人工智能“邂逅”高考：那一天，機器人來了

這是一個普通的高考考場：考生就坐，準備就緒，開始答題。

但這又不是一個普通的高考考場。這里不夠安靜。在一個大約300平方的大廳里，循環播放著一首鋼琴曲，時不時還有女主持人和男嘉賓的對話。大廳一排排的椅子上坐著興奮而略帶焦躁的觀眾，人們竊竊私語，似乎都對他的解題過程充滿興趣。

面對音樂和干擾，考生表現出了良好的心理素質。他全神貫注地解題，速度與質量沒有受到外界的絲毫干擾。他解開每一道題的速度為7到15秒。據熟悉他的人介紹，這是他放慢了6倍的結果。

他放慢的原因是：他不僅需要把題目做對，還需要給大家展示他是如何做到的。根據高考要求，他不能直接說話。他也沒有多余的手來為觀眾進行演算。一切只能通過禮堂前部的大屏幕來展示：左邊是一個由無數藍色光點組成的大腦，每算一道題，藍色大腦里就會跳出若干以紅色、黃色、藍色節點構建的知識鏈。每個節點旁邊有一行白色的字，標注著這道題涉及了哪些知識。

屏幕的右邊是正在演算的題目。藍色光標在題目末端閃爍，過一段時間打出一行字：那是他給出的答案。答案閃現的飛快，一些觀眾干脆從椅子上站起來，想看清楚題目以跟上他思考的速度，但往往還沒有把題目讀完，就已經到了下一道題。

開始時間是6點40分：這比高考要晚了近5個小時。不過，在這場為他專門準備的考試里，才開始了不到8分鐘，而他已經快把題目做完了。

最終，他答完了題。用時9分47秒。幾乎在他答完題目的同時，在2000公里外的成都，另一個與他類似的考生，也已完成了題目。他們使用相似的屏幕輸出，做一樣的北京市高考數學卷，只不過那一位成都的考生用時要比他稍長些：22分鐘。

經過數學特級老師、奧賽教練韓兆勇的評審，他的分數最終公布：134分。

為了衡量這個分數的價值，有3組高考狀元陪他一起進行測試：狀元一組得分，119分。狀元二組得分，140分。狀元三組得分，146分。最終結果是，他惜敗于最精英的人類“做題家”。

在另外一邊，成都的考生也得出了結果。他的成績是105分。這一分數不如北京的考生一樣顯眼。但對他而言，無疑仍是個巨大的進步——僅4個月前，他的成績只有93分。4個月的時間里，他就提升了12分。

這兩位特殊的考生正是中國歷史上第一次正式參加高考的人工智能。北京的“考生”是學霸君推出的智能教育機器人Aidam，而成都的“考生”則是由成都準星云學科技有限公司開發的人工智能系統AI-Maths。在恢復高考的第40年，TA們來了。

國家級項目“高考機器人”

在李世石和柯潔先后慘敗于圍棋AI AlphaGo之后，“人機大戰”成為了許多媒體在報道機器人的過程中常常出現的詞語。或許由于此，在機器人宣布參與高考之后，網民的評論也日趨兩極化。一種聲音認為，人工智能參與高考，很可能是在“蹭AlphaGo的熱度”，或是認為人工智能進行高考，猶如學生用計算器計算數學題，有何意義？而更多的人，即便承認人工智能參與高考有價值，也認為以高考的難度，人工智能要獲取好成績，仍屬不可能。

甚至在知乎“如何評價國產機器人將參加2017年高考？”問題下，有一個高票答案斷言“當今人工智能的發展，機器是不可能在非西藏，新疆等省份考入一本的，在新疆西藏考文科還有個一搏，理科是會死路一條。”對數學的估計是“估計60？80比較靠譜”。也有人認為機器必須要聯網才能獲得答案，否則會“老師，if斷網，404 not found”。

在兩位人工智能參與高考的前一天（6月6日），科大訊飛輪值總裁吳曉如及訊飛研究院院長胡國平接受媒體采訪，對這些問題作出了回應。

據吳曉如披露的內容和相關資料綜合，機器人參加高考，并不是所謂的“人機大戰”后才出現的噱頭。在國家層面，“高考機器人”是國家“863”計劃信息技術領域“基于大數據的類人智能關鍵技術與系統”項目的重要研究目標之一。該項目由科大訊飛聯合30多家科研院校和企業共同參與，早在2015年便已立項。

作為國家級項目，研制“高考機器人”有多方面的意義：首先，聚集國內的一些比較頂級的研究機構和科學家，一起來攻關現在人工智能領域相關的一些重要的技術問題；其次，由于人工智能的發展，傳統用以測試人工智能水平的“圖靈測試”已經逐漸落后，而高考正是一個能充分體現和應用人工智能相關的多種能力的領域。最后，人工智能參與高考，將會根據不同領域分為不同的攻關組，這些攻關組所取得一些技術成果，能夠運用到相關行業和領域，如翻譯和車載控制等。

