高考机器人当然不只是噱头，但 AI 解决不了教育不公平

AI 快要征服高考了，但它究竟能在多大程度上帮到我们？

人类刚刚送走了「围棋机器人」AlphaGo，又迎来了一群「高考机器人」。

6 月 7 日，由国内中小学智能化教育品牌「学霸君」自主研发的智能教育机器人 Aidam 与分为三组的 6 名高考状元同台 PK 高考数学科考试。

这六名高考状元分别是：孟祥熙，2016 年河北省理科状元，现就读于北京大学光华管理学院；刘默涵，2016 年吉林省理科状元，现就读于北京大学光华管理学院；韩子静，2016 年天津市理科状元，现就读于北京大学光华管理学院；韩笑，2016 年河北省廊坊市理科状元，现就读于中国人民大学物理学系；多力岗，2015 年新疆自治区理科状元，现就读于清华大学汽车工程系；孙盼成，2015 年安徽省六安市文科状元，现就读于中国人民大学。

双方比赛采用的是全国高考文科数学二卷，在一小时的考试时间内，两人合力完成一套试卷。虽然是两人合作，但中途不可以交流，开考前已决定好分工。最终，三组高考状元分别得分为 146 分、140 分、119 分，而 Aidam 为 134 分。

同一时间，另一场相似的比拼也在成都上演，由成都准星云公司开发的人工智能系统 AI-Maths 也在参加同一场考试，而它最终的成绩则是 105 分。

而就在前一天，科大讯飞公司轮值总裁吴晓如及讯飞研究院院长胡国平也接受了记者的采访，从 2015 年开始，他们就联合了包括北大、清华等在内超过 30 家科研院校和企业共同开启了一项隶属国家 863 计划信息技术领域的「高考机器人」项目，他们希望通过这个项目的实施，研制出能够参加高考并考取大学的智能机器人。但他们在 2019 年才会参加高考。

由于时间的原因，人们很难不联想到十几天前刚刚在棋盘上彻底击倒人类的 AlphaGo。

10 分钟答完整张试卷

毫无疑问，在运算速度上，人工智能拥有巨大的优势，Aidam 在录入完整的数学题目后，仅仅在 9 分 47 秒就完成了所有的答题，而高考状元们则花了整整 1 个小时。

根据张凯磊的介绍，Aidam 是以深度学习、专家系统和自然语言理解为核心的复杂系统。这个系统的核心在于通过学习人类的编程逻辑，熟悉人类思考和学习的方式，进而掌握解题方法。

当然，从最终的成绩上，我们也能看出在当前这个阶段，这类机器人还有很多问题存在。「我们现在已知的他会丢分的有大概 70 几种原因，这些问题都是我们没有克服的」，张凯磊说道。其中既有自然语言处理方面的因素，比如系统没能看懂题目；更多的则是出现的题目比较新，历史上没有出现过，因此系统之前也就没有学过。

从这里我们也能看出，目前的这些「高考机器人」还主要处于「被动学习」而非「自我成长」的阶段，它目前主要通过从过往的历史题集中不断学习，离自我主动摆脱人类题集的束缚自我成长还有一段距离。

而如果对此类新闻有所了解的同学也许会想起也是以做题为目的的人工智能程序 IBM Watson，当我们问及吴晓如高考机器人与它的区别时，它认为高考机器人更难的地方主要在两点：

• 第一， 在题面的理解上，随着一个题目里面绕来绕去的转折点越来越多，比如数学，如果它要把这个定理绕来绕去，那在题面的理解上就会很困难；

• 第二， 第二，高考里面比如说数学的一些题目，这些题目是需要看计算机是怎么去表证一个数学定理的，数学定理之间的逻辑关系到底是什么样？机器需要把这种知识要转换成计算机可以理解的知识。

