分数出炉!吊炸天的人工智能竟被高考秒成渣

简介:

高考机器人内心OS:明年高考复读再战!!!

最近一段时间,人类是和机器人杠上了。围棋比赛中,AlphaGo三连击柯洁;而在关乎高三学生命运的高考上,机器人也跑来凑热闹。

在高考的第一天,一台名为Al-Maths的人工智能机器人和考生一起参加了数学考试。“手速惊人”的Al-Maths在短短的22分钟时间内完成了北京文科数学试卷,但最终由于读不懂题,所以只拿了105分(满分150分)。

分数出炉!吊炸天的人工智能在高考面前不过是个学渣

看到这个分数,可能不少人松了一口气,心想这个人工智能不过是个“学渣”。

那些年,参加过高考的机器人战果如何?

人工智能机器人参加考试也不是第一回了,岛国在这方面经验就很丰富。他们的人工智能Torobo-kun参加了东京大学的入学考试,然而成绩非常不理想。在去年的秋季入学考试前,日本研究人员甚至放弃了继续让Torobo-kun参加考试,因为成绩实在是太差了!

比如这个问题,“小明每天从家去学校的路程是900米,某一天,他放学的时候去了反方向五百米的超市,问小明在路上一共走了多长距离?”

这种问题对于我们来说,简直是送分题,但是对人工智能来说,他可能就无法理解小明放学去超市是什么,导致无法得出正确的答案。

分数出炉!吊炸天的人工智能在高考面前不过是个学渣

在今年的高考中,人工智能教育机器人Aidam也对阵了6名来自不同地区的前文理科状元,这场数学PK之战中,Aidam的分数倒是不错,拿到了134分,不过还是没有我们状元的均分高。

在2月份的时候,成都中学也上演过一场“人机大战”,高考机器人对战43名高三文科班学生,最终以93分败给了学生们106分的平均分。

从这些战绩来看,人工智能似乎一直处于下风。相比较AlphaGo这种神一般的存在,参加考试的人工智能机器人还有很大的进步发展空间。

高考机器人是偏科“学渣”

犹记得在AlphaGo和柯洁对战期间,马云针对那场人机围棋大战发表了这样的评论,他不认为AlphaGo战胜柯洁有多厉害,认为中国企业去搞这种东西没有多大的意义。而下围棋是一件非常有意思的事情,但是机器人可以快速运算出后面的几百步,失去了下围棋的意义。

分数出炉!吊炸天的人工智能在高考面前不过是个学渣

而高考机器人参加考试也同样引起不少争议,一些吃瓜群众认为让机器去参加这种应试教育毫无意义。

然而,从科学研究的角度来看,这种看法过于极端。无论是下围棋还是参加考试,本身作为一种娱乐的噱头之外,更重要的是对于现阶段人工智能的测试。

以高考机器人为例,从2015年开始,其就被列入国家863计划信息领域“基于大数据的类人智能关键技术与系统”项目的重要研究目标之一。

而为什么会选择高考,并不是说要拿出碾压人类智商的分数,而是考虑到试卷中所包含的语义理解、逻辑推理等等元素,这些正是人工智能所需要研究和攻克的难点,只有通过不断地测试去强化学习能力,才能建立出具有逻辑推理能力的算法和模型。

测试结果也表明,人工智能在自然语言理解上存在诸多局限性,在一些深度的知识表现和语义理解上需要不断的突破,用通俗的一句话来说,人工智能机器人非常“偏科”,像历史、语文这些内容毕竟不是简单的1和0就可以“翻译”的。

分数出炉!吊炸天的人工智能在高考面前不过是个学渣

所以在这个过程中需要大量的数据去不断地测试、训练人工智能算法,建立出一个浩大的深度学习模型,从而将复杂的语言转化为机器语言。

而一旦可以训练出“对答如流”的高考机器人,那么对于将来AI在实际生活应用的意义将是里程碑式的。

AI下棋、参加高考,意义何在?

以AlphaGo为例,谷歌DeepMind研发的AlphaGo里的深度学习、神经网络、MCTS,和扩张、计算能力都是通用的技术,一旦成熟之后,如果要进入一个新的应用领域,只要有AlphaGo的底层技术就可以快速开发出有效的解决方案。

分数出炉!吊炸天的人工智能在高考面前不过是个学渣

而人机大战并不是说故意去蹭热点,其最终的意义是更广泛的生活应用。比如正在研究的高考机器人,现在市面上已经出现一些辅助学生学习的机器人产品。未来,在一些师资力量比较单薄的边远地区,AI或许可以代替人类老师去帮助这些渴望学习的学生。

对于普通人来说,三天的高考结束可以好好地放松一场。但是人工智能不需要,也体会不到这种长期处在高压下后突然减压的愉悦兴奋。不过人工智能机器人最终的目标也不是考上大学,而是这个过程中去测试和学习内在的自然语言和逻辑分析系统,为推广应用到其他行业做早期的技术积累。

