人工智慧「邂逅」高考：這一天，機器人來了

首先祝參加高考的學子們，能取得理想的成績。祝你們好運！

2017年6月8日，是中國恢復高考制度 40 周年。兩名特殊的「機器人考生」在這一天，進入了考場

這是一個普通的高考考場：考生就坐，準備就緒，開始答題。

但這又不是一個普通的高考考場：這裡不夠安靜。在一個大約三百平方的大廳里，循環大聲播放著一首鋼琴曲，時不時還有女主持人和男性嘉賓的對話。大廳一排排的椅子上坐著興奮而略帶焦躁的觀眾，人們竊竊私語，似乎都對他的解題過程充滿興趣。

面對音樂和干擾，考生表現出了卓越的心理素質。他全神貫注的解題，速度與質量沒有受到外界的絲毫干擾。他解開每一道題的速度為 7 到 15 秒。據熟悉他的人介紹，這是他放慢了六倍的結果。

他放慢的原因是：他不僅需要把題目做對，還需要給大家展示他是如何做到的。根據高考要求，他不能直接說話。他也沒有多餘的手來為觀眾進行演算。一切只能通過禮堂前部的大屏幕來展示：左邊是一個由無數藍色光點組成的大腦，每算一道題，藍色大腦里就會跳出若干以紅色、黃色、藍色節點構建的知識鏈。每個節點旁邊有一行白色的字，標註著這道題涉及了哪些知識。

屏幕的右邊是正在演算的題目。藍色游標在題目末端閃爍，過一段時間打出一行字：那是他給出的答案。答案閃現的飛快，一些觀眾乾脆從椅子上站起來，想看清楚題目以跟上他思考的速度，但往往還沒有把題目讀完，就已經到了下一道題。

時間開始是六點四十：這比高考要晚了近五個小時。不過，在這場為他專門準備的考試里，才開始了不到八分鐘，而他已經快把題目做完了。

最終，他答完了題。用時 9 分 47 秒。

經過數學特級老師、奧賽教練韓兆勇的評審，他的分數最終公布：134 分。

為了衡量這個分數的價值，有三組高考狀元陪他一起進行測試：狀元一組得分，119分。狀元二組得分，140分。狀元三組得分，146分。三組高考狀元平均分135分，最終結果是，他的分數以 1 分之差，惜敗於最精英的人類「做題家」。

幾乎在他答完題目的同時，在兩千公里外的成都，另一個與它類似的考生，也已完成了題目。他們使用相似的屏幕輸出，做一樣的北京市高考數學卷，只不過那一位成都的考生用時要比他稍長些：22 分鐘。

半小時後，成都的考生也得出了結果： 105 分。這一分數不如北京的考生一樣顯眼。但對他而言，無疑仍是個的進步 —— 僅四個月前，它的成績只有93分。4個月的時間裡，他就提升了12分。

這是兩位特殊的考生，正是中國歷史上，第一次正式參加高考的人工智慧。北京的「考生」是學霸君推出的智能教育機器人 Aidam，而成都的「考生」則是由成都準星雲學科技有限公司開發的人工智慧系統 AI-Maths 。在恢復高考的第四十年，TA 們來了。

狀元與Aidam的最終分數

為何要讓人工智慧參與高考？人工智慧有可能通過高考嗎？

在李世石和柯潔先後慘敗於圍棋AI Alphago之後，「 人機大戰 」 成為了許多媒體在報道機器人的過程中常常出現的詞語。或許由於此，在機器人宣布參與高考之後，網民的評論也日趨兩極化。一種聲音認為，人工智慧參與高考，很可能是在 「 蹭 Alphago 的熱度 」 ，或是認為人工智慧進行高考，猶學生如計算器計算數學題，有何意義？而更多的人，即便承認人工智慧參與高考有價值，也認為以高考的難度，人工智慧要獲取好成績，仍屬不可能。

甚至在知乎 「 如何評價國產機器人將參加2017年高考？」 問題下，有一個高票答案斷言 「 當今人工智慧的發展，機器是不可能在非西藏，新疆等省份考入一本的，在新疆西藏考文科還有個一搏，理科是會死路一條。」 對數學的估計是 「 估計60~80比較靠譜。」 也有人認為機器必須要聯網才能獲得答案，否則會 「 老師，if 斷網 , 404 not found 」 。

在兩位人工智慧參與高考的前一天（6月6日），科大訊飛輪值總裁吳曉如及訊飛研究院院長鬍國平接受媒體採訪，對這些問題做出了回應。

據吳曉如披露的內容和相關資料綜合，機器人參加高考，並不是所謂的 「 人機大戰 」 後才出現的噱頭。在國家層面，「 高考機器人 」 是國家863計劃信息技術領域 「 基於大數據的類人智能關鍵技術與系統 」 項目的重要研究目標之一。該項目由科大訊飛聯合30多家科研院校和企業共同參與，早在2015年便已立項。

「 高考機器人 」 有多方面的意義：聚集國內的一些比較頂級的研究機構和科學家，一起來攻關現在人工智慧領域相關的一些重要的技術問題；替代傳統測試人工智慧水平的 「 圖靈測試 」 ，全方面測試和應用與人工智慧相關的多個領域；最後將這些領域攻關所取得的技術成果，運用到相關行業和領域，如翻譯和車載控制等。

