(jì)算機(jī)需要知道如何把以上兩道問題都抽象成兩個(gè)對(duì)象相加。
另一方面，機(jī)器抽取題目中各個(gè)概念變量的關(guān)系也十分具有難度。其次，在一定程度上理解文字之后，數(shù)學(xué)解題需要通過邏輯推理生成解題公式。最后，計(jì)算機(jī)需要具有一定有關(guān)現(xiàn)實(shí)世界的常識(shí)去理解自然語言里面一些隱式的指代。
他山之石：AI2
讓人工智能考試這件事，并不只有中國人在研究。
位于美國西雅圖的艾倫人工智能研究所（AI2）成立于2014年，創(chuàng)辦者是微軟的聯(lián)合創(chuàng)始人保羅·艾倫，CEO是知名的人工智能專家Oren Etzioni博士。
目前AI2主要進(jìn)行四個(gè)項(xiàng)目研究。
Aristo（亞里士多）：這是一個(gè)結(jié)合了機(jī)器閱讀和NLP、文字蘊(yùn)含和推論、不確定推理、大型語料庫的統(tǒng)計(jì)技術(shù)、圖表理解等多項(xiàng)人工智能技術(shù)，開發(fā)而成的第一個(gè)有關(guān)科學(xué)的“知識(shí)機(jī)器”。
Semantic Scholar（語義學(xué)者）：基于NLP、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺等技術(shù)，構(gòu)建而成的搜索引擎，能幫助科學(xué)家更有效的發(fā)現(xiàn)和回顧研究論文。
Plato（柏拉圖）：聚焦于從圖像和視頻中提取視覺知識(shí)，用以豐富傳統(tǒng)上基于文本資源形成的知識(shí)庫。
Euclid（歐幾里得）：這個(gè)系統(tǒng)試圖在標(biāo)準(zhǔn)化測(cè)試（如SAT）中，回答數(shù)學(xué)、幾何方面的問題。幾何問題需要文本和圖表能力的創(chuàng)新及組合。
這其中，Aristo和Euclid跟高考AI有點(diǎn)像，舉例說明。
比方你問Aristo：一年的哪個(gè)季節(jié)，兔子的毛皮最厚？
A.秋季 B.春季 C.夏季 D.冬季
Aristo回答：D。如果你查看詳情，Aristo會(huì)進(jìn)一步解釋說，回答的依據(jù)來自Barrons四年級(jí)學(xué)習(xí)指南，指南里提到熊的毛皮在冬天最為厚實(shí)。所以Aristo推斷兔子也一樣，這個(gè)回答的置信度是60.14%。
如果你問Euclid：如果從-5到x的連續(xù)整數(shù)和是13，那么x等于幾？
Euclid回答：7。它對(duì)這個(gè)題目的拆解思考如下圖所示。
之前獨(dú)家采訪圖靈獎(jiǎng)得主Raj Reddy時(shí)，這位人工智能先驅(qū)曾經(jīng)對(duì)量子位談起AI2的研究，因?yàn)镋tzioni是他的學(xué)生之一。
Reddy說AI2用了生物學(xué)AP（美國大學(xué)預(yù)修課程）教材，構(gòu)建了一套知識(shí)系統(tǒng)，準(zhǔn)備讓電腦通過AP考試?；撕枚鄷r(shí)間，還有好多錢，最后發(fā)現(xiàn)行不通。
“在我看來，這個(gè)方法根本就是錯(cuò)的。在搞AP生物知識(shí)之前，應(yīng)該先搞明白高中生物；搞中學(xué)生物之前，應(yīng)該先搞明白小學(xué)科學(xué)。Oren去了之后就是這么做的，他們先研究中學(xué)的生物課程，現(xiàn)在已經(jīng)能回答60%的問題。”Reddy說。
關(guān)于Reddy這次采訪，這里是傳送門：《對(duì)話圖靈獎(jiǎng)得主Raj Reddy》。
爭(zhēng)議：一場(chǎng)炒作？
不過，要做高考答題方面的AlphaGo，聽起來簡(jiǎn)單做起來難，不少從業(yè)者覺得當(dāng)前技術(shù)達(dá)不到。
同樣在研發(fā)“高考機(jī)器人”的科大訊飛就表示，對(duì)于目前的展示方式的權(quán)威性有疑惑，因?yàn)榫涂拼笥嶏w牽頭的863課題來說，人工智能能力通過高考去實(shí)現(xiàn)，是有硬指標(biāo)的。
按照科研的通常做法，以及科技部的要求，需要按照一種完全沒有任何疑義和漏洞的測(cè)試方法進(jìn)行，即這個(gè)測(cè)試要在完全斷網(wǎng)的狀態(tài)下進(jìn)行。
