人工智能機器人的數(shù)學“高考”輸在語文上

6月7日晚，人工智能機器人AI-Maths正在解答2021年數(shù)學科目高考試卷，研發(fā)負責人接受記者采訪。當日，AI-Maths分別花了22分鐘和10分鐘，答完北京文科卷和全國Ⅱ卷，分別得了105分和100分。

11個黑色方盒子被裝在一臺一人多高的機柜里，身后連著密密麻麻的電線、網(wǎng)線，設備嗡嗡作響，信號燈不停閃爍，旁邊兩臺空調(diào)正在抓緊工作。如果室溫超過25攝氏度，這11臺服務器將可能宕機。

這是6月7日傍晚，發(fā)生在成都高新區(qū)一個創(chuàng)業(yè)園區(qū)內(nèi)的場景?！皽市菙?shù)學高考機器人”AI-Maths在這里迎來了屬于它的2021年文科數(shù)學“高考”。

這是人工智能向人類發(fā)起的最新一場挑戰(zhàn)。此前，谷歌公司旗下DeepMind公司研發(fā)的人工智能機器人AlphaGo先后戰(zhàn)勝頂尖棋手李世石和柯潔，引發(fā)了人們對人工智能會不會超越人類這一話題的熱議。

斷網(wǎng)、斷題庫，閉卷考試

AI-Maths是在一個與互聯(lián)網(wǎng)隔絕的空間進行答題的。研究人員強調(diào)，AI-Maths不是依靠數(shù)量龐大的題庫進行比對、作答的，它主要靠系統(tǒng)學習知識點，形成邏輯推理能力后進行自主解題。

由于涉及試題保密，機器人無法與全國考生同時、同場競技?？荚嚞F(xiàn)場，數(shù)十位工作人員在緊張“備戰(zhàn)”，焦急地等待網(wǎng)絡上更新高考試卷。記者的長槍短炮已經(jīng)包圍了這些可能的信息來源?，F(xiàn)場緊張感十足，哪怕一點響動都能吸引一批人探尋的目光。

研發(fā)AI-Maths的成都準星云學科技有限公司負責人稱，這是人工智能第一次向復雜綜合推理技術發(fā)起挑戰(zhàn)。此前，研究人員為它設定的考試目標是110分。而在今年2月的一次模擬考試中，它只獲得了93分，剛過及格線。

在過去3個多月的魔鬼訓練里，AI-Maths的做題數(shù)量從起初的100套試卷增加到大約500套試卷。

這是它“一個人的高考”?？紙鲋兄辉试S它獨處，不能有任何人為干涉。它不能像其他機器人小伙伴一樣，靠連接網(wǎng)絡數(shù)據(jù)庫和題庫獲得答案，一切都憑借那11臺服務器。它必須獨立完成讀解、計算，與普通考生無異。

成都準星云學科技有限公司CEO、清華大學(分數(shù)線,專業(yè)設置)蘇州研究院大數(shù)據(jù)中心主任林輝向記者表示，聯(lián)網(wǎng)、聯(lián)題庫的狀態(tài)下答題，就像一位考生在自由開放環(huán)境下的開卷考試，目前市場上已有很多應用。但AI-Maths要做的是模仿考生封閉環(huán)境的閉卷考試，現(xiàn)場到處貼著“所有設備斷網(wǎng)斷庫”。

為了讓這場考試對人類更公平，林輝邀請了三位專家擔任“監(jiān)考官”，從斷網(wǎng)情況到用于拷貝試題到服務器上的U盤是否夾帶“小抄”，他們都在眾多直播鏡頭下現(xiàn)場完成檢查。

17時45分，一位工作人員在會場最后方的錄題區(qū)域喊了一聲：試題來了！工作人員當即宣布，AI-Maths將挑戰(zhàn)的首套高考試卷是文科數(shù)學北京卷。十幾位錄題、檢查人員在會場后方，抓緊將從網(wǎng)上獲取的圖片格式試題輸入進WORD文檔。再過一會兒，這份“考卷”將進入AI-Maths的“大腦”。

為了這次實戰(zhàn)，錄題的工作人員試驗過多次。林輝向中國青年報·中青在線記者介紹，就在正式考試幾天前，第一次錄題時，很多工作人員曾緊張得雙手發(fā)抖，頻頻出現(xiàn)失誤。一旦錄題不準確，AI-Maths的“高考”將失去價值。

在林輝看來，工作人員的緊張再正常不過。在很多人心中，跟人工智能機器人的對戰(zhàn)顯得有點“悲壯”。在今年2月AI-Maths與成都某知名中學學生的“對戰(zhàn)”前，一名學生甚至感覺自己是“代表人類在作戰(zhàn)”。

