📖 ZKIZ Archives

高考機器人惜敗於人類學霸！教育AI和人類大腦差距在哪，又將走向何方？

黑智 2017-06-08 11:40

6月7日下午，全國高考數學科目結束。

但就在考場之外，另一場數學“大考”剛剛開始。而面對考試的，則是和普通學子不同的特殊考生——人工智能。

在成都高新區天府新谷的一個封閉空間里，一位機器人“考生”挑戰了今年全國高考的數學。它是成都準星雲學的高考機器人，名叫“AI-MATHS”。

在北京，包括黑智在內的眾多媒體，則圍觀了中小學智能化教育創業公司學霸君自主研發的智能教育機器人Aidam，與分為三組的6名高考狀元的同臺PK。

兩家的家長在此之前都很緊張。成都準星雲學科技有限公司CEO、清華大學蘇州研究院大數據中心主任林輝把AI-MATHS”叫做孩子，他說，這孩子“最大的弱項是不能理解考題里場景式的描述語言”，它會讀不懂題。學霸君創始人張凱磊說Aidam就好似自己的女兒，送入考場前，也在求祝福。

在學霸君發布會現場，由其自主研發的智能教育機器人Aidam首次公開亮相，並通過現場直播的方式與6名高考狀元同臺PK，分別解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。

最終，Aidam花了9分47秒，完成了全部數學考卷內容。最後現場閱卷結果，Aidam考了134分，三組高考狀元分別得分為119分、140分和146分，平均分135分。從分數來看，人類“學霸”們在高考中，還是扳回一局。

準星高考機器人AI-MATHS北京卷用時22分鐘完成北京文綜數學考試，得分105；全國二卷數學考試用時10分鐘，得分100分，離預期的110分也還存在著差距。

柯潔和AlphaGo的大戰剛剛落下帷幕，這邊人工智能就上了高考的考場。和人類智力的挑戰，機器從未止歇。但AlphaGo已經掛印退出棋壇，這邊參加高考的人工智能們，它們背後又是由哪些技術支持，在未來又將作何用途呢？

高考機器人和AlphaGo有何異同？

在“備考”階段，Aidam的“父親”張凱磊向黑智表示，Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

學霸君創始人兼CEO張凱磊

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君首席科學家陳銳鋒表示。

學霸君首席科學家陳銳鋒

陳銳鋒介紹，Aidam 的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換為形式語言。

二是邏輯推理，利用計算機的知識語言網絡，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，並給出詳細的解題步驟，即將形式語言轉化為自然語言。

其中最大的難點在於讓機器理解人類語言，這也是自動解題系統被公認的核心問題之一：自然語言處理中的語義分析。

而AI-MATHS 學習了小學到高中的 7000 多個考點，運算量可達到 2 的 800 次方。林輝認為，跟 AlphaGo 相比，高考機器人的研發難度更大，原因和陳銳鋒提到的類似，因為用計算機語言描述圍棋規則相對容易，但研發高考機器人，首先需要讓系統理解人類語言。這也是他在之前提到過的，要讓AI-MATHS“讀懂題”，是一件非常困難的事情。

而這並非機器首次向人類的考場發起挑戰。在日本，從2013年起，機器人Torobo（Todai Robot Project） 每年都會參加日本高考，目標是考入東京大學。它的物理成績不錯，但受制於語言處理能力，在其他科目的成績並不理想。在2015年，它考出了511分的成績，可以考上日本80%的大學。其研發負責人 Noriko Arai 教授表示，在目前的技術條件下，Torobo要考上東大很難，因此，它已經放棄了這一學業，開始從事大數據分析方面的工作。“現在的AI們，包括Waston，Siri和Todai，都不能閱讀，但它們擅長搜索和優化。” Noriko Arai 在今年的TED2017上說。

AI能否代替老師？

推出Aidam，學霸君的目的，自然不會是單純讓它能夠去參加高考。學霸君給自己打出的口號是“消滅學區房”，但是在人工智能領域，張凱磊說，Aidam並不會取代教師，而只是教育工作的輔助。