其次，要確保在測(cè)試之前機(jī)器是沒有辦法獲取任何題目相關(guān)內(nèi)容，也就是說需要“同步”進(jìn)行，而不是考試試題已然公開的情況下。
第三，在整個(gè)處理過程中，要有完全可監(jiān)督的第三方，符合公正性。
并且在實(shí)際操作中，還必須把整個(gè)測(cè)試過程的日志，即機(jī)器上所輸出的、詳細(xì)的中間處理過程全部要輸出來，以便來確認(rèn)，這是一個(gè)完全由機(jī)器自動(dòng)、一步一步求解過來的過程。
質(zhì)疑不只限于操作方式。
相對(duì)其他學(xué)科，機(jī)器考高考數(shù)學(xué)要“相對(duì)”容易一些。一方面，數(shù)學(xué)更多的是依據(jù)符號(hào)邏輯，數(shù)學(xué)題目的語言理解相對(duì)比較容易，因?yàn)橄鄬?duì)而言都是一些比較標(biāo)準(zhǔn)化、結(jié)構(gòu)化的描述語言或出題語言，所以機(jī)器較好理解。
另一方面，數(shù)學(xué)中很少有“一千個(gè)讀者有一千個(gè)哈姆雷特”的現(xiàn)象，很多定理、公理和自動(dòng)證明等，在幾十年前就已經(jīng)有了一系列研究成功，所以目前數(shù)學(xué)方面的進(jìn)展還算不錯(cuò)。
但是，最大的難點(diǎn)在于“應(yīng)用題”，因?yàn)樯婕暗匠ＷR(shí)理解，目前還有較為明顯的短板。
科大訊飛方面還解釋稱，同屬863計(jì)劃中“高考機(jī)器人”研發(fā)的“AI-MATHS”，除了自身研發(fā)能力，也和電子科技大學(xué)數(shù)學(xué)攻關(guān)組保持對(duì)接，目前機(jī)器解答數(shù)學(xué)應(yīng)用題方面，因?yàn)樯婕俺ＷR(shí)理解的問題，仍是最大挑戰(zhàn)所在。
此外，創(chuàng)新工場(chǎng)人工智能工程院副院長(zhǎng)王詠剛，也認(rèn)為目前的技術(shù)遠(yuǎn)未達(dá)到可以應(yīng)對(duì)高考試卷中各類試題的水平。
這位前Google工程師表示，“高考機(jī)器人”需要將機(jī)器視覺、自然語言處理、知識(shí)圖譜、機(jī)器推理、機(jī)器閱讀理解等AI方法綜合起來，可以部分解決少數(shù)類型的文科、理科試卷中的試題，但要說能夠應(yīng)對(duì)各類試題，甚至還要跟高考狀元等PK，并不現(xiàn)實(shí)。
甚至目前的技術(shù)水平，科研層面的檢驗(yàn)也沒有看到有所突破。
王詠剛介紹稱，在科研領(lǐng)域，一些單獨(dú)的計(jì)算機(jī)解題類任務(wù)，比如閱讀理解，求解代數(shù)題，完形填空，知識(shí)問答等，目前都有相對(duì)客觀的測(cè)試標(biāo)準(zhǔn)，相對(duì)完善的數(shù)據(jù)集，比較成熟的評(píng)估體系。
所以他認(rèn)為，如果這一類“高考機(jī)器人”采用的AI技術(shù)真的有科研突破層面的意義，那首先應(yīng)該做的不是參加高考，而是在權(quán)威期刊或權(quán)威會(huì)議上發(fā)表論文，接受同行評(píng)議。
對(duì)于類似項(xiàng)目對(duì)標(biāo)AlphaGo，王詠剛覺得應(yīng)該先發(fā)或者同時(shí)發(fā)布學(xué)術(shù)論文，通過科研同行評(píng)測(cè)認(rèn)可，不然會(huì)有商業(yè)炒作嫌疑。
這位創(chuàng)新工場(chǎng)人工智能工程院副院長(zhǎng)還認(rèn)為即便“直播”也不能完全令人信服，比如現(xiàn)在因?yàn)楸Ｃ艿脑?，機(jī)器是在高考結(jié)束后才開始答卷的，而且機(jī)器運(yùn)行時(shí)是否有網(wǎng)絡(luò)和物理層面的隔離，也難以證實(shí)。
最后，對(duì)于機(jī)器做出來的試卷如何評(píng)判，也需要有相關(guān)標(biāo)準(zhǔn)先定義。
當(dāng)然，也有人更加直接地表示，這樣的“高考機(jī)器人”商業(yè)炒作意義大于實(shí)際。
一位人工智能領(lǐng)域的知名CEO告訴量子位，不看好高考機(jī)器人，因?yàn)樽寵C(jī)器理解題目并不是一件容易的事兒，即便是可能相對(duì)有希望的數(shù)學(xué)，在很多題型上讀題難解題更難。
新時(shí)代的圖靈測(cè)試
