讓人工智能(AI)去做SAT(學術能力評估測驗，俗稱“美國高考”)數(shù)學題，“世界冠軍”能拿幾分?2月6日，上海腦中心/張江實驗室認知智能組與科大訊飛及復旦大學的合作團隊，奪得了SAT數(shù)學問題自動答題競賽世界冠軍，成績約合360分。即滿分800分的考題，綜合準確率為45%。

相較于申請美國名校的中國考生700分以上的高分，AI的表現(xiàn)似乎有些“孱弱”。對此，上海參賽團隊負責人之一、上海腦中心研究員周熠表示，解答SAT試題，尤其是綜合題，需要突破人工智能中自然語言和圖像理解、知識表示和深度推理等多重難關，這對于目前的弱人工智能而言，仍是難以完成的挑戰(zhàn)。“如果能讓人工智能取得SAT高分，將對這項技術的發(fā)展產(chǎn)生重要影響。”

對人工智能而言，參加高難度學業(yè)測試遠比下圍棋困難

2016年，“初級圍棋”(AlphaGo)讓人類棋手鎩羽而歸時，不少人驚呼：人工智能要超越并替代人類了!其實，早在2011年，IBM沃森機器人就在智力問答競賽中擊敗人類，贏得冠軍，成為人工智能發(fā)展史上的一個里程碑。

然而，要應付SAT這類高難度學業(yè)測試，不僅需要強大的計算能力，更需要理解人類思考和信息處理的過程——如果能順利通過SAT，將為人工智能技術發(fā)展樹起新的里程碑。

2011年前后，日本開始嘗試研發(fā)相關人工智能系統(tǒng)，目標是讓機器人考上東京大學?？上?015年、2016年人工智能兩次都未能考出理想成績，研究者最終選擇放棄，因為他們看不到系統(tǒng)提升的希望——要突破其中的技術難點，實在太困難了!

周熠告訴記者，解答SAT或高考試卷主要有兩大步驟——首先要理解題意，其次是推理和答題。這對人類來說，難度并不太大，可對計算機而言，卻是極度困難的任務，每一步都埋伏著重大挑戰(zhàn)，需要理論上的突破以及強大的工程能力作為支撐。

從眾多現(xiàn)有技術看，比如百度搜索，僅能從語法層面匹配字符串，并不能從語義層面理解字符串背后的含義。而在推理層面，當前人工智能在應用上獲得成功的主要技術，比如深度學習和知識圖譜等，只能進行非常簡單的淺層推理，而解答SAT或高考綜合題，往往需要多達20步推理步驟。

理論上有突破，答題準確率遙遙領先其他團隊

根據(jù)機器語義理解方向的當前學術難點和熱點，人工智能權威組織之一——國際語義評測研討會每年會遴選舉辦數(shù)項國際賽事。去年，機器人考試競賽首次入選。

“之所以選擇SAT，是因為它對目前的人工智能技術提出了重要挑戰(zhàn)，這些挑戰(zhàn)涵蓋人工智能的很多方面，包括知識表示與推理、機器學習、自然語言理解與圖像理解等。”周熠介紹，自2015年起，在863項目支持下，我國也開始研發(fā)考試人工智能系統(tǒng)。此次奪冠的人工智能“選手”就是幾年攻關的成果。

據(jù)了解，這次比賽共有來自全球各地的132支隊伍參賽，全部采取匿名形式。去年秋季報名后，每支團隊都收到了一份答題規(guī)范和訓練題集，然后利用這些資料開始編寫程序。直至今年1月底各團隊提交參賽程序后，就靜候結果。

2月6日，競賽成績揭榜，上海腦中心/張江實驗室與科大訊飛、復旦大學聯(lián)合團隊斬獲此次比賽的冠軍——答題綜合準確率達45%，比第三名的21%高出兩倍多。

為何上海人工智能團隊能以明顯優(yōu)勢領跑賽事?周熠說，主要有三方面原因。

首先，團隊用自主創(chuàng)新的“斷言邏輯”替代傳統(tǒng)數(shù)理邏輯來表示數(shù)學知識。斷言邏輯不僅表述更簡單、表達能力更強，而且更便于深度推理。

其次，在題意理解方面，團隊結合基于神經(jīng)網(wǎng)絡的深度學習和基于符號計算的專家系統(tǒng)這兩類迥然不同的人工智能方法。

最后，科大訊飛強大的工程實現(xiàn)能力為本次比賽提供了強有力的護航。

研發(fā)考試機器人蘊含顛覆創(chuàng)新機遇，應用空間廣闊

研發(fā)考試機器人，將推進人工智能知識表示與推理、機器學習、自然語言理解、圖像理解、搜索等諸多領域最前沿技術的發(fā)展與融合。而且，一旦獲得成功，這些技術將很快在實際生活中得到廣泛應用，包括智能客服系統(tǒng)、問答系統(tǒng)、對話系統(tǒng)、智能輔助、企業(yè)知識庫、信息抽取等。

“‘初級圍棋’作為棋類應用場景，運用范圍十分狹窄，而與考試機器人相關的技術應用和商業(yè)價值則要廣闊得多。”周熠透露，他們正在開發(fā)能夠自由組合知識點和規(guī)則的新一代考試機器人。未來，團隊希望在考試機器人中引入數(shù)學方法，比如反證、歸納、分情況討論等，這將是一個重大前沿突破?？拼笥嶏w正在將此類技術融合到智慧教育系統(tǒng)中，并已取得不錯的進展。

“不過，即使實現(xiàn)了突破，這也僅僅是弱人工智能通向強人工智能路上的小小一步。”周熠特別強調(diào)，這些點上的突破尚無法完全解決自然語言理解、常識問題、自動知識獲取等人工智能領域的重大科學問題。

相關鏈接

SAT數(shù)學問題自動答題競賽

SAT數(shù)學問題自動答題競賽是由國際語義評測研討會組織、面向SAT數(shù)學科目的機器自動答題國際競賽。該比賽覆蓋SAT數(shù)學科目的所有類型題目，難度與真實考試水平完全一致，訓練集合來自歷年SAT數(shù)學科目的真題，主要有代數(shù)、應用、幾何三種題型。

關鍵詞：