學霸君智能教育機器人現場展示解題過程

人類智能和人工智能的區別，以及何等工作能夠被AI所代替，已經是被業界無數次討論過的問題。在博鰲論壇上，魯白的回答是：人工智能，不會擁有人類一樣的智商、情感，或擁有自主意識。他解釋，人腦有五個方面的功能：第一是感覺，第二是運動，第三是記憶，第四是情感與情緒，第五是認知。“怎麽樣跟人工智能或者電腦產生感情，論題中包括兩個方面：一個就是情感的產生與情感的交流，延展一下就是社會性；一個方面是認知。認知又分兩個部分，一個是一般的認知，連動物都有，我覺得人工智能可以有這個方面的認知功能，包括邏輯思維分析，以及決策之類。人還有另外的一個方面的認知叫做高級認知功能，里面包括語言包括自我的意識，包括想象力、創造力最後還有人所特有的一種目的性的行為，而我認為，人類是在這方面，是不能被機器代替的。”

而指導學生科研、教育人類學生學習知識，正式人類創造力和認知能力的高級體現。那麽，什麽職業將被機器改變？和黑智談過的眾多業內人士也總結，勞動並無高低之分。那些和數據相關，重複性較強、邊界清晰的工作，容易被機器所取代。

而在不擔心教師們失業的前提下，人工智能又將輔助我們的教育，做到哪些工作？“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

Adiam和AI-MATCH的高考成績，只是它們現在的階段性的表現。盡管距離人類的“學霸”水平仍有一段距離，但隨著學校提高教學效率的需求不斷增加，教育應用落地的不斷深化，以及教育大數據和深度學習技術的發展，一個“機器助教”將會給我們打開新的大門。到那時，“幹掉學區房”，也許真的不止是一個夢想。

文章評論

匿名用戶

發布

全部評論：10

發布

AI 讓企業發生效率革命，它又將替代什麽類型的工作？

黑智 2017-06-27 11:19

6月24日，人工智能先行者大會暨黑馬大賽人工智能分賽在京舉行，近千名人工智能產業相關創業者、投資人、產業專家參會。本次活動由創業黑馬與人工智能新媒體平臺黑智聯合主辦，聯合冠名商摩比神奇與戰略合作夥伴鉑諾對活動進行了支持。

在大會的場景化龍門陣論壇上，神策數據創始人兼CEO桑文鋒、智齒客服創始人徐懿、達觀數據創始人陳運文，在鸚鵡螺教育創始人、黑馬營十二期學員胡宇東的主持下，就“AI如何讓企業發生效率革命”的相關話題展開討論。

以下是論壇內容節選，經黑智編輯：

什麽類型的工作會被人工智能取代？

胡宇東：請大家先做一下簡單的自我介紹。

桑文鋒：我是神策數據創始人、CEO。在創建神策數據之前，我在百度幹了八年，從0到1構建的百度大數據平臺。神策目前成立了兩年，主要定位圍繞大數據分析，特別用戶行為分析這塊，有300家客戶。

徐懿：我是智齒科技CEO、聯合創始人徐懿。我們在做一款產品叫智齒客服。智齒客服提供了一整套呼叫中心、在線客服、客服機器人，全部在底層用AI的方式，幫助大家節省成本和提高客服的效率，從而優化客戶服務的流程。

陳運文：我是達觀數據的創始人、CEO陳運文。在創辦達觀數據之前，我曾經在百度擔任過核心算法工程師的工作，後來在盛大文學擔任過首席數據官，在騰訊文學擔任過數據中心的負責人。達觀數據給企業提供的是企業文檔資料的分類、整理，以及基於這些文字內容的搜索引擎、推薦引擎的整個系統級的服務。我們現在服務的企業接近100家。

胡宇東：毫無疑問在座每一位朋友都在一個企業組織當中工作。我們先討論一個特別有威懾性的話題，在未來3-5年的時間里，我們認為有多少人，或者什麽類型的工作崗位會被人工智能取代？