當(dāng)然，雖然吹得有點(diǎn)過，但現(xiàn)在的“機(jī)器人高考”也并非全無價(jià)值。
首先，最直觀方面肯定是客觀上加速了人工智能的民主化，可以讓更多人了解人工智能在教育領(lǐng)域的應(yīng)用和變革，對(duì)于更多機(jī)構(gòu)、學(xué)校、老師、家長(zhǎng)和學(xué)生，也能夠利用最新進(jìn)展，幫助提升應(yīng)試能力和效率。
△ 衡水中學(xué)學(xué)生曬練習(xí)題 如果借助AI可能不再會(huì)有這么多
比如使機(jī)器判卷、個(gè)性化指導(dǎo)、個(gè)性化作業(yè)、教案改進(jìn)等變成可能，老師的教學(xué)效率和學(xué)生的學(xué)習(xí)效果都可以得到大幅度提升，從孔子以來就開始追求的教育終極問題——因材施教，將不斷趨近現(xiàn)實(shí)。
其次，如牽頭參與“高考機(jī)器人”項(xiàng)目的科大訊飛所言，根本目標(biāo)不是為了這個(gè)高考，而是聚集科學(xué)家對(duì)一些人工智能問題進(jìn)行攻關(guān)，產(chǎn)生一批成果，然后在更多領(lǐng)域，比如像機(jī)器翻譯這樣涉及語言理解的任務(wù)當(dāng)中，去應(yīng)用這些成果。
比如同樣的成果就能遷移應(yīng)用到客服系統(tǒng)中，以及車載人機(jī)交互系統(tǒng)里。類似的領(lǐng)域都需要讓機(jī)器預(yù)先對(duì)一些行業(yè)知識(shí)擁有理解，同時(shí)基于這個(gè)理解的結(jié)果，能夠做一些決策判斷、一些相關(guān)問題的回復(fù)。
當(dāng)然，訊飛方面還向量子位提供了一種此前鮮被提及的意義——圖靈測(cè)試。
訊飛研究院院長(zhǎng)胡國平介紹說，在傳統(tǒng)歷史上，大家比較多的是以通過“圖靈測(cè)試”的方式來進(jìn)行，讓一個(gè)機(jī)器和一個(gè)參加測(cè)試的人坐在一個(gè)外部不可見的空間里，然后測(cè)試人提出一些問題，由機(jī)器和被測(cè)試人分別來作答。
作答以后，如果這個(gè)提問的人分不清哪個(gè)答案是機(jī)器作答的、哪個(gè)是人作答的時(shí)候，我們就覺得這個(gè)機(jī)器通過了圖靈測(cè)試。
但是現(xiàn)在有了新情況，隨著后臺(tái)海量數(shù)據(jù)庫的增長(zhǎng)，以及一些簡(jiǎn)單的規(guī)則和方法運(yùn)用，傳統(tǒng)的圖靈測(cè)試可能正在“過時(shí)”。
比如2014年6月，就有報(bào)道稱俄羅斯有一些人工智能的軟件已經(jīng)通過了圖靈測(cè)試，機(jī)器擁有了相當(dāng)于13歲少年的智力。另外，也有一些其他的人工智能軟件，也在現(xiàn)在數(shù)據(jù)和技術(shù)進(jìn)展中通過了圖靈測(cè)試。
所以圖靈測(cè)試之外，該用怎樣的標(biāo)準(zhǔn)衡量最新的人工智能發(fā)展水平？高考是不是有資格？
如果把高考看作衡量人的知識(shí)水平、理解能力、推理能力等相關(guān)智能能力水平的測(cè)試工具，那顯然借此衡量人工智能的能力，也可以接受。
更何況在“機(jī)器學(xué)習(xí)”大行其道的當(dāng)下，高考作為人類學(xué)校幾十年學(xué)習(xí)之后的選拔，也能對(duì)學(xué)習(xí)過程形成參照。
高考人機(jī)大戰(zhàn)結(jié)果
最終，從17點(diǎn)開始答題的人工智能Aidam，在聯(lián)網(wǎng)的基礎(chǔ)上，通過云計(jì)算，在400臺(tái)主服務(wù)器和1000臺(tái)輔助服務(wù)器支持下，耗時(shí)9分47秒交卷，選做題23題12分得0分，壓軸題得6分，選擇錯(cuò)2個(gè)丟10分，總得分134分。
另外兩兩合力的狀元也在1小時(shí)計(jì)時(shí)后全部交卷，最高分146，最低分119，還有一組得分140，三組平均得分135分，象征性贏得了“人機(jī)大戰(zhàn)”勝利。
另一場(chǎng)位于成都高新區(qū)進(jìn)行的比賽，準(zhǔn)星云學(xué)的AI-MATHS，斷網(wǎng)單機(jī)，使用了11臺(tái)服務(wù)器，對(duì)2017年高考北京文科數(shù)學(xué)卷耗時(shí)22分鐘，得分105分，對(duì)2017年高考文科全國卷II用時(shí)10分鐘，得分100分。
來源： 量子位