機器人的失分之處在于無法讀懂自然語言

18時28分，AI-Maths正式開始作答北京卷。在會場前方的8臺電腦承擔著向“考場”內(nèi)11臺服務器導入試題和導出答卷的功能。

大屏幕上原本顯現(xiàn)的AI-Maths孤零零佇立在考場中的畫面，變成了答題過程的實時呈現(xiàn)。從選擇題開始，屏幕迅速滾動，答案就實時展現(xiàn)在真題的右方。

到了解答題，現(xiàn)場的氣氛更加緊張。此前，大家從沒見過AI-Maths將如何讀解包含眾多文字描述的大題。它會寫過程嗎？能得到過程分嗎？它的解題思路跟人類一樣嗎？

1、2、3……AI-Maths將每一個步驟用數(shù)字順序標明。如果第五步使用的是第一步和第三步的結論，它將顯示為：“由條件（1）和（3）得”，后接運算結果。

按照AI-Maths過去的“倔強勁兒”，它可能有時會卡在一道題目上幾小時不止。那時它沒有知難而退的意識，對于解不出的難題，一種方法不行，它就會嘗試下一種方法，有時甚至會為一道題嘗試好幾百次。所以研發(fā)團隊專門設置了一個放棄程序，以確保AI-Maths不卡在一道題目上而耽誤了后面的解題進程。

22分鐘后，工作人員宣布AI-Maths已完成北京卷。他們迅速打印它的答卷，并在鏡頭的見證下交由坐在會場左側等待判卷的3位數(shù)學教師。他們都是來自成都幾所知名中學的教學帶頭人。

在北京卷的判卷過程中，第二套試卷全國II卷也開始了人工錄入階段。

19時許，現(xiàn)場工作人員宣布了AI-Maths的首套高考答卷的成績：105分！選擇題滿分！現(xiàn)場響起了熱烈的掌聲。

105分的數(shù)字通過現(xiàn)場觀眾擴散到了網(wǎng)上?？吹竭@個成績，一些網(wǎng)友留言表示“我這輩子都沒到過105分”，也有人質(zhì)疑：為什么AI-Maths不答難度更高的理科數(shù)學？早早地做完題為什么不檢查一下錯題？

19時19分，AI-Maths開始作答全國II卷。林輝拿著AI-Maths的答卷現(xiàn)場解析它在一些題目中得零分的原因。比如北京卷第14題，林輝覺得自己初次讀題都“有點暈”。

他認為，題干中“教師人數(shù)的兩倍多于男學生人數(shù)”的表述并不常見，AI-Maths很可能由于無法理解這種描述，故而無法解答，得了零分?！爸饕亲匀徽Z言理解出現(xiàn)了問題?！绷州x表示。

在林輝介紹間隙，工作人員宣布，19時29分，AI-Maths僅用10分鐘便完成了答題?，F(xiàn)場爆發(fā)出一片驚嘆聲。很快，閱卷結束，這次AI-Maths的得分是100分。

這次，AI-Maths的答卷上紅叉落在了選擇題第九題上。這是一道講述甲乙丙丁4人向老師詢問成語競賽成績的邏輯推理題。除了“2位優(yōu)秀、2位良好”的信息涉及數(shù)字，其他都是純文字表述。

閱卷老師隨后告訴記者，AI-Maths的失分主要在于概率統(tǒng)計題等文字表述較為復雜的題目。它主要問題還是出在了讀不懂題上。用參與閱卷的數(shù)學老師的話說，AI-Maths要考好數(shù)學，還得先學好語文。

盡管沒能達到110分的目標，研究團隊依然感到驕傲。科大訊飛研究院院長胡國平說，據(jù)他所知，這是人工智能第一次在斷網(wǎng)斷庫的情況下完成自動解題。類比聞名世界的AlphaGo，前者更多地屬于計算智能的范疇，AI-Maths要解決的是認知智能層面的問題，也是目前人工智能與人類差距最大的領域。

研究人員相信，經(jīng)過更多的訓練和學習以后，未來AI-Maths會取得更好的成績。林輝透露，在過去一年中，公司在復雜邏輯推理、直覺觀察推理、計算機算法、深度學習上都進行了深入攻關。

“思維能力就像是人在成長時的肌肉，要先訓練力量，再去訓練招式、套路。”林輝說。接下來，他們將繼續(xù)讓AI-Maths“復讀”，做更多的題進行訓練?！按鼜姶髸r，再進行聯(lián)網(wǎng)、聯(lián)數(shù)據(jù)庫。否則AI-Maths靠的都是人的經(jīng)驗，永遠無法超過人類！”

林輝希望，AI-Maths有朝一日能完成從學生到出題人、閱卷人身份的轉變。他告訴中國青年報·中青在線記者，本次使用11臺服務器，為的不是展示技術的力量，而是希望AI-Maths可以用更接近日常生活的設備條件來發(fā)展自己，從而便于未來更廣泛地應用于日常生活。