機器人挑戰(zhàn)高考數(shù)學(xué)告敗 AI＋教育還將如何進化？

機器人高考數(shù)學(xué) AI 教育

周麗梅 | 2017-06-08 11:23

【數(shù)據(jù)猿導(dǎo)讀】 6月7日，高考第一天第二場數(shù)學(xué)考試結(jié)束，場外，兩名機器人“考生”的“應(yīng)考”才剛剛開始。身處北京的學(xué)霸君智能教育機器人Adiam和來自成都準(zhǔn)星云學(xué)的高考機器人AI-MATHS將分別完成不同體量的數(shù)學(xué)試題，他們的競爭對手，一邊是往屆優(yōu)秀的高考狀元，另一邊是期望的110分

機器人挑戰(zhàn)高考數(shù)學(xué)告敗 AI＋教育還將如何進化？

6月7日，高考第一天第二場數(shù)學(xué)考試結(jié)束，場外，兩名機器人“考生”的“應(yīng)考”才剛剛開始。身處北京的學(xué)霸君智能教育機器人Adiam和來自成都準(zhǔn)星云學(xué)的高考機器人AI-MATHS將分別完成不同體量的數(shù)學(xué)試題，他們的競爭對手，一邊是往屆優(yōu)秀的高考狀元，另一邊是期望的110分。

就在10天前，柯潔和AlphaGo的人機大戰(zhàn)還在為人們津津樂道，2.0版本的AlphaGo隨著算法的完善和自我學(xué)習(xí)的不斷增強，犀利的表現(xiàn)依然令人類棋手驚嘆不已。

不同的是，AlphaGo專攻圍棋，Adiam和AI-MATHS專攻數(shù)學(xué)。AlphaGo的難點在于自我的學(xué)習(xí)，通過與自己對弈積累經(jīng)驗，從第一步開始，它就在計算每一步的勝率，進而選擇最佳落子位置。而研發(fā)考試機器人的難點在于，要讓系統(tǒng)理解人類語言，后面做題的步驟反而較少。相比圍棋的黑白規(guī)則、點位置規(guī)則和吃子規(guī)則，高考機器人在本地知識庫和泛化知識庫的大量規(guī)則要復(fù)雜很多。例如遇到不懂的生詞，人類考生會結(jié)合上下文語境進行理解，但機器人就會因為“讀不懂”而卡殼。

最終，學(xué)霸君的Aidam用時10分鐘完成答題，獲得134分，三組高考狀元分別得分119分、140分和146分，平均分135分，從分?jǐn)?shù)來看，學(xué)霸還是在高考中扳回一局;另一款準(zhǔn)星高考機器人AI-MATHS北京卷用時22分鐘完成北京文綜數(shù)學(xué)考試，得分105;全國二卷數(shù)學(xué)考試用時10分鐘，得分100分，離預(yù)期的110分也還存在著差距。

事實上，這并非機器人首次參加考試。2015年，來自日本國立情報學(xué)研究所(NII)研發(fā)的人工智能(AI)技術(shù)能在日本高考中考取511分的成績，可被80%的日本大學(xué)錄取?？荚嚨膬?nèi)容包括數(shù)學(xué)、物理、英語以及其他科目。

去年，微軟小冰就首次嘗試了中國高考的作文寫作。這次挑戰(zhàn)中，小冰寫了《進步和退步》、《神奇的書簽》兩篇作文。結(jié)果，小冰的語言不僅沒有我們想象的優(yōu)美，運用修辭和復(fù)雜的句法，相反，還邏輯混亂，離題千里。顯然，這樣的文章在考場上很難拿到好成績。

歷年人機之戰(zhàn)

除圍棋和高考外，過去二十年中，機器人還曾在國際象棋、電視問答節(jié)目和德州撲克等幾個領(lǐng)域應(yīng)戰(zhàn)人類選手。

1996 年 2 月，國際象棋世界棋王卡斯帕羅夫就與IBM的超級國際象棋電腦“深藍(lán)”展開了“實際大戰(zhàn)”。6局比賽，深藍(lán)最終以2：4落敗。一年后，“深藍(lán)”運算速度提高了一倍，達到兩億次每秒。1997 年深藍(lán)再戰(zhàn)棋王卡斯帕羅夫，最終以3.5：2.5(1勝2負(fù)3平)獲勝，成為首個在標(biāo)準(zhǔn)比賽時限內(nèi)擊敗國際象棋世界冠軍的電腦系統(tǒng)。