目前 「 高考機器人 」 仍在開發和完善之中，要 2019 年才會正式參加考試。但今年參與考試的 「 考生 」 之一準星雲學 AI-Maths ，與該項目有著密切關係。資料顯示，準星雲學的核心團隊於2015年參與了 「 基於大數據的類人智能關鍵技術與系統 」 ，並主導子課題 「 初等數學問題求解關鍵技術及系統 」 。後者正是 AI-Maths 技術的重要來源。同時，準星雲學還擁有智能推理解題判卷技術，即將數學知識體系全部串聯成知識網，能夠像人類一樣逐步思考、推理，最終對解題過程進行判定。

而另一個 「 考生 」 Aidam，則來源於學霸君。以拍照搜題為最初產品的學霸君，其產品已經有 6000 萬註冊用戶，答題搜索次數超過 60 億，老師在線答疑超過 500 萬次。

這一龐大的題庫和數據積累為 Aidam 的發展打下了基礎，「我發現，原來在我們的題庫裡面我們記錄了大量的關於狀態之間可跳轉、可推演、可演算、可關聯的信息。」 在講解 Aidam 的背後邏輯的時候，學霸君的首席科學家陳銳鋒使用了圍棋作為比喻。類似於圍棋棋盤可以被分為無數橫軸和縱軸。人的思維模式和解題模式也可以被具象為棋子，棋子的縱軸與橫軸分別代表起始的狀態和下一步的狀態，這樣，每一次題目的可能解法，就相當於在一個龐大思維矩陣里下棋的過程。而學霸君此前積累的龐大的題庫與數據記錄，恰恰類似於無數張圍棋棋譜，為人工智慧自主學習提供了可能性。

儘管目標類似，但不同的背景決定了二者的不同的解題思路，甚至在一定程度上截然相反：準星雲學的 AI-Maths 與 863 計劃的高考機器人的思路一致，強調 「 不聯網、不連接題庫、無人工參與 」。在只有少量訓練樣本的情況（只有約500套試卷、1萬道題的訓練量）以機器建立類似人類的複雜邏輯推理能力與聯想能力。試圖讓機器在較少樣本和較少資源耗費的情況下，擁有「舉一反三」能力。而學霸君的思路則強調大題庫（已經有超過7000萬的巨大題庫），通過海量的題庫，用戶行為數據，以及 Ai 自我博弈，從海量題目中找到適合共通的知識元件和解題模式。從某種角度說，這兩種模式的區別類似於Alphago 早期版本的學習過程，計算機可以通過規則自己對弈，也可以學習棋譜。從此前的測試中看，Aidam 的成績要好於 AI-Maths，但如果以純粹人工智慧的難度和多行業的延展性，AI-Maths 要略高一籌。

陳銳鋒為觀眾講解AI原理

不過，儘管距離人類只有「1分之隔」，但無論是 AI-Maths 還是 Aidam ，仍然有很長的路要走。

在四個月前的那次首次亮相中，AI-Maths 僅得了 93 分。事後，準星雲學 CEO 林輝在接受記者採訪時，認為它失分的重要原因來源於「無法理解題意」，它們缺乏人類生活的常識，它們無法理解「投資」、「理財」這些概念。

在現場，AI-Maths 的研究人員舉了一個例子：它可能能夠解決複雜的數學問題，因為1-9的數字對它理解起來非常很容易。但是人工智慧要理解「蘋果是什麼」卻很難，因為一個具象蘋果，需要非常多的描述。人類可以從小從生活經驗里習得，而 AI 則不能。這也導致了，在語言相對更複雜，概念更多的應用題領域，AI 的難度要比人類解題大得多。

這一問題同樣困擾著 Aidam 的開發者。陳銳鋒簡要介紹了 AI 的答題過程必須經過三步： 第一步，從自然語言轉為形式語言，需要將複雜的數學題分析其中的語法結構，抽出其中的主謂賓，形成能夠讓AI理解的語句。第二步，從形式語言進行自我映射、自我推理，並完成最終解題過程。第三步，將解題完成後的機器語言翻譯回人類的語言。僅在解決「如何將幾何語言轉化為機器語言」這一難題上，開發者就花費了整整一年的時間。此次的題目也是由人手工輸入，在一定程度上降低了 AI 解讀的難度。

但從整個 AI 行業而看， AI 對語言的理解，乃至對於主觀題的判斷，又比人們設想的更加迅速。據吳曉如在訪談中介紹，目前科大訊飛的智能閱卷產品，已經可以實現對主觀題，甚至對語文、英文的這樣一個作文題都可以實現自動的評分，包括給出詳細批語，甚至可以對學生們用的好的一些優秀的排比句，和名人名言給予針對性的鼓勵和評點。另一方面，微軟小冰在2017年5月19日出版的詩集《陽光失了玻璃窗》獲得好評，被認為比起去年的高考作文有了很大的進步。

從以往的技術發展進度看。人工智慧從第一次走進高考考場，到最終攻克應用題和語義理解難關，獲取較為優異的高考的各科分數，到最後考入清華和北大，只是時間問題。或許真正的問題是，之後人們如何與人工智慧相處，乃至藉助 AI 的力量，讓教育變得更有質量、更個性化，也更加公平。例如此次的兩家公司：學霸君和準星雲學，其技術都包括了自動批改、智能評測、學習診斷等功能，這也逐漸成為目前的「AI + 教育」類產品的標配。

這不禁讓人聯想，2017年6月8日，是中國恢復高考制度 40 周年。這 40 年，高考制度成功的打破了原有的社會壁壘，改寫了無數中國人的命運。那麼下一代，AI 走入教室和考場，是不是能改變人的命運？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！