打开APP

“扬眉吐气”!AI高考数学考了134分,高考机器人输给了中国学霸!

当 AlphaGo又一次出招,三连胜中国围棋天才柯洁之后,或许人们担心的可能是,人工智能下一步又要在哪个领域干掉人类。不过,在考试这件事儿上,经过了大量“学习”的机器人,也还是没能超越人类。不得不说,中国学霸实在威武。

  今天的高考很特别,人工智能*次走进考场与中国考生PK。

  学霸君推出的Aidam最终在数学考试中拿下了134分,而且仅仅用了9分47秒的时间就完成了所有考试题目。成都准星云学科技有限公司推出的AI-MATHS,在考前仅做了500套试题,在数学考试中也只用了22分钟就完成了全部题目,最终分数105分。

  学渣说到"我蒙题都没这么快",与他一同考试的6位高考状元答题花了1小时,平均得分135分。

  这背后有一个好消息一个坏消息。好消息是虽然仅仅差了一分,但人工智能7到15秒就能回答一道数学题,还有详细解题过程,有了它,妈妈再也不用担心我的学区房!

  坏消息是再过几年人工智能全科都考过学霸了,亦如碾压围棋世界级九段高手柯洁那样,状元再也不是人类的专利,老师也可能被AI代替。

  人工智能PK全球状元

  6月7日晚在北京和成都两地,AI*次走进高考考场与人类一争高下。这是国内AI从游戏领域*次将触角伸向高考,目标箭指无数学渣闻风丧胆的学科——数学,这对人工智能来说却是最容易的科目。

  这两位参加高考的最新物种分别是学霸君推出Aidam和成都准星云学科技有限公司推出的AI-MATHS。为了避免泄题,考试在7日下午高考数学科目结束后进行,关闭外部网络由专业公证人员监考,输入电子版试卷读题,然后AI程序给出答案。

  高考机器人在中国才迈出*步,但在国外AI的目标已经剑指*学府。日本早在2011年就开始了AI考试程序的研发工作。通过六年的不断迭代,日本国立信息研究所自主开发的人工智能(AI)程序在日本的大学入学标准考试中拿到了511分,超过日本考生平均分416分将近100分!

  511分的成绩什么概念?这意味着AI在日本会被80%的院校录取。这已经碾压了无数勤学苦练的人类,但更劲爆的是日本的高考机器人预计在2021年达到日本最高学府——东京大学的录取线,向高考状元挺近。

  同样是2021年,日本的高考将灵活采用AI进行判卷。AI可以依据文章长短、词汇等人为输入的打分条件,对照答案,在瞬间判断正误。不仅比人类判卷老师效率高几个指数,而且失误率也更低。当积累一定的经验后,AI还能学习具体的判断标准,最终可以从多角度做出判断,逐步取代判卷老师。这个程序的开发者的*目标是继续提升AI技术的准确性,进而不断加深对人类想法的理解。

  除了日本,在美国高考机器人也已就位。由艾伦人工智能研究所和华盛顿大学联合开发的AI也参加了其自己国家的大学入学考SAT数学测试,并最终拿下了500分的成绩(总分800分)。虽然这个成绩稍稍低于平均分(513分),但AI却可以在直接关闭页面的情况下也能阅读试题。

  从美国和日本的AI考试成绩看,它表现*的科目是历史和数学,物理和阅读理解比较欠缺,这跟语言处理缺陷有关。这也是为什么中国的两家创业公司选择从数学科目切入高考。

  据参与者,成都准星云学科技有限公司CEO、清华大学苏州研究院大数据中心主任林辉介绍,在过去一年当中,公司在复杂逻辑推理、直觉观察推理、计算机算法、深度学习上都进行了深入攻关。“AI-MATHS是通过综合逻辑推理平台来解题的,而不是学习储存题库。”

  AI备战高考提升机器学习能力

  高考不仅仅提升了众多学生的学习能力对于AI也是一样。

  开发日本高考机器人的新井纪子教授说:“沃森项目是单纯以理解自然语言为目标的。但是,开发真正的人工智能,不应只满足于自然语言的处理,还需要‘听懂人说的话’(语音识别)以及‘理解图像’(图像识别)等各种各样的技术。”

  众所周知,在解答大学入学考试题时,不仅需要具备对语言的理解能力,还需要有理解图像的能力,以及回答听力问题等方面的技巧。所以,参加大学入学考试对人工智能的进步来说是一个很好的目标。

  以上述英语试题为例,上面的插图是英语听力试题的选择项。问题的内容是妈妈与儿子之间的对话。

  儿子问:“蛋糕上怎么摆放蓝莓好呢?”

  妈妈回答说:“在奶油与奶油之间各放一个蓝莓吧。”

  问题:这段对话中所说的摆法是哪一个图?

