也許將來埋心，機(jī)器將是教學(xué)工作最好的“助手”指郁。
6月7日下午，全國高考數(shù)學(xué)科目結(jié)束拷呆。
但就在考場之外闲坎，另一場數(shù)學(xué)“大考”剛剛開始。而面對考試的茬斧，則是和普通學(xué)子不同的特殊考生——人工智能箫柳。
在成都高新區(qū)天府新谷的一個(gè)封閉空間里，一位機(jī)器人“考生”挑戰(zhàn)了今年全國高考的數(shù)學(xué)啥供。它是成都準(zhǔn)星云學(xué)的高考機(jī)器人，名叫“AI-MATHS”库糠。
在北京伙狐，包括黑智在內(nèi)的眾多媒體涮毫，則圍觀了中小學(xué)智能化教育創(chuàng)業(yè)公司學(xué)霸君自主研發(fā)的智能教育機(jī)器人Aidam，與分為三組的6名高考狀元的同臺PK贷屎。
兩家的家長在此之前都很緊張罢防。成都準(zhǔn)星云學(xué)科技有限公司CEO、清華大學(xué)蘇州研究院大數(shù)據(jù)中心主任林輝把AI-MATHS”叫做孩子唉侄，他說咒吐，這孩子“最大的弱項(xiàng)是不能理解考題里場景式的描述語言”，它會讀不懂題属划。學(xué)霸君創(chuàng)始人張凱磊說Aidam就好似自己的女兒恬叹，送入考場前，也在求祝福同眯。
最終绽昼，Aidam花了9分47秒，完成了全部數(shù)學(xué)考卷內(nèi)容须蜗。最后現(xiàn)場閱卷結(jié)果硅确，Aidam考了134分，三組高考狀元分別得分為119分明肮、140分和146分菱农，平均分135分。從分?jǐn)?shù)來看柿估，人類“學(xué)霸”們在高考中循未，還是扳回一局。
準(zhǔn)星高考機(jī)器人AI-MATHS北京卷用時(shí)22分鐘完成北京文綜數(shù)學(xué)考試官份，得分105只厘；全國二卷數(shù)學(xué)考試用時(shí)10分鐘，得分100分舅巷，離預(yù)期的110分也還存在著差距羔味。
柯潔和AlphaGo的大戰(zhàn)剛剛落下帷幕，這邊人工智能就上了高考的考場钠右。和人類智力的挑戰(zhàn)梭姓，機(jī)器從未止歇。但AlphaGo已經(jīng)掛印退出棋壇猎拨，這邊參加高考的人工智能們葱轩，它們背后又是由哪些技術(shù)支持，在未來又將作何用途呢狠毯？
高考機(jī)器人和AlphaGo有何異同护糖？
在“備考”階段，Aidam的“父親”張凱磊向黑智表示嚼松，Aidam和AlphaGo一樣嫡良，并非實(shí)體锰扶，而是以深度學(xué)習(xí)、專家系統(tǒng)和自然語言理解為核心的復(fù)雜系統(tǒng)寝受。這個(gè)系統(tǒng)的核心在于通過學(xué)習(xí)人類的編程邏輯坷牛，熟悉人類思考和學(xué)習(xí)的方式，進(jìn)而掌握解題方法很澄。
Aidam的圖像識別和自然語言理解技術(shù)均為自己研發(fā)京闰，構(gòu)建了深度神經(jīng)網(wǎng)絡(luò)的句法和語義分析器，在海量題庫中不斷強(qiáng)化和擴(kuò)充訓(xùn)練甩苛。