2006年，浪潮天梭超級計算機挑戰(zhàn)人類象棋大師的交戰(zhàn)中，當(dāng)時的中國象棋第一人許銀川與浪潮天梭在巔峰對決中兩戰(zhàn)皆和。

2011年，IBM的超級計算機Watson參加美國綜合挑戰(zhàn)節(jié)目《危險邊緣》。人類選手詹寧斯和魯特都是這個領(lǐng)域的頂級高手，前者曾創(chuàng)下連續(xù)74場贏得比賽的紀(jì)錄，后者在比賽中共拿到325萬美元獎金，但依然不敵Watson。比賽進行第三天，Watson以41413美元的分?jǐn)?shù)鎖定勝局，而兩位人類選手分別僅獲得19200美元和11200美元。

2016年3月，在與AlphaGo的對決中，來自韓國的世界圍棋冠軍李世石以1：4告負(fù);2017年3月，AlphaGo的升級版Master橫空出世，通過下快棋連勝職業(yè)高手60盤;2017年5月23日—5月27日，柯潔與AlphaGo對弈共三局。最終比分比分3：0，AlphaGo勝。

今年1月11日至1月30日，美國卡內(nèi)基梅隆大學(xué)開發(fā)的人工智能Libratus(“冷撲大師”)與4名人類頂尖德州撲克選手展開“人機大戰(zhàn)”。經(jīng)過了為期20天，總計對戰(zhàn)12萬手牌的賽程，最終人工智能取得勝利。與之前和人類在棋類的競賽中比拼智力不同，AI在德州撲克項目上挑戰(zhàn)人類反映了AI更值得關(guān)注的進化方向，即在面對大量不完整信息時，機器的概率統(tǒng)計和運籌策略，以及巨大的信息處理計算量。

1996年到2017年的20年間，多次人機之戰(zhàn)從側(cè)面印證了人工智能的進化歷程：從計算能力超越人類到學(xué)會自然語言理解，再到深度學(xué)習(xí)并且掌握不完美信息的博弈能力，直至理解人類思考過程，以及處理信息的能力。

切中痛點，輔助教學(xué)提高效率

其實，早在高考機器人的概念成為熱門關(guān)鍵詞之前，針對各個專業(yè)領(lǐng)域知識處理的自動問答系統(tǒng)的研發(fā)，全球頂尖的研究機構(gòu)已經(jīng)有各類嘗試。

比如 1984年啟動的塞克(Cyc)工程，其目標(biāo)是建立一個龐大的人類常識知識庫，用于回答和解決一系列的科學(xué)和技術(shù)難題。2002年啟動的 Project Halo則是要研發(fā)一個科學(xué)知識庫，用于回答學(xué)生或?qū)I(yè)人員提出的復(fù)雜科學(xué)問題，Project Aristo則致力于解答標(biāo)準(zhǔn)化考試問題。

像所有考生不斷做題鞏固知識點和AlphaGo學(xué)習(xí)3000多萬人類棋譜一樣，此次參加高考的AI-MATHS也經(jīng)過大量“刷題”訓(xùn)練，目前已訓(xùn)練500套、約1.2萬道題。

準(zhǔn)星云學(xué)科技CEO林輝曾在接受媒體采訪時表示：“高考機器人每天要‘吃’10套題，我們將考卷輸入進去，機器人就開始做題，可以學(xué)習(xí)小學(xué)到高中的7000多個考點，運算量可達2的800次方。”

對于此次結(jié)果，林輝表示很欣慰。AI-MATHS在完全掐斷題庫、斷網(wǎng)、無人干涉、僅有11臺服務(wù)器、1.2萬道題小樣本訓(xùn)練場景下的諸多限制下，機器人實現(xiàn)自動解題時會受到巨大限制，必須要求機器人能夠完全理解題干，包括題干中的數(shù)字、名詞等，同時也要能夠讀懂題意，否則，沒有辦法完成題目解答。“它不是題庫，而是理解答題的邏輯。”這是林輝對數(shù)學(xué)機器人的解釋。