桑文鋒：我說什麽不會被替代吧，一是情感類的，二是需要創意的。

徐懿：越往體驗高的方面走，就越難以被人工智能替代。比如，旅遊規劃師、解決方案式的銷售。

陳運文：業界的說法是，如果任務交給你以後，1秒鐘能夠做出答案的工作，未來很容易被人工智能技術所替代。

舉個例子，達觀數據給很多企業提供文檔和資料的分類整理，甚至一部分文本的合成工作。我們發現有一些文字資料撰寫工作，是有套路和模板的，這是計算機未來很容易替代的。但是，小說帶有大量的創造性，不是1秒鐘就能寫出來，人工智能技術就非常困難替代。

我們把人的腦力勞動分成兩類：第一類是輕腦力勞動，不需要太多行業經驗。第二類是重腦力勞動，需要很多年的積累。我們預測，輕腦力勞動會首先被人工智能技術所替代。

胡宇東：陳總給一個特別具體的指標，叫1秒鐘指標。對於每一個在場的朋友來講，應該加強自身的學習，提高自己工作複雜的程度。

剛剛大家都提到創意和情感是兩種不容易被替代的類型，但是我想提相反的觀點。

第一個例子，前段時間有朋友送了我一本微軟小冰的詩集，居然讀起來很美。我也曾經聽說過有計算機去創造音樂？

第二個例子，我曾經給我老媽推薦了一款人工智能的小程序，她樂此不疲的跟著一起聊。為什麽？她覺得人工智能程序很可愛，發生了情感上的交互。

這兩個反例，會不會真的影響和動搖到人類賴以驕傲的創意和情感類的工作？

陳運文：人類的情感是一種非常妙不可言、難以規範化的內容。但是怎麽讓計算機也能夠理解這些文字背後的情感含義？

我們做了很多這方面的技術嘗試。但是我們實際使用的時候發現，漢語領域講情感的分析還是挺難的。因為漢語本身就是一種相對比較靈活的語言，而且中國人習慣於講話委婉，怎麽樣分析出這些文字背後的情感深度，現在還在一個技術的探索期。

桑文鋒：我對宋詞比較感興趣，還曾經研究過宋詞跟創新之間有什麽關系。比如李清照寫得詞很工整，但是我並不覺得有什麽創新。但蘇東坡卻是另一種寫作風格，不止局限在作品本身，還是一個活生生的人。這一點，我覺得不是機器能夠替代的。

徐懿：短期之內，機器用藝術創作的方式很難替代人類。但是長期我對人類比較悲觀，因為我也聽過模仿約翰列儂寫的歌，現在的水平已經達到比較驚嘆的地步了。

《未來簡史》里赫拉利說過，人的情緒、痛苦、感覺，其實是腦電波的電流。這樣的事情，其實不一定有意義。人可能只是一個基於碳基的生物而已，但是機器可能是矽基生物。

所以這麽來看，說不定人和機器本質上沒有不同。人在學習的過程，也是從小到大經歷了大量的數據，有人教你怎麽處理這些數據，只是一個算法+數據的過程。可能機器也是這樣的過程，有人做你的算法，有人做你的數據，長期來看可能會形成跟碳基生物類似的矽基生物。

哪些企業的工作場景會最先被人工智能滲透？

胡宇東：我個人比較贊同徐總這種所謂的“悲觀主義”，碳基生物最終可能會被矽基生物所取代。如果在生物學上，人到最底層也是一次次生物電電流的交換，就像計算機的0和1一樣。如此演化下去，或許有一天，人工智能真的有可能發展成類人智能的狀態。

現在絕大部分的制度企業，還沒有真正意義上引入人工智能。哪些企業的工作場景中，未來會最先被人工智能所滲透、發揮作用？

桑文鋒：一個工作如果能被標準化，到後面很容易被機器替代掉。而許多事情，比如市場投放廣告的時候，哪一個渠道轉化率更好，現在很難被標準化。如果這些投放的渠道本身接口是開放的，這個工作就能用機器更好的解決。但遺憾的是，現在在國內這種場景里，大家接口開放度還是不夠。

胡宇東：碎片化的孤島，現在還處於閉關鎖國的發展階段。徐總你認為企業中哪些場景會用到？

徐懿：剛剛陳總和桑總說的1秒法則和單一場景，我覺得很有意義。

舉個最簡單的例子，自動駕駛。你會發現，如果我們的目標只是從A點到B點，機器一定能完成。但是既可以一邊開車，還可以跟你聊聊天、做各種各樣多業務的操作，這樣的場景機器很難在短時間之內做。