目前蹂楣，學(xué)霸君已經(jīng)擁有7000萬道數(shù)學(xué)題目的題庫系統(tǒng)，以及大量的學(xué)生手寫和上傳題目圖片浪藻、各種教輔書籍中的題目庫捐迫，構(gòu)成了學(xué)霸君的智能機(jī)器人的訓(xùn)練數(shù)據(jù)。據(jù)張凱磊介紹爱葵，目前施戴，依靠學(xué)霸君的產(chǎn)品端的日活量，每天可以產(chǎn)生1700萬-1800萬張左右的題目圖片上傳萌丈。而其中赞哗，無論是拍照，還是學(xué)生手寫題目辆雾，均可以被Aidam的圖像識別系統(tǒng)識別肪笋，并記錄、收集度迂、標(biāo)記藤乙。在學(xué)霸君的題庫中，每一道題目均記錄了其答案惭墓、解析和不同的解題過程坛梁。在此基礎(chǔ)上，Aidam不斷進(jìn)行自動解題訓(xùn)練腊凶。
“系統(tǒng)每天大概做 40-50 萬道題目划咐，進(jìn)行自我訓(xùn)練【迹”張凱磊說褐缠。“我們是自己在超鏈路神經(jīng)網(wǎng)絡(luò)使用的時(shí)候發(fā)現(xiàn)风瘦，它對于記憶題目使用的步驟跟邏輯是有價(jià)值跟效果的队魏，所以開始大規(guī)模地在代數(shù)體系跟解析體系解決這個(gè)問題⊥蛏Γ”
目前為止胡桨，Aidam主要針對的是數(shù)學(xué)學(xué)科俐载。張凱磊對此的解釋是，數(shù)學(xué)題目的標(biāo)準(zhǔn)更加明確登失，容易判定對錯(cuò)⊥诰妫“我們目前看到學(xué)生咨詢最多的問題揽浙，超過40%都是數(shù)學(xué)問題。除了評價(jià)標(biāo)準(zhǔn)之外意敛，對于人工智能系統(tǒng)而言馅巷，數(shù)學(xué)的挑戰(zhàn)是比較有難度的。數(shù)學(xué)試卷中草姻，包括簡單的選擇題钓猬，也有復(fù)雜的需要解題過程的大題，這是非常適合測試AI的撩独，所以敞曹，我們這次選擇數(shù)學(xué)作為切入口∽郯颍”學(xué)霸君首席科學(xué)家陳銳鋒表示澳迫。
學(xué)霸君首席科學(xué)家陳銳鋒
陳銳鋒介紹，Aidam 的解題過程涉及到三個(gè)步驟：
一是理解和識別人類語言剧劝，把題目變成機(jī)器人可解碼橄登、可理解的語言，即通過自然語言處理將人類語言轉(zhuǎn)換為形式語言讥此。
二是邏輯推理拢锹，利用計(jì)算機(jī)的知識語言網(wǎng)絡(luò)，模擬人類處理信息的方式和策略萄喳，找出最佳解題路徑卒稳。
三是用人類的語言回答問題，并給出詳細(xì)的解題步驟取胎，即將形式語言轉(zhuǎn)化為自然語言展哭。
其中最大的難點(diǎn)在于讓機(jī)器理解人類語言，這也是自動解題系統(tǒng)被公認(rèn)的核心問題之一：自然語言處理中的語義分析闻蛀。
而AI-MATHS 學(xué)習(xí)了小學(xué)到高中的 7000 多個(gè)考點(diǎn)匪傍，運(yùn)算量可達(dá)到 2 的 800 次方。林輝認(rèn)為觉痛，跟 AlphaGo 相比役衡，高考機(jī)器人的研發(fā)難度更大，原因和陳銳鋒提到的類似薪棒，因?yàn)橛糜?jì)算機(jī)語言描述圍棋規(guī)則相對容易手蝎，但研發(fā)高考機(jī)器人榕莺，首先需要讓系統(tǒng)理解人類語言。這也是他在之前提到過的棵介，要讓AI-MATHS“讀懂題”钉鸯，是一件非常困難的事情。