而在Aidam現(xiàn)場解題過程中，學(xué)霸君創(chuàng)始人兼CEO張凱磊介紹，機器解題分為三個步驟，第一步是通過句法解構(gòu)、算式解構(gòu)和主謂賓解構(gòu)，轉(zhuǎn)譯為機器能看懂的語言，從而讓機器讀懂題目;第二步是激活神經(jīng)元之間的連接，機器通過自動證明和推理，得出解題結(jié)果;第三步是將解題步驟和結(jié)果翻譯為人類語言，展示給學(xué)生和老師。

此外，科大訊飛也于2015年7月對外公布了“訊飛超腦”計劃，并表示數(shù)學(xué)也是機器相對容易攻克的學(xué)科。為什么在很多考生看來更難學(xué)的數(shù)學(xué)對機器來說反而更得心應(yīng)手呢

訊飛研究院院長胡國平認(rèn)為，“因為數(shù)學(xué)更多的是依據(jù)符號邏輯。詳細(xì)來說主要有兩方面的原因，一個是數(shù)學(xué)題目的語言理解相對比較容易，因為都是一些比較標(biāo)準(zhǔn)化、結(jié)構(gòu)化的描述語言或出題語言，所以機器較好理解;第二，幾十年前就已經(jīng)做得比較好的定理、自動證明等一系列的研究成果，也可以在高考機器人中發(fā)揮作用”。

事實上，教育并非AI滲透的第一個領(lǐng)域，消費電子、電子商務(wù)、媒體、交通和醫(yī)療等行業(yè)都有人工智能的身影。而在教育行業(yè)，我們今天的教育模式同幾個世紀(jì)以前相比幾乎未曾改變，仍舊遵循著“講臺圣人”和流水線式灌輸?shù)慕逃Ｊ健?/p>

但隨著優(yōu)質(zhì)教師資源的減少和課堂規(guī)模的增加，AI被寄予在提高教育質(zhì)量和可負(fù)擔(dān)性方面扮演著重要角色。當(dāng)然，研發(fā)人工智能機器人并不僅僅是為了參加智力答題競賽，高考機器人也并不是人工智能系統(tǒng)研發(fā)的最終目的。

與人類PK不是最終目的，兩家機器人的布局探索

關(guān)于此次與高考狀元的PK，準(zhǔn)星云學(xué)和學(xué)霸君都表示，其目的不是為了與人類PK，而是利用高考機器人的技術(shù)輔助老師更高效地教學(xué)。

據(jù)獵云網(wǎng)了解，不論是準(zhǔn)星云學(xué)還是學(xué)霸君，經(jīng)過多年的積累，如今在教育領(lǐng)域的嘗試還不止于挑戰(zhàn)高考。目前，準(zhǔn)星已研發(fā)出了可自動批閱主觀題的“準(zhǔn)星智能評測系統(tǒng)”等AI教育系列產(chǎn)品。已落地的AI教育產(chǎn)品主要針對中學(xué)數(shù)學(xué)，大概涵蓋幾十個章節(jié)、四五千個知識點和考點。

伴隨人工智能技術(shù)的浪潮，準(zhǔn)星積極搶占全球人工智能產(chǎn)業(yè)制高點。在教育領(lǐng)域，準(zhǔn)星超前實現(xiàn)智能閱卷、自動出卷、個性化教學(xué)等教學(xué)環(huán)節(jié)，用信息化技術(shù)推動教育領(lǐng)域變革，更會利用準(zhǔn)星的人工智能核心技術(shù)不斷擴展、遷移，推動形成完整的人工智能產(chǎn)業(yè)鏈。

同樣，學(xué)霸君也在判卷、個性化指導(dǎo)、個性化作業(yè)、教案改進等方面有所嘗試，如此前就曾推出了在線一對一輔導(dǎo)產(chǎn)品“君君輔導(dǎo)”。君君輔導(dǎo)采用了筆+本的智能套裝：老師用智能筆在配套本子上所寫的板書，可以同步顯示在電腦屏幕的課件當(dāng)中，學(xué)生可以在自己的電腦屏幕上看到老師的筆跡;學(xué)生作答時，筆記也會同步傳輸，在老師端實時看到。

高考機器人能夠完成自動解題意味著它在盲測場景下，具備感知分析、認(rèn)知聯(lián)想、推理驗證的能力。因此，只要把題目和答案告訴機器人，它就會知道如何批閱，越到學(xué)生的作業(yè)和試卷，能標(biāo)記出錯誤的步驟，進行批閱。

