人类方才送走了「围棋机器人」AlphaGo，又迎来了一群「高考机器人」。

 

　　6 月 7 日，智能教导机器人 Aidam 与分为三组的 6 名高考状元同台 PK 高考数学科测验。

 

　　这六名高考状元分离是：孟祥熙，2016 年河北省理科状元，现就读于北京大学光彩管理学院;刘默涵，2016 年吉林省理科状元，现就读于北京大学光彩管理学院;韩子静，2016 年天津市理科状元，现就读于北京大学光彩管理学院;韩笑，2016 年河北省廊坊市理科状元，现就读于中国人民大学物理学系;多力岗，2015 年新疆自治区理科状元，现就读于清华大学汽车工程系;孙盼成，2015 年安徽省六安市理科状元，现就读于中国人民大学。

 

　　两边竞赛采用的是天下高考理科数学二卷，在一小时的测验光阴内，两人协力实现一套试卷。固然是两人合作，但半途不可以或许交换，开考前已决定好分工。终极，三组高考状元分离得分为 146 分、140 分、119 分，而 Aidam 为 134 分。

 

　　同一光阴，另一场相似的比拼也在成都演出，由成都准星云公司开辟的人工智能体系 AI-Maths 也在加入同一场测验，而它终极的成就则是 105 分。

 

　　而就在前一天，科大讯飞公司轮值总裁吴晓如及讯飞研究院院长胡国平也接受了记者的采访，从 2015 年开始，他们就结合了包含北大、清华等在内跨越 30 家科研院校和企业配合开启了一项附属国度 863 筹划信息技巧范畴的「高考机器人」名目，他们盼望经由进程这个名目标实行，研制出可以或许加入高考并考取大学的智能机器人。但他们在 2019 年才会加入高考。

 

　　由于光阴的缘故原由，人们很难不联想到十几天前方才在棋盘上完全击倒人类的 AlphaGo。

 

　　毫无疑问，在运算速率上，人工智能领有巨大的上风，Aidam 在录入完备的数学标题后，仅仅在 9 分 47 秒就实现为了所有的答题，而高考状元们则花了整整 1 个小时。

 

　　根据张凯磊的先容，Aidam 是以深度进修、专家体系和自然语言懂得为焦点的繁杂体系。这个体系的焦点在于经由进程进修人类的编程逻辑，认识人类思虑和进修的办法，进而控制解题办法。

 

　　固然，从终极的成就上，咱们也能看出在以后这个阶段，这类机器人另有许多成就存在。「咱们如今已知的他会丢分的有也许 70 几种缘故原由，这些成就都是咱们没有降服的」，张凯磊说道。此中既有自然语言处置方面的身分，好比体系没能看懂标题;更多的则是呈现的标题比拟新，汗青上没有呈现过，是以体系以前也就没有学过。

 

　　从这里咱们也能看出，今朝的这些「高考机器人」还重要处于「自动进修」而非「自我成长」的阶段，它今朝重要经由进程从过往的汗青题会合赓续进修，离自我自动解脱人类题集的约束自我成长另有一段间隔。

 

　　而假如对此类消息有所懂得的同窗也许会想起也是以做题为目标的人工智能法式 IBM Watson，当咱们问及吴晓如高考机器人与它的差别时，它觉得高考机器人更难的处所重要在两点：

 

　　第一， 在题面的懂得上，跟着一个标题外面绕来绕去的转折点越来越多，好比数学，假如它要把这个定理绕来绕去，那在题面的懂得上就会很艰苦;

 

　　第二， 第二，高考外面好比说数学的一些标题，这些标题是必要看计算机是怎样去表证一个数学定理的，数学定理之间的逻辑干系究竟是甚么样?机械必要把这类知识要转换成计算机可以或许懂得的知识。

 

　　固然，这些都不会范围在数学这一科上，由于数学更多的是根据标记逻辑，以是处置起来绝对轻易一些。但扩展到包含语文、汗青等科目上，就必要详细包含标题懂得、知识表示、逻辑推理等技巧，如何用人机合作的办法得到知识?还要让机械来学会表白。好比作文、阅读懂得就既必要读懂文章去懂得标题的意思，同时还必要去懂得响应的知识。

 

　　说真的，在最后听到这个消息的时刻，我也是很不解的：那末多值得你挑衅的范畴，为甚么要选高考?岂非咱们的考生们还不敷惨，还要被机器人也耻辱一番吗?

