隨著 AI 技術的發展,幾乎每次有新的成果,都會有人擔心,我們離被機器統治的距離還有多遠。不過,最近幾條關於 AI 的消息可以讓我們鬆一口氣:至少它們現在還和普通孩子沒什麼區別。

「我不是在玩遊戲,我是在學習!」

這是很多孩子被抓到偷玩電腦時經常說的一句話。不過在 AI 領域,這還真就是這樣。因為,相比棋類運動這類單純依靠策略的訓練,遊戲往往能夠更好地模擬出現實世界的混亂。

在 2015 年, Google 旗下人工智慧創業公司 DeepMind ,(就是那個開發出 AlphaGo 的公司,)就通過自我學習打通了包括彈磚塊在內的 49 款雅達利經典遊戲。但這其中,並不包括經典的吃豆人。

(吃豆人遊戲畫面。圖源: Giphy

吃豆人這款看似簡單的遊戲,其實其背後蘊含的策略,要比圍棋複雜得多。要玩好這個遊戲,對 AI 來說,它需要完成四件事情:走迷宮、吃小球、吃水果和躲避敵人。而真正的難點,在於如何讓 AI 在不到 1 秒的時間內基於這四種情況做出最佳選擇。簡單的說,就像是讓四個分屬不同部門的人在 1 秒內完成對當前狀況的評估並就如何行動達成一致,還不能出錯。

此前,這款遊戲已知的最高分由人類威爾遜(Wilson Oyama)保持,為  266,330 分。但在幾天前,這一紀錄被加拿大的一家創業公司打破。他們訓練的 AI 成功拿到了之前被認為只能通過作弊來獲得的理論上最高成績—— 999,990 分。

( 26 萬分需要打到第 35 關。圖源:High Score

無論是圍棋也好、吃豆人也罷,隨著時間的推移, AI 在遊戲方面的能力已經越來越強。

可在其他領域呢?

看不懂話、寫不明白題,AI 參加高考顯不足

當讓 AI 和人類一樣做數學題的時候,AI 就顯得力不從心了。當然,這裡的技術難點其實並不在於如何做題,而在於與出題人、閱卷人溝通上。

正在領導開發高考機器人 Aidam 的陳瑞峰所說,讓 AI 參與高考,有三大難關。

首要難關是需要讓 AI 理解題目的意圖,並將其轉換為準確的、可被機器理解的語言;其次,是邏輯推理,通過已有的題庫來推測最佳的解題路徑並得出結論;最後,則是輸出關。機器需要再度把之前思考的過程轉換為人類能夠理解的語言,輸出到試卷上。

(想讓機器理解這個笑話,估計還有點難度。圖源:Disp

簡而言之,想要答好題, AI 不僅要讀懂、解答題目,還需要讓人用看得明白的方法答題。這些難關聽起來簡單,但要讓 AI 真正準確做到,確實難償所願。

報道,在今年 6 月 7 日, Aidam 再度挑戰高考。這次,它回答了中國卷二文科數學卷,獲得了 134/150 分的高分,卻依舊不敵同場競技的高考狀元們。

(學霸君發布會。來源:芥末堆

這已經不是 AI 在標準化測試考試中的第一次嘗試。

早在 2015 年,華盛頓大學也研發了一個 AI ,專註於 SAT 數學幾何部分的解答,其正確率也只有可憐的 49% 。

而在 2016 年,日本的東 Robo 機器人在屢屢衝刺東大失敗后,也放棄嘗試,轉而投身數據分析事業。

總而言之,儘管科技界一再警示我們 AI 發展將給我們社會帶來的衝擊,但就目前而言,它依舊處於早期發展階段。在 AI 發展出與人類順暢交流的能力之前,我們暫時還不用擔心它對人類社會帶來的傷害。

圖源: Disruptor Daily

轉載文章請附上來源:現在的 AI 就像娃:玩得轉遊戲卻搞不定數學 – 科技空間 TechRoomage

LEAVE A REPLY

Please enter your comment!
Please enter your name here