当然，这些都不会局限在数学这一科上，因为数学更多的是依据符号逻辑，所以处理起来相对容易一些。但扩展到包括语文、历史等科目上，就需要具体包括题目理解、知识表现、逻辑推理等技术，怎样用人机互助的方式获得知识？还要让机器来学会表达。比如作文、阅读理解就既需要读懂文章去理解题目的意思，同时还需要去理解相应的常识。

挑战高考，是为了测试能力

说真的，在最初听到这个消息的时候，我也是很不解的：那么多值得你挑战的领域，为什么要选高考？难道我们的考生们还不够惨，还要被机器人也羞辱一番吗？

不过，在学霸君创始人兼 CEO 张凯磊看来，Aidam 输赢的结果其实并不重要，「我只是希望通过这样的 PK, 让教育业界了解到人工智能在教育领域的应用已经发展到了什么程度，人工智能已经可以像人一样思考知识点，一步一步输出过程和答案。」

科大讯飞公司轮值总裁吴晓如也持有相似的观点，在他看来，让人工智能去参加测试的主要目的就是要看看机器能达到一个什么样的人工智能水平，而随着后台海量数据库的增长，传统的「图灵测试」已经无法完全衡量人工智能的水平了。而高考是一种很好的，可以作为衡量人的知识水平、理解能力、推理能力等相关智能能力水平的测试工具，所以这个才是他们把高考作为这个项目主要目标的原因。

科大讯飞公司轮值总裁吴晓如

总结一下就是：高考的本质就是一种考试方式，既可以用它来测试学生们的学习水平，也可以用来测试人工智能的水平。

对于 AlphaGo 而言，此次围棋峰会将是 AlphaGo 参加的最后一场赛事。从现在开始，AlphaGo 的研发团队将把精力投入到其它重大挑战中，研发出高级通用算法，为科学家们解决最复杂的问题提供帮助，包括找到新的疾病治疗方法、显著降低能源消耗、发明革命性的新材料等。如果人工智能能够在上述领域发现新的知识和策略，那在这些领域的突破将十分可观。我们已经迫不及待地想看到这一切的发生。

在 5 月 27 日与柯洁的最后一盘棋结束之后，DeepMind 公司联合创始人兼 CEO 戴密斯·哈萨比斯（Demis Hassabis）说出了以上那番话。这也许都说明了，不管是围棋还是高考，人工智能参加所谓的「人机对抗」的目的都不是要为了彰显什么，最终的目的都是要探索人与机器协作的更大的可能性。

但它改变不了教育不公平的现状

当然，在高考中几百人类绝不是这些商业公司的目的，他们瞄准的还是有无穷潜力的教育大市场，毕竟「穷谁不能穷教育」。在张凯磊看来，教育资源不均的本质是优秀教师稀缺，而智能教育机器人则是解决这一问题的有力工具。业内有关人士也认为，未来 5-10 年，人工智能或将成为教育行业变革最重要的解决方案。

那它有可能帮助解决教育资源分布不均的最大问题吗？答案也许是：有可能，但需要很长很长的时间。甚至，我们可以说，AI 能不能帮助教育资源变得更加均衡，这不取决于技术本身，而是使用技术的人。

从未来的理想情景看，就像有丰富经验的特级教师一样，AI 也能从学生的答卷迅速分析出背后的失分原因，如何改进；还能辅助老师快速掌握全班学习进度、对症下药，让更多普通老师也能教出优秀的学生，每个孩子将有机会突破时空界限，接触到「私人名师」级别的辅导，从而解决资源不均的困境。

然而这个看上去很美的场景其实也面临很大的挑战，那就是：资本。只要它的成本还不足以让每个学生都用上，那就会出现筛选的机制，而资本很可能是其中最大的力量。会不会在未来出现的仍然是发达地区通过 AI 教学愈加发达，而落后地区始终与之无缘呢？

我们都知道，在这个国家，我们已经不缺技术了，很多时候钱也早就够了，有时候需要我们做的可能是把目光往低放一放，从高大上的北上广和 BAT 投向那些更需要我们帮助的地方。