如今AI就像娃:玩得转游戏却搞不定数学

随着 AI 技术的发展,几乎每次有新的成果,都会有人担心,我们离被机器统治的距离还有多远。不过,最近几条关于 AI 的消息可以让我们松一口气:至少它们现在还和普通孩子没什么区别。

“我不是在玩游戏,我是在学习!”

这是很多孩子被抓到偷玩电脑时经常说的一句话。不过在 AI 领域,这还真就是这样。因为,相比棋类运动这类单纯依靠策略的训练,游戏往往能够更好地模拟出现实世界的混乱。

在 2015 年, Google 旗下人工智能创业公司 DeepMind 就通过自我学习打通了包括弹砖块在内的 49 款雅达利经典游戏。但这其中,并不包括经典的吃豆人。

pac-man

吃豆人这款看似简单的游戏,其实其背后蕴含的策略,要比围棋复杂得多。要玩好这个游戏,对 AI 来说,它需要完成四件事情:走迷宫、吃小球、吃水果和躲避敌人。而真正的难点,在于如何让 AI 在不到 1 秒的时间内基于这四种情况做出最佳选择。简单的说,就像是让四个分属不同部门的人在 1 秒内完成对当前状况的评估并就如何行动达成一致,还不能出错。

此前,这款游戏已知的最高分由人类威尔逊(Wilson Oyama)保持,为 266,330 分。但在几天前,这一纪录被加拿大的一家创业公司打破。他们训练的 AI 成功拿到了之前被认为只能通过作弊来获得的理论上最高成绩—— 999,990 分。

score

( 26 万分需要打到第 35 关。图源:High Score)

无论是围棋也好、吃豆人也罢,随着时间的推移, AI 在游戏方面的能力已经越来越强。可在其他领域呢?

看不懂话、写不明白题,AI 参加高考显不足

当让 AI 和人类一样做数学题的时候,AI 就显得力不从心了。当然,这里的技术难点其实并不在于如何做题,而在于与出题人、阅卷人沟通上。

据正在领导开发高考机器人 Aidam 的陈瑞峰所说,让 AI 参与高考,有三大难关。

首要难关是需要让 AI 理解题目的意图,并将其转换为准确的、可被机器理解的语言;其次,是逻辑推理,通过已有的题库来推测最佳的解题路径并得出结论;最后,则是输出关。机器需要再度把之前思考的过程转换为人类能够理解的语言,输出到试卷上。

(想让机器理解这个笑话,估计还有点难度。图源:Disp)

简而言之,想要答好题, AI 不仅要读懂、解答题目,还需要让人用看得明白的方法答题。这些难关听起来简单,但要让 AI 真正准确做到,确实难偿所愿。

据报道,在今年 6 月 7 日, Aidam 再度挑战高考。这次,它回答了全国卷二文科数学卷,获得了 134/150 分的高分,却依旧不敌同场竞技的高考状元们。

ai-math

这已经不是 AI 在标准化测试考试中的第一次尝试。

早在 2015 年,华盛顿大学也研发了一个 AI ,专注于 SAT 数学几何部分的解答,其正确率也只有可怜的 49%。

而在 2016 年,日本的东 Robo 机器人在屡屡冲刺东大失败后,也放弃尝试,转而投身数据分析事业。

总而言之,尽管科技界一再警示我们 AI 发展将给我们社会带来的冲击,但就目前而言,它依旧处于早期发展阶段。在 AI 发展出与人类顺畅交流的能力之前,我们暂时还不用担心它对人类社会带来的伤害。

随着 AI 技术的发展,几乎每次有新的成果,都会有人担心,我们离被机器统治的距离还有多远。不过,最近几条关于 AI 的消息可以让我们松一口气:至少它们现在还和普通孩子没什么区别。

“我不是在玩游戏,我是在学习!”

这是很多孩子被抓到偷玩电脑时经常说的一句话。不过在 AI 领域,这还真就是这样。因为,相比棋类运动这类单纯依靠策略的训练,游戏往往能够更好地模拟出现实世界的混乱。

在 2015 年, Google 旗下人工智能创业公司 DeepMind 就通过自我学习打通了包括弹砖块在内的 49 款雅达利经典游戏。但这其中,并不包括经典的吃豆人。

pac-man

吃豆人这款看似简单的游戏,其实其背后蕴含的策略,要比围棋复杂得多。要玩好这个游戏,对 AI 来说,它需要完成四件事情:走迷宫、吃小球、吃水果和躲避敌人。而真正的难点,在于如何让 AI 在不到 1 秒的时间内基于这四种情况做出最佳选择。简单的说,就像是让四个分属不同部门的人在 1 秒内完成对当前状况的评估并就如何行动达成一致,还不能出错。

此前,这款游戏已知的最高分由人类威尔逊(Wilson Oyama)保持,为 266,330 分。但在几天前,这一纪录被加拿大的一家创业公司打破。他们训练的 AI 成功拿到了之前被认为只能通过作弊来获得的理论上最高成绩—— 999,990 分。

score

( 26 万分需要打到第 35 关。图源:High Score)

无论是围棋也好、吃豆人也罢,随着时间的推移, AI 在游戏方面的能力已经越来越强。可在其他领域呢?

看不懂话、写不明白题,AI 参加高考显不足

当让 AI 和人类一样做数学题的时候,AI 就显得力不从心了。当然,这里的技术难点其实并不在于如何做题,而在于与出题人、阅卷人沟通上。

据正在领导开发高考机器人 Aidam 的陈瑞峰所说,让 AI 参与高考,有三大难关。

首要难关是需要让 AI 理解题目的意图,并将其转换为准确的、可被机器理解的语言;其次,是逻辑推理,通过已有的题库来推测最佳的解题路径并得出结论;最后,则是输出关。机器需要再度把之前思考的过程转换为人类能够理解的语言,输出到试卷上。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。