  人如果听懂了英语,一定明白③是正确答案。但是,让计算机选择这个答案是非常困难的。

  计算机中其实储存了草莓水果蛋糕、法式栗子蛋糕等很多种类的蛋糕信息。但是,与插图完全一样的蛋糕信息却没有。所以,让它认识到图中圆的物体是蓝莓、白的物体是奶油,是一件困难的事情。

  这个问题的根源在于计算机不理解所谓蓝莓和蛋糕的概念。在机器人脑子中,蛋糕就"蛋"和"糕"的结合,但现实中的蛋糕,是与“香甜”、“庆祝的时候经常吃的”等印象关联,包含了各种意象的概念。

  而人类任何对蛋糕的描述都是不精确的,无法教会机器,所以计算机不能正确理解“蛋糕”。但有了神经网络模型后,对蛋糕的描述工作交由机器去做,人类只需要提供很多蛋糕的图片即可,因此大数据+深度学习+神经网络可以慢慢的理解一些图形的含义。但神经网络的原理只是很浅层的模仿大脑,而不是真正仿制大脑,所以它远没有人类大脑的能力,所以它需要"狠多"大数据,不能举一反三,有很高的错误率。

  春晓资本董事AI方向投资负责人和平对品途商业评论表示:“虽然人工智能目前还处于初级阶段,但高考本身就是程式化的内容居多,几年内攻克高考对于AI来说不是难事。”

  AI将会颠覆高考

  人类的内心活动主要是感知、记忆、认知、判断与决策等几个层级概念,模仿人脑,进行人工智能的研究不仅十分热点,而且具有战略性意义。

  “高考机器人是一个人工智能在细分领域的一个试点,它的意义在于要找到一个大众都知道的,公正公平的测试环境,使其具有公认属性,以验证计算机在复杂信息输入的情况下,有合理的信息输出。”新井纪子教授说。

  已经完成C轮一亿美金融资的学霸君创始人兼CEO认为"AI在教育领域拥有丰富的应用场景,使机器判卷,个性化指导,个性化作业变成可能,老师和学生的学习效率可以大幅度提升。"

  前一段时间阿尔法GO战胜九段世界高手柯洁之所以备受瞩目是因为围棋是世界上最复杂的游戏之一。人的脑力很难处理围棋高达2的381次方的变化选择,围棋游戏体现人类智慧中联想、预断、决策等不能量化的精髓。

  让计算机挑战围棋高手中的高手,对DNA是01进制的计算机来说,也是无法完成如此大的计算冗余,考验的就是计算机在近几年飞速发展的决策机制和自学习能力,意义非凡。

  虽然计算量极其巨大,但围棋的规则相对简单。高考机器人的泛化知识库的大量规则,远远比围棋的黑白子规则复杂。但二者都是对计算机在规则或语言理解、推理演绎联想能力和决策判断力上的一个重大考验,高考机器人甚至要面对价值观、意识形态、艺术等很多不可量化的东西。可这其中的东西一旦实现,就意味着里程碑似的的突破!

  我们可以设想如果利用这些人工智能技术,实现一个集“批阅主观题、个性评测分析、自适应学习”于一体的“智能机器人老师”,这会是多么恐怖的事情。我们还可以利用人工智能技术将现有义务教育阶段的数学知识体系全部串联成知识网,像老师一样对学生记忆能力、理解能力、思维能力和学习习惯的问题进行分析,从而实现个性化辅导。

  对学生来说,这样的AI完全可以实现“24小时定制机器人家教”,对答案进行评判,识别思考误区和知识短板,并予以指导。

  高考机器人技术可以想象的空间太多,如果真深入下去还真能颠覆整个教育模式。也许某一天,高三学生再也不用苦于自己做的卷子可以绕地球一圈,只需要一个人工智能老师对学生因材施教,他就可以节约很多时间去做更多有创造力的事情,比如谈个恋爱。

  如果有一天,所有学生都能依托人工智能轻轻松松拿满分,那应试教育的意义完全失去了。

  硬币的另一面

  应试教育如果取消了,作为考生或者是考生家长的你也千万别高兴的太早。

  斯坦福大学*AI专家的书《人工智能时代》就有一个真实故事:

  内斯特父母是安装电话线的移民,他们坚信大学教育会成为更好生活的通行证。内斯特在获得文凭后,花了3个月递出1800份简历才找到一分工作。在公司,他从不旷工,即使生病,每天准时到岗,主动加班。后来,公司转卖,他又开始找工作。

  经历笔试面试,和100个人竞争后,他得到了父亲一样的工作——安装电缆线和网线。一周连续工作六天,每天12或14小时,拒绝加班就要被终止合同。虽然毫无职业发展的可能,但他对这份工作和薪水充满感激,平静地接受事实。

  但人工智能终将会打破这份难得的平静。有一种技术叫广域高带宽无线通信,可以轻松地淘汰安装网线这类工作,如果这个方法推广开来,创业者可以在丰厚的财产上再增加一笔可观的收入,而数以百万正在从事这一工作的人,不知将去往何处?

  内斯特的命运如今也摆在广大普通中国考生的面前,甚至是教师的面前。对于渴望靠高考改变命运的平凡考生来说,如果“没有高考的跳板,连体力劳动和脑力劳动技能都将被人工智能取代,我们还能做什么?”

  书中指出AI会成为富人的工具,"穷人拼尽毕生努力,仍然难以争取到富人唾手可能的东西。"平凡的我们永远不希望AI带给我们这样的世界。

【本文由投资界合作伙伴品途商业评论授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

先进制造数据总览

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】