如果人类考试是走上人生巅峰的第一步,那么这些参加考试或者围棋比赛的AI则是改变未来世界的第一步。


原文发布时间: 2017-06-09 19:13
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
深度探索人工智能在医疗影像诊断中的应用与挑战####
本文深入剖析了人工智能(AI)技术,特别是深度学习算法在医疗影像诊断领域的创新应用,探讨其如何重塑传统诊断流程,提升诊断效率与准确性。同时,文章也客观分析了当前AI医疗影像面临的主要挑战,包括数据隐私、模型解释性及临床整合难题,并展望了未来发展趋势。 ####
|
2天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
【10月更文挑战第34天】人工智能(AI)技术正在改变医疗行业的面貌,为诊断过程带来前所未有的效率和准确性。通过深度学习、神经网络等技术,AI能够分析大量数据,辅助医生做出更快速、更准确的诊断决策。然而,AI在医疗领域的应用也面临着数据隐私、算法透明度和医疗责任等一系列挑战。本文将探讨AI在医疗诊断中的具体应用案例,分析其面临的挑战,并提供对未来发展方向的思考。
|
4天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像处理中的应用
【10月更文挑战第32天】本文将深入探讨人工智能(AI)如何在图像处理领域大放异彩,从基础的图像识别到复杂的场景解析,AI技术正逐步改变我们对视觉信息的理解和应用。文章将通过具体案例,揭示AI如何优化图像质量、实现风格迁移和进行内容识别,进而讨论这些技术背后的挑战与未来发展方向。
|
5天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与前景
本文探讨了人工智能(AI)技术在医疗诊断领域的应用现状及其未来发展前景。通过分析AI技术如何辅助医生进行疾病诊断、提高诊断准确性和效率,以及面临的挑战和伦理问题,本文旨在为读者提供一个关于AI在医疗领域应用的全面视角。
|
6天前
|
机器学习/深度学习 人工智能 监控
人工智能在医疗健康领域的创新应用
本文旨在探讨人工智能技术在医疗健康领域的创新应用。通过分析AI如何助力疾病诊断、治疗计划制定、患者监护以及药物研发,本文揭示了AI技术为现代医疗服务带来的革命性变化。此外,文章还讨论了实施这些技术时面临的挑战和未来发展趋势,为医疗行业的数字化转型提供了深入见解。
|
7天前
|
人工智能 自然语言处理 自动驾驶
深入理解ChatGPT:下一代人工智能助手的开发与应用
【10月更文挑战第27天】本文深入探讨了ChatGPT的技术原理、开发技巧和应用场景,展示了其在语言理解和生成方面的强大能力。文章介绍了基于Transformer的架构、预训练与微调技术,以及如何定制化开发、确保安全性和支持多语言。通过实用工具如GPT-3 API和Fine-tuning as a Service,开发者可以轻松集成ChatGPT。未来,ChatGPT有望在智能家居、自动驾驶等领域发挥更大作用,推动人工智能技术的发展。
|
10天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗健康领域的应用
【10月更文挑战第25天】 本文深入探讨了人工智能(AI)技术在医疗健康领域的现状与未来趋势。通过对AI技术在疾病诊断、治疗方案优化、患者管理等方面的应用案例分析,揭示了AI如何助力提高医疗服务效率和质量。文章还讨论了AI技术面临的挑战,包括数据安全、伦理问题以及技术普及的障碍,并提出了相应的解决策略。通过本文,读者将对AI在医疗健康领域的潜力和挑战有一个全面的认识。
36 2
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的无限可能:技术前沿与应用实践
【10月更文挑战第23天】探索人工智能的无限可能:技术前沿与应用实践
|
14天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用及其挑战
【10月更文挑战第22天】人工智能技术正逐渐渗透到我们生活的方方面面,尤其是在医疗领域,它展现出了巨大的潜力。从辅助医生进行疾病诊断到预测患者病情的发展,AI的应用正在改变着传统的医疗模式。然而,随之而来的是一系列挑战,包括数据隐私、算法偏见以及医患关系的重新定位等问题。本文将探讨AI在医疗诊断中的应用实例,并分析面临的主要挑战,以期对未来的医疗AI应用提供深入的见解和建议。
|
14天前
|
传感器 人工智能 自动驾驶
人工智能在自动驾驶汽车中的应用
【10月更文挑战第31天】人工智能在自动驾驶汽车中的应用是科技进步与汽车产业转型的产物。通过计算机视觉、雷达、LiDAR和超声波传感器等技术,自动驾驶汽车实现了精准感知;借助复杂AI算法,实现决策与控制、路径规划与导航。尽管面临技术成熟度、法规与伦理、公众接受度等挑战,但未来自动驾驶汽车有望在全球范围内实现商业化普及,彻底改变出行方式,提高道路安全,减少交通拥堵,促进绿色出行。
下一篇
无影云桌面