現在企業發展的方式是越來越細，這樣就會有各種各樣的單一場景。所以2B的企業做AI的創業很適合，有很多的場景可以做。

胡宇東：徐總本來已經讓很多客服小姑娘失業了，現在還想再進軍更複雜的角色場景。陳總呢？

陳運文：每個企業里，都有大量重複機械性的工作，比如文員，未來很容易或者很有可能被人工智能技術所替代掉。

人工智能會不會突然闖入我們的生活？

胡宇東：今天有演講嘉賓在前面分享過，我們往往會高估一件事情短期的影響力，但是低估一件事情長期影響力。

移動互聯網的到來，在風馳電掣之間發生了。我腦海中有一幕印象特別深，有一天我在北京坐地鐵，地鐵上一個阿姨跟另一個阿姨說，“有一個軟件你裝了沒？”“什麽軟件？”“微信，能語音說話，跟對講機似的。”

後來在很短的時間里，微信便迅速的走進我們的生活。

今天大家還覺得，我們很多工作沒有被人工智能滲透。但是會不會突然之間，發生切都改變了？

陳運文：這個一定會發生，只不過是來得早一點還是晚一點，技術的發展是指數級的上升，速度越來越快。

為什麽現在有一些人工智能技術還沒有落實到每一個人的日常生活？因為它還沒有到那個臨界點。當它一旦到達臨界點的時候，你會發現忽如一夜春風來，千樹萬樹梨花開。

徐懿：我認為一定會來的，我是忠實的信徒。

移動互聯網為什麽能這麽快的做PC互聯網的補充，甚至大部分的場景都是移動互聯網？我認為其實是移動互聯網給人類帶來的體驗，遠超原來PC互聯網帶來的體驗，也遠遠超過它的替換成本。AI也是一樣，真正當他的體驗到了非常好程度的時候，將迅速的普及。

桑文鋒：我覺得不應該局限在人工智能，用機器的概念更合適一些。用機器代替人，這是一個必然的趨勢，不用和趨勢做對抗。

從最開始人類什麽都幹，到後來人開始用畜力，再後來又有了機器。現在我們有計算機和機器，用機器代替人的趨勢是勢不可當的。真正到那一天，比如像《機器人瓦力》那部電影講的，很多人喝汽水、看電視，只要剩下有部分人去工作就可以了。

胡宇東：通過剛剛非常簡短的討論，從我的角度看有兩個結論：

第一個結論，作為一個人，我們壓力更大了，不僅有人與人之間的競爭，還要和機器PK。最有效的辦法，是我們要采取行動，加強自身的學習，不斷的成長。黑馬搭了一個非常好的舞臺，有黑馬成長營、高管營，這會增強未來對人工智能的競爭力。

第二個結論，借用一位90後黑馬同學的話，他說，“當新東西出來的時候，不要徘徊、不要猶豫，不要觀望，先去接觸和了解它。”今天，人工智能時代已經來了，雖然它還沒有形成摧枯拉朽的勢頭，但是已經萌芽並且快速成長了。在座的每一位，去學習、了解和體驗人工智能，將會對未來人工智能發展和企業的發展有巨大的啟發和幫助。或許，下一個抓住時代機會的那個人，不是那些光環下的大牛們，而是在座的你、我、他。

今天沙龍的討論環節就是這樣，最後每人用一句話發表一下自己對未來的暢想，你覺得人工智能和企業，將來會變成什麽樣？

陳運文：我覺得，用人工智能技術來提供企業服務是大勢所趨，這個行業里面現在最需要的和最難被替代的，是開發企業服務人工智能系統的優秀人才。

徐懿：我最大的焦慮來源於對未來的未知，所以要保持一顆對未來未知的敬畏之心和學習之心，才能夠跟上未來的發展。我相信，人工智能真正到來的那一天，會引起比第一次、第二次工業革命更大的改變。如果你真的能趕上這一波，才會對未來有更大的發展。