而這并非機(jī)器首次向人類的考場發(fā)起挑戰(zhàn)邮辽。在日本唠雕，從2013年起，機(jī)器人Torobo（Todai Robot Project） 每年都會參加日本高考吨述，目標(biāo)是考入東京大學(xué)岩睁。它的物理成績不錯(cuò)，但受制于語言處理能力揣云，在其他科目的成績并不理想捕儒。在2015年，它考出了511分的成績邓夕，可以考上日本80%的大學(xué)刘莹。其研發(fā)負(fù)責(zé)人 Noriko Arai 教授表示，在目前的技術(shù)條件下翎迁，Torobo要考上東大很難栋猖，因此，它已經(jīng)放棄了這一學(xué)業(yè)汪榔，開始從事大數(shù)據(jù)分析方面的工作蒲拉。“現(xiàn)在的AI們痴腌，包括Waston雌团，Siri和Todai，都不能閱讀士聪，但它們擅長搜索和優(yōu)化锦援。” Noriko Arai 在今年的TED2017上說剥悟。
AI能否搶走老師的飯碗灵寺？
推出Aidam，學(xué)霸君的目的区岗，自然不會是單純讓它能夠去參加高考略板。學(xué)霸君給自己打出的口號是“干掉學(xué)區(qū)房”，但是在人工智能領(lǐng)域慈缔，張凱磊說叮称，Aidam并不會取代教師，而只是教育工作的輔助。
人類智能和人工智能的區(qū)別瓤檐，以及何等工作能夠被AI所代替赂韵，已經(jīng)是被業(yè)界無數(shù)次討論過的問題。在博鰲論壇上挠蛉，魯白的回答是：人工智能祭示，不會擁有人類一樣的智商、情感谴古，或擁有自主意識绍移。他解釋，人腦有五個(gè)方面的功能：第一是感覺讥电，第二是運(yùn)動，第三是記憶轧抗，第四是情感與情緒恩敌，第五是認(rèn)知『崦模“怎么樣跟人工智能或者電腦產(chǎn)生感情纠炮，論題中包括兩個(gè)方面：一個(gè)就是情感的產(chǎn)生與情感的交流，延展一下就是社會性灯蝴；一個(gè)方面是認(rèn)知恢口。認(rèn)知又分兩個(gè)部分，一個(gè)是一般的認(rèn)知穷躁，連動物都有耕肩，我覺得人工智能可以有這個(gè)方面的認(rèn)知功能，包括邏輯思維分析问潭，以及決策之類猿诸。人還有另外的一個(gè)方面的認(rèn)知叫做高級認(rèn)知功能，里面包括語言包括自我的意識狡忙，包括想象力梳虽、創(chuàng)造力最后還有人所特有的一種目的性的行為，而我認(rèn)為灾茁，人類是在這方面窜觉，是不能被機(jī)器代替的”弊ǎ”
而指導(dǎo)學(xué)生科研禀挫、教育人類學(xué)生學(xué)習(xí)知識，正是人類創(chuàng)造力和認(rèn)知能力的高級體現(xiàn)逗余。那么特咆，什么職業(yè)將被機(jī)器改變？和黑智談過的眾多業(yè)內(nèi)人士也總結(jié)，勞動并無高低之分腻格。那些和數(shù)據(jù)相關(guān)画拾，重復(fù)性較強(qiáng)、邊界清晰的工作菜职，容易被機(jī)器所取代青抛。
而在不擔(dān)心教師們失業(yè)的前提下，人工智能又將輔助我們的教育酬核，做到哪些工作蜜另？“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嫡意，比如举瑰，輔助批改作業(yè)∈呙”張凱磊說此迅。
在張凱磊的構(gòu)想中，“自動批改作業(yè)”一直是他希望實(shí)現(xiàn)的旧巾∷市颍“今天我們已經(jīng)有能力把學(xué)生的學(xué)習(xí)行為數(shù)據(jù)采集到電腦上面去，有能力把他書寫過程中的東西數(shù)字化鲁猩，但是一直以來我們都沒有這個(gè)能力讓機(jī)器去批改作業(yè)】补郑現(xiàn)在，我們靠深度學(xué)習(xí)技術(shù)廓握，開始有機(jī)會搅窿，把像人一樣將一道題目一步步推理出來這件事，在系統(tǒng)層面做出來隙券。無論這道題目是否在系統(tǒng)中錄入過戈钢，無論它的難度系數(shù)有多高，只要在它的認(rèn)可范圍內(nèi)是尔，都可以做出來殉了。”
