来源：IT时报

　　人工智能机器人挑落围棋冠军之后，再战高考数学题

　　IT时报记者 潘少颖

　　高考一直被称为“千军万马过独木桥”。在今年的高考中，有两位特殊的“考生”也要试着过一过这独木桥，一位名为AI-MATHS，它的来头不小，被列入国家“863超脑计划”的“数学智能解题机器人项目”，由成都准星云学科技公司研发；另一位叫Aidam，是由智能化教育品牌“学霸君”自主研发的智能教育机器人。两个机器人分别在成都和北京迎战高考数学试卷，Aidam 挑战的是全国卷二文科数学卷，取得 134 分的成绩；AI-MATHS 先后向北京高考数学文科卷、全国卷二文科数学卷等多张试卷发起挑战，分别获得 105 分和 100 分的成绩。

　　刚刚送走围棋机器人Alpha Go，又迎来了高考机器人，这是AI人工智能第一次走进高考考场。当教育碰上AI，未来会产生怎么样的变化？

　　每天做几万道题

　　与Alpha Go一样，高考机器人并没有实体，而是一个能自动解题的人工智能系统。比如AI-MATHS，它由11台小服务器组成一台大型服务器，每个小服务器都有独立运算能力，在一个封闭网络的房间内，内部计算解答工作人员录入试题，AI-MATHS进行解题，之后由现场教师批改答卷，解题时间22分钟。

　　对于105分这个成绩，准星云学CEO林辉的评价是“正常发挥，几个月的书没有白读”。“本来准备根据高考时间进行测试，但考虑到这次挑战面向公众，因此压缩了时间，要求AI-MATHS尽快给出结果，如果时间再宽裕一点，或许成绩会好一点。”林辉向《IT时报》记者透露说，在内部测试时，最慢的时候，AI-MATHS解一道数学题用了70分钟，快的时候，一分钟不到。

　　和学生们平时不断地做练习卷一样，AI-MATHS在此之前也经历了“题海训练”，500套试卷、1.2万道题是它的训练量。但如果与Aidam相比，AI-MATHS的“学习量”还算相对轻松的，据学霸君CEO张凯磊向《IT时报》记者介绍，Aidam每天要训练30~50万道题目。之所以可以承受那么大的训练量，是因为在Aidam的背后有400台至强十二核64G内存的服务器加上1000台左右的辅助服务器，用张凯磊的话来说，这400台基本都是“Tesla（特斯拉）”。

　　对于Aidam 的“魔鬼训练”，林辉不置可否，他认为，科研开发也是要考虑成本的。更为关键的是，AI的最终目的是产生接近人脑的思维方式，而不是单纯地靠大数据取胜，“系统应该具备举一反三的能力，训练1万道题能做3万道题，才称得上成功。”

　　还没能力考语文

　　对于计算，AI有着人类所不可比拟的优势，这也是这次两个机器人不约而同选择做数学试卷的原因。据学霸君首席科学家陈锐锋解释，Aidam的解题步骤是先通过句法解构、算式解构和主谓宾解构，将高考数学题转译为机器能看懂的语言；然后再激活神经元之间的连接，机器通过自动证明和推理，得出解题结果；第三步是将解题步骤和结果翻译为人类语言，展示出来。

　　考试机器人的弱项也很明显。以AI-MATHS为例，在选择题和填空题上，它表现得十分亮眼，丢分环节主要是解答题，核心就是“看不懂题”。“如果题目是10-1=？，AI可以轻松作答。但如果题目用了场景描写，将其表述为‘小明有10个苹果，他吃了一个，还有几个苹果’，那AI就‘傻眼’了。这是考试机器人的通病，不能理解考题里场景式的描述语言。”林辉坦言。

　　对此，张凯磊也表示认同，他说，像语文、历史等没有标准且唯一答案的题目，就需要包括题目理解、知识表现、逻辑推理等技术，还要让机器学会表达。

　　另据记者了解，2014年，科大讯飞推出“超脑”计划，“超脑”计划的高考机器人项目包括两个独立的人工智能程序，分别主攻语文和文综。对比来看，数学是其中相对技术成熟的，语文和文综涉及的主观题部分对AI来说存在一定挑战，尤其是情绪、情感以及意识形态，对高考机器人来说都极有难度。因此，原本想和AI-MATHS一起亮相的语文高考机器人和文综高考机器人都缺席了。

　　工程师要会教学 老师要会写代码

　　在科大讯飞公司轮值总裁吴晓如看来，让AI去参加测试的主要目的就是要看看AI能达到一个什么样的水平，高考可以作为衡量人的知识水平、理解能力、推理能力的测试工具。

　　在张凯磊看来，和国外相比，国内研究考试机器人的一大优势就是有海量的无需版权的试题，国外很多试题都有版权，题库并不多，而海量的试题是训练机器人的基础，因此，在技术上目前国内和国外并无太大差异。而更起到推波助澜作用的是，作为新兴的前瞻性行业，考试机器人受到了资本的关注和热捧，因此并不缺钱。

　　目前，学霸君在安徽的五十多所学校中部署了此类机器人。张凯磊表示，这个系统的成本大约是每个班级几十万，研发考试机器人的目的是要向教育机构推广，进行商业化。“AI只会成为老师的助手，而不是取代老师。它不能代替老师讲解这道题为什么对，为什么错，而是分析学生的情况，告诉老师哪个知识点薄弱，需要加强。”而要达到这个水平，机器人要拥有的核心技术，其一是解题，其二是手写识别。

　　在机器人商业化的过程中，张凯磊面临的两大问题就是人才和观念。“研发过程中，需要工程师和老师一起参与，并且要求工程师会教学，老师会写代码，这样两全的人才很少，尤其需要能适应这种变化的教育人才。因此，现在做教育机器人的很多，但专做考试机器人的企业很少。此外，这套系统落地，需要老师、学生人手一个平板，不少家长恐惧互联网，觉得数码产品会影响学习。但实际上，未来教育也会有高技术的门槛。”

　　在林辉看来，考试机器人除了向批阅试卷转移外，还要有更多的业务场景，才能有更大的空间，从教育领域向金融、医疗、交通等众多领域迁移。“这个行业需要数学、计算机语言方面的人才，提高AI对自然语言的理解能力。我预计，到2020年左右，考试机器人就可以达到应用级别，可以批改作文、写出有思想性的文章。”