人工智能挑战高考 AI能否从940万考生中脱颖而出

本篇文章1936字，读完约5分钟

为高考开发人工智能的最大困难是系统很容易准确理解人类语言和问题的含义。

今年5月，柯杰与阿尔法狼作战的消息在中国引起轩然大波，人们一次又一次地关注人工智能。如今，人工智能已经进入发展和应用阶段。谷歌开发的阿尔法围棋专注于围棋领域；看看国内的人工智能企业，他们将在教育领域发起挑战。

“数学高考准明星机器人”艾数学将在公证员和媒体的见证下，与940万考生一起参加今年的高考，挑战2017年高考数学试题。

人工智能数学的创始人林晖说，这个机器人是基于清华大学的数据、人工智能、自然语言识别等技术的人工智能系统。7日数学入学考试结束后，会输入电子版的试卷，然后机器人会通过内部服务器计算显示答案结果。在挑战日，许多答案会在两个小时内完成，然后老师会批改试卷。

事实上，除了中国，日本也有类似的项目。2011年，日本国家信息技术研究所启动了“人工脑项目”。他们希望开发出一种人工智能，可以挑战东京的大学入学考试，并设定在2021年前被东京大学录取的目标。

人工智能数学，模拟考试成绩不理想，高考目标已经超过110

今年2月，处于“准备考试”状态的人工智能数学获得了93分(满分150分)，低于106分的平均分数。测试后，为了训练人工智能数学的回答速度，团队增加了问题的数量。目前，人工智能数学已经积累了500套问题。据悉，在挑战赛当天，ai-数学系将在2小时内同时回答多道高考试题，目标是110分。

因此，机器人具有突出的学习能力，但目前的技术存在一些问题。在R&D团队对人工智能数学的升级中，仍然存在需要不断改进的缺陷。例如，人工智能数学理解常识的能力很低，并且经常不能仅仅通过猜测来阅读主题。

人工智能解决问题的最大困难是准确理解问题的含义

以人工智能参与围棋为例，用计算机语言描述围棋规则相对容易，但系统很难在很短的时间内计算出每一步棋后几十步甚至几百步的不同情况。然而，为高考开发人工智能的最大困难是，系统很容易准确理解人类语言和问题主要含义背后的问题解决步骤。

人类的语言是不断变化的，他们不断创新，这几乎是不可能学会的。当学生在学习过程中遇到他们没有学过的新单词时，他们会根据上下文猜测单词的意思，但这对人工智能来说是相当困难的。例如，人工智能数学团队在训练中使用的正切的缩写是tan，但是如果标题中的tan被tg代替，人工智能数学就不能正确识别它。

在这方面，R&D团队不仅让人工智能数学练习更多的问题，使其理解更多的单词，还对系统的答案程序设置做了一些修改，使其能够给出一些答案，即使不能给出完整的答案，也能争取“解决过程的分数”。

难道还想死记硬背吗？如何学习人工智能？

当边肖得知人工智能即将参加考试时，他突然想起了那些年害怕被高考所支配的恐惧。每天都有单词、公式和文言文被书写和背诵，这让我一提到高考就不寒而栗。但事实上，人工智能和人类的学习方法完全不同。它是如何学习的？

人工智能如何实现自主学习？

根据外国作家迈克尔·科普兰的说法，他提出机器学习最基本的方法是使用算法分析数据，从中学习，然后对现实世界中的时间做出判断、决定和预测。与传统的编码程序不同，机器学习是从大量的数据中学习，并学习如何通过算法从数据中完成任务。

机器学习最成功的应用领域是计算机视觉。这个项目也需要大量的手工编码来完成。它需要为人工智能手工编写分类器和边缘检测过滤器，这样程序就可以感知外来物体并识别物体的起点和终点。例如，通过编写程序形状检测程序来确定外部物体是否为五边形；写一个分类器来识别交通标志上的“s-t-o-p”。

然而，目前实现“强人工智能”的技术还不完善。如果外部条件不够好，人工智能就不能有效地执行任务。例如，当标志变得不太清晰或被树挡住时，算法将很难成功。这就是为什么计算机视觉的性能不能一直接近人类的能力，因为它的计算结果太容易受到外界的影响。

20世纪50年代初，人工智能的发展紧紧围绕着思考机器和焦点人物，如艾伦·图灵和冯·诺依曼，并迎来了它的第一个春天。经过几十年的繁荣和衰落，以及难以置信的高期望，人工智能和它的先驱们再次携手达到一个新的水平。现在，人工智能正显示出其真正的潜力，深度学习和认知计算等新技术不断涌现，并不乏应用导向。

应用于教育场景的人工智能不是一个实体，而是一个以深度学习、专家系统和自然语言理解为核心的复杂系统。虽然人工智能在计算、推理和存储方面有着优越的能力，但它的突破在于它的自我深度学习和自我优化能力。

教育人工智能技术提供商cognii的创始人兼首席执行官迪·卡内西亚(Dee Canecchia)写了一篇文章，预测了2017年人工智能技术在教育领域的可能进展。在这篇论文中，他提出了以下要点:

1 .人工智能技术将在家庭作业批改、回答问题、咨询和实践学习等领域取得突破

ets此前曾尝试用人工智能技术来取代评委，并成功地复习了gre和sat写作答案，证明人工智能技术可以被“训练”来准确地分析和评判学生的答案

3 .人工智能技术也将在形成性评价领域发挥更大的作用。它可以通过提问、提供答案和向学生提供反馈来形成咨询课程。

如今，人工智能行业已经实现了跨越式发展，随着学校和大学不断开发在线策略并寻求降低成本和提高产量的机会，人工智能在教育中的应用将继续上升。人工智能将使教育生态系统中的所有利益相关者受益:学生可以通过即时反馈和指导更好地学习；教师将获得丰富的教学资源和敏锐的视角，实现个性化教学；父母可以用一种负担得起的方式看到孩子更光明的职业前景。

最后，我祝愿940万考生取得好成绩！人工智能数学在高考中表现如何？值得期待！