作為國家級項目，“高考機器人”仍在開發和完善之中，要2019年才會正式參加考試。但今年參與考試的“考生”之一準星云學AI-Maths，與該項目有著密切關系。資料顯示，準星云學的核心團隊于2015年參與了“基于大數據的類人智能關鍵技術與系統”，并主導子課題“初等數學問題求解關鍵技術及系統”。后者正是AI-Maths技術的重要來源。除此之外，AI-Maths還綜合了清華大學大數據及自然語言識別等前沿技術，是“一款以自動解題技術為核心的人工智能系統”。

而另一個“考生”Aidam，則來源于學霸君。此前，學霸君接受采訪時曾經描述，教育中清楚地分析知識點，做到知識框架全局可細分就需要用數據來驅動學習效果，而數據則來源于學生使用學霸君時的各種行為記錄。

在講解Aidam的背后邏輯的時候，學霸君的首席科學家陳銳鋒使用了圍棋作為比喻。類似于圍棋棋盤可以被分為無數橫軸和縱軸，人的思維模式和解題模式也可以被具象為棋子，棋子的縱軸與橫軸分別代表起始的狀態和下一步的狀態，這樣，每一次題目的可能解法，就相當于在一個龐大思維矩陣里下棋的過程。而學霸君此前積累的龐大的題庫與數據記錄，恰恰類似于無數張圍棋棋譜，為人工智能自主學習提供了可能性。“我發現，原來在我們的題庫里面我們記錄了大量的關于狀態之間可跳轉、可推演、可演算、可關聯的信息。”

不同的背景決定了二者不同的解題思路，甚至在一定程度上截然相反：準星云學的AI-Maths與“863”計劃的高考機器人的思路一致，強調“不聯網、不連接題庫、無人工參與”，在只有少量訓練樣本的情況（只有約500套試卷、1萬道題的訓練量）以機器建立類似人類的復雜邏輯推理能力與聯想能力，試圖讓機器在較少樣本和較少資源耗費的情況下，擁有“舉一反三”能力。而學霸君的思路則強調大題庫（已經有超過7000萬的巨大題庫），通過海量的題庫、用戶行為數據，以及AI自我博弈，從海量題目中找到適合共通的知識元件和解題模式。從某種角度說，這兩種模式的區別類似于AlphaGo早期版本的學習過程，計算機可以通過規則自己對弈，也可以學習棋譜。從此前的測試中看，Aidam的成績要好于AI-Maths，但如果以純粹人工智能的難度和多行業的延展性，AI-Maths要略高一籌。

不過，盡管距離人類并不遙遠，但無論是AI-Maths還是Aidam，仍然有很長的路要走。

尚有很長的路要走

在4個月前的那次首次亮相中，AIMaths僅得了93分。事后，準星云學CEO林輝在接受記者采訪時，認為它失分的重要原因來源于“無法理解題意”，它們缺乏人類生活的常識，它們無法理解“投資”“理財”這些概念。

在現場AI-Maths的研究人員舉了一個例子：它可能能夠解決復雜的數學問題，因為1？9的數字對它理解起來非常很容易。但是人工智能要理解“蘋果是什么”卻很難，因為一個具象蘋果，需要非常多的描述。人類可以從小從生活經驗里習得，而AI則不能。這也導致了，在語言相對更復雜，概念更多的應用題領域，AI的難度要比人類解題大得多。

這一問題同樣困擾著Aidam的開發者。陳銳鋒簡要介紹了AI的答題過程必須經過三步：第一步，從自然語言轉為形式語言，需要將復雜的數學題分析其中的語法結構，抽出其中的主謂賓，形成能夠讓AI理解的語句；第二步，從形式語言進行自我映射、自我推理，并完成最終解題過程；第三步，將解題完成后的機器語言翻譯回人類的語言。僅在解決“如何將幾何語言轉化為機器語言”這一難題上，開發者就花費了整整一年的時間。此次的題目也是由人手工輸入，在一定程度上降低了AI解讀的難度。

但從整個AI行業而看，AI對語言的理解，乃至對于主觀題的判斷，又比人們設想的更加迅速。據吳曉如在訪談中介紹，目前科大訊飛的智能閱卷產品，已經可以實現對主觀題，甚至對語文、英文的作文題都可以實現自動評分，包括給出詳細批語，甚至可以對學生們用的好的一些優秀的排比句，和名人名言給予針對性的鼓勵和評點。另一方面，微軟小冰在2017年5月19日出版的詩集《陽光失了玻璃窗》獲得好評，被認為比起去年的高考作文有了很大的進步。

從以往的技術發展進度看，人工智能從第一次走進高考考場，到最終攻克應用題和語義理解難關，獲取較為優異的高考的各科分數，到最后考入清華和北大，只是時間問題。或許真正的問題是，之后人們如何與人工智能相處，乃至借助AI的力量，讓教育變得更有質量、更個性化，也更加公平。例如此次的兩家公司：學霸君和準星云學，其技術都包括了自動批改、智能評測、學習診斷等功能，這也逐漸成為目前的“AI+教育”類產品的標配。

這不禁讓人聯想，2017年是中國恢復高考制度40周年。這40年，高考制度成功的打破了原有的社會壁壘，改寫了無數中國人的命運。那么下一代，AI走入教室和考場，又會改變哪些人的命運呢？