桑文鋒：還是我前面一句話，大家還是需要擁抱用機器代替人這種趨勢，不要跟它做對抗。

胡宇東：非常感謝今天的三位嘉賓，我也留一句話：作為鸚鵡螺教育的創始人，我們現在是一個全國連鎖雙師教學的互聯網教育機構，同時我們的學習管家系統，也希望能夠替代現在的人工教育服務。

今天或許就是一個歷史性的時刻和開端，臺上的嘉賓有可能有一天會成為新時代的大咖，而臺下的小夥伴們也會成為大潮當中璀璨的一員。因為我們是最早來到這里，最早見證、最早體驗的一群人。

文章評論

匿名用戶

發布

全部評論：10

發布

Model 3難產，消息稱特斯拉明年又將推Model Y

據外媒報道，特斯拉計劃於2019年11月正式開始生產SUV車型Model Y，並於兩年後在中國進行生產。特斯拉未就此向第一財經記者做出回應。

據了解，特斯拉正在矽谷向Model Y供應商進行早期的招標。首批Model Y將在特斯拉目前位於Fremont的工廠生產。

不過特斯拉目前還在為Model 3的交付掙紮。新車型是否能夠按計劃推出仍然是一個大大的問號。特斯拉CEO馬斯克在最近接受采訪時稱，自己睡在工廠的地板上，並不是因為“這是一個很酷的地方”，而是因為自己“沒辦法回家洗澡”。

馬斯克承認目前特斯拉正在經歷“痛苦期”。Model 3剛推出就吸引了40多萬的訂單，但交付期限卻一拖再拖。截至今年3月底的最後一周，特斯拉公布Model 3周產量為2020臺，不及預期的2500臺。根據特斯拉此前制定的目標，到今年第二季度末，Model 3周產量將達到5000臺。

產量不及預期，也令特斯拉的現金流緊張，這家公司到目前為止還未產生盈利，近期華爾街正在警告瘋狂的資本盡快從特斯拉撤離。

這令特斯拉正在取代蘋果成為華爾街的“大空頭”。根據金融機構S3 Partners的數據，賣空特斯拉的資金過去一個月增長28%達到107億美元。另據調研機構FactSet的數據，目前特斯拉流通股中，賣空的百分比也占到25%。

S3 Partners研究部主管Ihor Dusaniwsky對第一財經記者表示：“過去5周，空頭卷土重來，特斯拉正在成為市場賣空的對象，這種現象自2016年來是第一次見到。”

馬斯克的計劃總是制定的過於激進。他曾在上個月的西南偏南大會上公開承認這是他的問題。投行高盛認為，特斯拉Model 3的生產目標難以完成，可能根本達不到公司宣稱的2000臺左右的量。“我們相信2000臺的目標是不可持續的，我們的預計是周產量1400臺左右。”高盛分析師David Tamberrino在給投資者的信中寫道。

Model Y看起來是馬斯克制定的又一個“難以完成的計劃”。業內人士告訴第一財經記者：“通常整車制造商在推出一款新車前兩年到兩年半就要開始選擇供應商，如果特斯拉要在明年年底推出Model Y，但僅僅是現在才開始選擇供應商，那麽一年半的時間是非常緊張的。”

激進的生產目標也意味著公司可能以犧牲生產質量為代價。特斯拉本月初剛剛宣布將在全球範圍內召回超過12萬輛Model S，根據中國質檢總局最新公布的信息，涉及中國相關Model S的召回數量超過8000輛。

此外，上個月在矽谷駕駛Model X發生車禍身亡車主的家屬已經對特斯拉提起訴訟，指控特斯拉的自動駕駛系統Autopilot的性能缺陷導致了這起車禍。

盡管沒有給出Model Y的具體生產路徑圖，但今年2月，馬斯克曾向分析師宣布，Model Y的產能將達到年產能100萬臺。根據馬斯克的計劃，Model Y在美國Fremont工廠的最高產能將達到50萬。但分析師認為這一目標似乎永遠無法實現。

不過好消息是，中國已經宣布將降低進口汽車關稅，以及將放寬汽車行業外資股比限制的政策 。這對特斯拉無疑是個重大利好。馬斯克當天就發布Twitter稱：“這是一個重大的舉措。”特斯拉本周股價大漲5%，不過近一個月仍然下跌8%。今年以來，特斯拉股價累計下跌超過3%。