 

　　不外，在学霸君创始人兼 CEO 张凯磊看来，Aidam 胜负的成果实在并不重要，「我只是盼望经由进程如许的 PK, 让教导业界懂得到人工智能在教导范畴的利用曾经成长到了甚么水平，人工智能曾经可以或许像人同样思虑知识点，一步一步输入进程和谜底。」

 

　　科大讯飞公司轮值总裁吴晓如也持有相似的概念，在他看来，让人工智能去加入测试的重要目标便是要看看机械能达到一个甚么样的人工智能水平，而跟着后盾海量数据库的增加，传统的「图灵测试」曾经无奈完备权衡人工智能的水平了。而高考是一种很好的，可以或许作为权衡人的知识水平、懂得才能、推理才能等相干智能才能水平的测试对象，以是这个才是他们把高考作为这个名目重要目标的缘故原由。

 

　　总结一下便是：高考的本色便是一种测验办法，既可以或许用它来测试门生们的进修水平，也能够或许用来测试人工智能的水平。

 

　　「对付 AlphaGo 而言，这次围棋峰会将是 AlphaGo 加入的末了一场赛事。从如今开始，AlphaGo 的研发团队将把精神投入到其余严重挑衅中，研收回高档通用算法，为科学家们办理最繁杂的成就供给赞助，包含找到新的疾病治疗办法、明显低落动力耗费、创造反动性的新材料等。假如人工智能可以或许在上述范畴创造新的知识和战略，那在这些范畴的冲破将非常可观。咱们曾经迫在眉睫地想看到这统统的产生。」

 

　　在 5 月 27 日与柯洁的末了一盘棋停止以后，DeepMind 公司结合创始人兼 CEO 戴女士·哈萨比斯(Demis Hassabis)说出了以上那番话。这也许都说明了，不论是围棋照样高考，人工智能加入所谓的「人机反抗」的目标都不是要为了彰显甚么，终极的目标都是要摸索人与机械合作的更大的能够性。

 

　　固然，在高登科几百人类绝不是这些贸易公司的目标，他们对准的照样有无限后劲的教导大市场，究竟「穷谁不克不及穷教导」。在张凯磊看来，教导资本不均的本色是优良西席稀缺，而智能教导机器人则是办理这一成就的无力对象。业内无关人士也觉得，将来 5-10 年，人工智能或将成为教导行业变更最重要的办理方案。

 

　　那它有能够赞助办理教导资本散布不均的最大成就吗?谜底也许是：有能够，但必要很长很长的光阴。乃至，咱们可以或许说，AI 能不克不及赞助教导资本变得加倍平衡，这不取决于技巧自己，而是应用技巧的人。

 

　　从将来的抱负情形看，就像有丰硕履历的特级西席同样，AI 也能从门生的答卷敏捷分析出背后的失分缘故原由，若何改良;还能帮助先生疾速控制全班进修进度、有的放矢，让更多通俗先生也能教出优良的门生，每一个孩子将有机遇冲破时空边界，接触到「私家名师」级其余指点，从而办理资本不均的逆境。

 

　　但是这个看上去很美的场景实在也面对很大的挑衅，那便是：本钱。只需它的本钱还不足以让每一个门生都用上，那就会呈现挑选的机制，而本钱很能够是此中最大的力气。会不会在将来呈现的仍然是蓬勃地区经由进程 AI 教授教养加倍蓬勃，而落后地区一直与之无缘呢?

 

　　咱们都晓得，在这个国度，咱们曾经不缺技巧了，许多时刻钱也早就够了，有时刻必要咱们做的能够是把眼光往低放一放，从嵬峨上的北上广和 BAT 投向那些更必要咱们赞助的处所。