专栏名称: 机器人网
机器人网 ( roboticschina.com) 为中国的机器人系统研发、设计与制造工程师社群提供最新产业和技术趋势,以及配套产业的技术方案与信息,涵盖工业自动化、教育、医疗和健康、农业/矿业/林业、家用和娱乐、探测和检测等六大应用领域。
目录
相关文章推荐
ChatAI42技术与产品  ·  Aguvis:提升的不仅是 UI ... ·  3 天前  
高工机器人  ·  嘉宾预告 ... ·  6 天前  
51好读  ›  专栏  ›  机器人网

无所不能的AI机器人放弃高考,竟是被它吓退了…

机器人网  · 公众号  · 机器人  · 2017-01-11 18:21

正文

据国外媒体报道,日本国立情报学研究所(NII)的研究人员宣布,放弃让人工智能系统“Torobo-kun”参加东京大学入学考试的计划。作为NII开发的人工智能机器人,Torobo-kun的终极目标是通过日本顶尖高校东京大学的入学考试,而目前的研究结果表明,这一计划遇到了难以逾越的障碍。


2016年11月14日,人工智能系统“Torobo-kun”在东京的千代田区参加一次模拟大学入学考试,正用机械臂填写答案


尽管近年来人工智能发展迅速,特别是近期接连战胜了多位围棋世界冠军,并在其他许多领域展现出惊人的能力,但在人类语言的阅读理解能力上,人工智能的表现一直很不如人意。从2013年开始,NII的团队就与其他机构合作,让Torobo-kun参加模拟高考。2016年,Torobo-kun第一次在模拟考试中获得了成功,显示它有80%的几率通过关东“难关私大”(非常难考的私立大学,包括明治大学、青山大学学院、立教大学、中央大学和法政大学,缩写为MARCH)和“关关同立”四所著名私立大学(关西大学、关西学院大学、同志社大学和立命馆大学)的入学考试。这次模拟考试是由一个大型的函授教育公司主持的。


此外,Torobo-kun还参加了由一个大型补习学校主持的模拟考试,内容是东京大学入学考试第二阶段的测试,并取得了不错的成绩,在数学科中平均得分为76.2。然而,NII的研究者在2016年秋季放弃了让Torobo-kun考入东京大学的远大目标。NII的Noriko Arai教授解释道:“人工智能系统无法理解必要的信息,阅读和理解句子含义的能力存在局限。我们发现,现在还没有办法使这一系统获得足够的分数,使它通过东京大学的入学考试。”


从一开始,Torobo-kun在每个科目的阅读理解测试中就表现得十分糟糕。例如,当它尝试回答一个世界历史问题:“谁是曹丕的父亲?谁成为了中国三国时代魏国的第一位皇帝?” Torobo-kun无法给出正确的答案。尽管Torobo-kun已经知道曹丕是曹操的儿子,但它无法想到曹操就是曹丕的父亲,因为它不理解父子关系。


有一个研究团队接受了开发Torobo-kun英语语言能力的任务,他们第一次引入了所谓的“深度学习”方法,尝试让人工智能在涉及5到10个句子的阅读能力测试中给出更多的正确答案。深度学习是一种创新技术,通过将大量的图片和文本数据反复读取到人工智能系统中,深化其学习能力。然而,Torobo-kun还是无法取得更高的分数,可能是因为数据不足。研究者因此放弃了深度学习方法。对一个想要提高通过深度学习提高答题成功率的人工智能系统来说,首先必须读取大量的数据。


参与该项目的NTT通讯科学实验室首席研究科学家Ryuichiro Higashinaka说:“为了通过(东京大学的)入学考试,最低要求是学习100万套问题陈述和正确答案。准备这些数据就将耗费巨大,根本是不现实的。”


即使在Torobo-kun放弃参加东京大学入学考试之后,许多研究者依然对人工智能的开发保持乐观。公立函馆未来大学的Hitoshi Matsubara教授及其团队一直在开发一个能够写小说的人工智能系统,并希望借此赢得一个文学奖项。他的项目还有另一个目标:通过学习已逝科幻小说家小松左京的文风和用词,完成后者未写完的小说《虚无回廊》。


“尽管目前的方法有自身局限,但我们或许能让它接受与人类不同的学习方法,从而理解其中的含义,”Hitoshi Matsubara教授说道。


不久前,谷歌旗下人工智能部门DeepMind开发的阿尔法狗围棋程序战胜了韩国棋手李世石,令世人大吃一惊。DeepMind通过深度学习方法,让人工智能系统阅读数十万条数字化的新闻,从而提高其阅读理解能力。据报道,该公司的人工智能已经能在新闻故事的概要中,以相对较高的正确比例填入适当的名词。


此外,还有研究者在开发一个能在极少量数据的情况下做出正确判断的人工智能系统,就像人类大脑在面对前所未有的情况时,能通过回忆以往的类似经历来做出判断。东京大学的计算机科学家Ken Sakamura 教授说:“人工智能系统在阅读理解上的局限性并没有那么大,因为这一领域仍是研究的最前沿。”


NII的Noriko Arai教授表示:“我们手里已经有了Torobo-kun的数据,任何改进人工智能系统的尝试都是欢迎的。”谁知道呢,在阅读理解能力上,人工智能或许有一天就真的熟能生巧了。


阅读原文,更多热门;扫码识别,关注“机器人网”