而自動批改的核心目的拟枚，則是為了實(shí)現(xiàn)個(gè)性化教育的最終目標(biāo)薪铜。人工智能可以知道每一個(gè)學(xué)生的學(xué)習(xí)習(xí)慣、學(xué)習(xí)進(jìn)度和學(xué)習(xí)意愿恩溅。學(xué)生會的東西不會再出現(xiàn)隔箍；不會的東西，機(jī)器則會一直提醒脚乡，直到學(xué)會為止蜒滩。這樣滨达，每個(gè)學(xué)生看到的內(nèi)容、做的習(xí)題都是量身定制的俯艰。另外捡遍，通過人工智能，老師對每一個(gè)學(xué)生的了解將比以往任何時(shí)候都要深入竹握。因?yàn)槿斯ぶ悄軐谧疃痰臅r(shí)間里將學(xué)生的學(xué)習(xí)情況及時(shí)反饋給老師画株，老師可以直接讀取，而不會因?yàn)閷W(xué)生太多顧不過來啦辐。
“我們已經(jīng)開始逐步在學(xué)校里實(shí)行個(gè)性化教育的實(shí)踐谓传，在教育機(jī)器人完成后，也將加大推廣的力度芹关⌒”張凱磊表示。在學(xué)霸君現(xiàn)場展示的在某地學(xué)校的教學(xué)系統(tǒng)中侥衬，學(xué)生作業(yè)已經(jīng)數(shù)字化傳輸?shù)诫娔X上面庸推，并且后臺由機(jī)器批改完成，并對學(xué)生的完成情況浇冰、行為數(shù)據(jù)進(jìn)行了標(biāo)注和統(tǒng)計(jì)×觯“目前我們的教學(xué)改進(jìn)系統(tǒng)是靠學(xué)生做題的零散數(shù)據(jù)產(chǎn)生的離散模型肘习，把這些題做好了，提升效率之后看過程坡倔。未來漂佩，我們將把它擴(kuò)展到5000-6000個(gè)班級，這樣將會擴(kuò)充到幾十萬規(guī)模題量的學(xué)習(xí)過程罪塔，成為我們越來越強(qiáng)大的一塊資產(chǎn)投蝉。”張凱磊告訴黑智征堪。
在教育領(lǐng)域中瘩缆，對內(nèi)容數(shù)據(jù)的智能化的機(jī)器理解將為老師的教學(xué)和學(xué)生的自主學(xué)習(xí)提供非常豐富的信息支持，圍繞學(xué)生學(xué)習(xí)薄弱點(diǎn)的自適應(yīng)學(xué)習(xí)在機(jī)器理解的基礎(chǔ)之上將變得高效而又有針對性佃蚜。而學(xué)霸君研發(fā)的智能教育機(jī)器人庸娱，就是機(jī)器理解技術(shù)在教育領(lǐng)域的典型應(yīng)用。
Adiam和AI-MATCH的高考成績谐算，只是它們現(xiàn)在的階段性的表現(xiàn)熟尉。盡管距離人類的“學(xué)霸”水平仍有一段距離，但隨著學(xué)校提高教學(xué)效率的需求不斷增加洲脂，教育應(yīng)用落地的不斷深化斤儿，以及教育大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的發(fā)展，一個(gè)“機(jī)器助教”將會給我們打開新的大門。到那時(shí)往果，“干掉學(xué)區(qū)房”疆液，也許
真的不止是一個(gè)夢想。