場景下找需求，避免讓AI淪為玩具機器人

通過人工智能技術(shù)的引入大幅提升教學(xué)和學(xué)習(xí)的效率，然后提高教和學(xué)的效果，這是目前高考機器人的主要應(yīng)用場景。因此可以預(yù)測，2017年，我們將看到AI在教育領(lǐng)域的更多應(yīng)用，包括：

1、能夠批改學(xué)生文字作業(yè)的AI;

2、回答學(xué)生問題的機器人;

3、輔導(dǎo)學(xué)生的虛擬個人助理;

4、提供身臨其境動手學(xué)習(xí)的虛擬現(xiàn)實和計算機視覺;

5、模擬和游戲化教學(xué)平臺;

獵云網(wǎng)結(jié)合此前調(diào)查和分析發(fā)現(xiàn)，當(dāng)下，教育機器人存在以下幾個方面的問題：

首先，要嘗試內(nèi)容開發(fā)，避免淪為玩具機器人。早在教育機器人推向市場之際，娛樂性多于教育價值的聲音此起彼伏。為了避免這樣的窘境，不論是主打陪護的機器人，還是輔助學(xué)習(xí)的機器人，都開始嘗試做內(nèi)容開發(fā)。畢竟，教育機器人最重要的屬性還是“教育”，確定好的教育定位、增強教育屬性成為諸多教育機器人目前在深耕的方向。但目前所呈現(xiàn)的情況是，“教材”質(zhì)量不高，大多屬于”產(chǎn)品說明書“或”用戶指南“式的，缺少課程與教學(xué)專家的參與和指導(dǎo)。

其次，教育因為本身的專業(yè)性、系統(tǒng)性及教育機構(gòu)的壟斷性，很難立即打通，換言之，教育機器人的消費者與用戶是割裂的，這也就鋪開了面向B端市場和C端市場的兩條路徑。一方面面向?qū)W校等B端機構(gòu)，希望成為教學(xué)輔助工具;一方面則面向家庭，希望在陪護和教育之余切入更多的服務(wù)空間。但國內(nèi)教育機器人市場C端理念還不夠成熟，市場目前仍處于培育期，不少C端產(chǎn)品不斷死去，B端市場成為了教育機器人發(fā)展的關(guān)鍵之路，也成為了連接C端的重要銜接點。

再次，一方面，越來越多的教育機器人瞄準(zhǔn)幼兒市場，教育機器人教學(xué)走向低齡化;另一方面，兒童陪護機器人也在向更專業(yè)的教育方向開始延展。例如，360兒童陪護機器人在自身沒有開發(fā)內(nèi)容和課程的情況下，和悟空識字、數(shù)學(xué)王國等25家以上的內(nèi)容方合作，將軟件嵌套到機器人中，并根據(jù)機器人的屬性進行適當(dāng)調(diào)整，如學(xué)畫畫等就會利用機器人獨有的AR幻鏡進行交互式教學(xué)。

當(dāng)然，各種政策也在暗示著這個領(lǐng)域蘊含著多重潛力。例如，去年9月份教育部發(fā)布的《關(guān)于“十三五”期間全面深入推進教育信息化工作的指導(dǎo)意見(征求意見稿)》中，明確提到學(xué)校要探索STEAM教育、創(chuàng)客教育，這為教育機器人的學(xué)校普及做了鋪墊，都將在一定程度上讓更多的學(xué)校擁抱教育類機器人。

此前，在與柯潔三番棋對弈完勝之后，谷歌Deep mind團隊表示，AlphGo將正式封棋，并停止其在圍棋領(lǐng)域的開發(fā)，將更多精力放在AI的快速落地上。人機圍棋之戰(zhàn)的落幕開啟了機器人在更多實用領(lǐng)域的探索。

Adiam和AI-MATCH今天的高考成績只是機器階段性的成果，盡管和最優(yōu)秀的人類考生相比還有距離，但它并非要做一架“考試機器”，而是為了“輔助”和“提效”——隨著學(xué)校和大學(xué)在不斷開發(fā)在線戰(zhàn)略、尋求降低成本和改善產(chǎn)出的機會，AI在教育中的應(yīng)用度還將繼續(xù)上升。

來源：獵云網(wǎng)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。