最好的人工智能仍敌不过中二少年

本篇文章1338字，读完约3分钟

2012年，ibm的沃森收到了克利夫兰诊所Lerner大学医学院的录取通知书，开始了他作为一名医生的大学生的学习旅程。沃森是ibm的人工智能，它进入医学院让医生为医学研究训练它。

三年后，你可能会理所当然地认为沃森至少在理解医学方面取得了一些进展。然而，从它的同龄人来看，人工智能的表现非常不令人满意，它甚至不能通过美国的八年级科学考试，更不用说达到医学院的录取标准了。也许沃森是从后门进来的。

华盛顿大学计算机科学教授柳文欢·埃齐奥尼和艾伦人工智能研究所最近举办了一场竞赛，邀请800个人工智能团队让他们的人工智能系统参加八年级(相当于中国的二年级)科学测试。现在结果出来了:表现最好的人只答对了60%的问题。换句话说:这个房间里所有的人工智能...不如初中生。

对于etzioni来说，这个为期五个月的测试展示了人工智能的发展状况。由于对深层神经网络(模拟人脑神经网络的软件和硬件网络)的兴趣，谷歌、脸书和微软的系统在图像语音识别领域达到了人类的高性能水平。但是机器不可能学会思考。他们甚至不能说话或通过基本的科学测试。

沃森一家要去哪里？早在2011年，沃森就在智力竞赛节目《危险！打败了世界上最好的人类玩家；不久前，谷歌的人工智能在go中击败了人类职业玩家。但是对于机器来说，这些并不像科学测试那样困难。

该研究所的科学测试不仅包括知识测验，还要求机器理解基本概念并回答复杂的问题，如进化适应。选择题之一是:

有些鱼成熟后大部分时间生活在盐水中，但在淡水中产卵。他们适应不同环境能力的最好例子是什么？

即使有神经网络，这些多项选择机器仍然无法应对。Etzioni说，自然语言处理、推理和理解科学书籍中的概念都是更复杂的挑战，需要大量的推理。

虽然大多数参与竞争的人工智能都属于学术机构和独立研究人员，但etzioni认为技术巨头的表现不会好太多。“像谷歌这样的公司可能得分更高，但‘集体智慧’解释了一切，而且有一些非常聪明的人参与竞争。”

亲爱的沃森？Etzioni说，ibm拒绝参与竞争，因为它对这种竞争不感兴趣，更关心的是解决现实世界中的问题。然而，沃森也不是最好的测试对象。它过去专注于测验，但现在它是人工智能工具的集合，不能代表普遍水平。

Etzioni测试是对自然语言处理的测试，它可以用来知道机器能理解人类语言的程度。Ibm的服务包括自然语言处理，但自从沃森诞生以来，这种技术逐渐受到深层神经网络的影响。就像你可以通过大量的猫的图片来训练神经网络来识别猫一样，你也可以通过对话来教它们理解自然语言。谷歌甚至用这种方式开发了一个聊天机器人，可以和你讨论生活的意义。

但是聊天机器人并不令人信服，人工智能的现状并不依赖于单一的技术。在没有通用方法之前，我们需要各种机器学习和人工智能工具。就像在etzioni的测试中一样，许多参赛者也使用了各种工具，但是结果仍然不令人满意。

然而，有些人认为让机器通过科学测试没有多大意义，我们应该更加重视它。人工智能的目标不是完成选择题。就像自然语言理解和科学测试一样，它应该是真正的智能程序能够自然掌握的东西。换句话说，通过测试并不意味着真正的智力。既然我们不能打败初中生，人工智能的人仍然需要努力。

viawired