繼AlphaGo與眾多圍棋高手對(duì)戰(zhàn)之后，人工智能挑戰(zhàn)中國(guó)高考成為新的熱點(diǎn)：兩款數(shù)學(xué)高機(jī)器人將參加今年的高考，包括由國(guó)家科技部863計(jì)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(jìng)賽中擊敗人類，贏得冠軍，成為人工智能史上一個(gè)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(huì)成為另一個(gè)里程碑。

會(huì)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(gè)能自動(dòng)解題的人工智能系統(tǒng)。據(jù)介紹，跟以圖像識(shí)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(duì)此作出過解釋，計(jì)算機(jī)擅長(zhǎng)計(jì)算，因此，它能夠輕易在專業(yè)象棋、將棋等對(duì)弈游戲擊敗職業(yè)選手，但高考是人類社會(huì)的一項(xiàng)高難度測(cè)試，對(duì)計(jì)算機(jī)來說，答高考題需不僅僅需要強(qiáng)大的計(jì)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(duì)這場(chǎng)特殊的高考充滿信心，“在學(xué)習(xí)了幾千萬(wàn)道題目之后，機(jī)器已經(jīng)能夠像人一樣思考知識(shí)點(diǎn)，并一步一步輸出解題過程，而不是簡(jiǎn)單的暴力計(jì)算”。

據(jù)了解，AI-MATHS學(xué)習(xí)了小學(xué)到高中的7000多個(gè)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(jì)算機(jī)語(yǔ)言描述圍棋規(guī)則相對(duì)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(yǔ)言。“比如遇到?jīng)]學(xué)過的生詞，人類會(huì)聯(lián)系上下文去推測(cè)詞義，猜對(duì)是比較容易的事；而機(jī)器人卻會(huì)卡殼?！彼忉屨f。

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(huì)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(jī)不錯(cuò)，但受制于語(yǔ)言處理能力，在其他科目的成績(jī)并不理想。日本高考機(jī)器人的研發(fā)負(fù)責(zé)人NorikoArai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(wú)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?，放棄高考的Torobo-kun會(huì)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(duì)各個(gè)專業(yè)領(lǐng)域知識(shí)處理的自動(dòng)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(dòng)的塞克（Cyc）工程，其目標(biāo)是建立一個(gè)龐大的人類常識(shí)知識(shí)庫(kù)，用于回答和解決一系列的科學(xué)和技術(shù)難題。2002年啟動(dòng)的ProjectHalo則是要研發(fā)一個(gè)科學(xué)知識(shí)庫(kù)，用于回答學(xué)生或?qū)I(yè)人員提出的復(fù)雜科學(xué)問題，ProjectAristo則致力于解答標(biāo)準(zhǔn)化考試問題。

AI如何自動(dòng)解題？

自動(dòng)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(gè)領(lǐng)域，包括圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)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(gè)步驟：

一是理解和識(shí)別人類語(yǔ)言，把題目變成機(jī)器人可解碼、可理解的語(yǔ)言，即通過自然語(yǔ)言處理將人類語(yǔ)言轉(zhuǎn)換為形式語(yǔ)言。

二是邏輯推理，利用計(jì)算機(jī)的知識(shí)語(yǔ)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(yǔ)言回答問題，并給出詳細(xì)的解題步驟，即將形式語(yǔ)言轉(zhuǎn)化為自然語(yǔ)言。

其中最大的難點(diǎn)在于讓機(jī)器理解人類語(yǔ)言，這也是自動(dòng)解題系統(tǒng)被公認(rèn)的核心問題之一：自然語(yǔ)言處理中的語(yǔ)義分析。機(jī)器需要首先識(shí)別人類的語(yǔ)言，并分析其含義，其中包括各類常識(shí)、謎語(yǔ)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(jì)算機(jī)可能并不知道這類常識(shí)，它更擅長(zhǎng)規(guī)則下的精確計(jì)算，但人類的自然語(yǔ)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(jì)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(cái)?shù)龋鼤?huì)由于無(wú)法理解而卡住。

另外一點(diǎn)則是邏輯推理能力，不同國(guó)家的高考機(jī)器人研究團(tuán)隊(duì)發(fā)現(xiàn)同一個(gè)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(gè)領(lǐng)域還未取得重大進(jìn)展，目前更強(qiáng)調(diào)記憶、計(jì)算等能力。因此，數(shù)學(xué)自動(dòng)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(jìng)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(dòng)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(zhǎng)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(yǔ)文學(xué)科自動(dòng)作文寫作、地理學(xué)科基于知識(shí)圖譜自動(dòng)知識(shí)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(shí)別的多維度智能答題評(píng)閱等。

這些技術(shù)在教育領(lǐng)域都有其應(yīng)用場(chǎng)景。

》智能助教

可以為學(xué)生提供實(shí)時(shí)答疑服務(wù)。IBMWaston在教育領(lǐng)域推出了JillWatson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(shí)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(dòng)批改、閱卷

借助圖像識(shí)別和語(yǔ)義分析技術(shù)的融合，實(shí)現(xiàn)主觀題的自動(dòng)批改以及評(píng)分，減輕老師的教學(xué)負(fù)擔(dān)，同時(shí)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(dòng)提供參考，同時(shí)，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(shí)為其提供解題思路，以此達(dá)到個(gè)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(gè)新的問題：在人工智能時(shí)代，我們需要什么樣的教育？日本的NorikoArai教授表示了自己的擔(dān)憂：“一個(gè)沒有閱讀和理解能力的機(jī)器人，成績(jī)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(shí)，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?！?/p>

更多資訊請(qǐng)關(guān)注工業(yè)機(jī)器人頻道