【文 觀察者網(wǎng)/趙挪亞】

在圍棋這個(gè)人類一直以來占據(jù)著優(yōu)勢的項(xiàng)目里，谷歌旗下deepmind開發(fā)的人工智能（ai）alphago已經(jīng)先后擊敗了柯潔和李世石兩位頂尖棋手。但說來難以置信，deepmind開發(fā)的ai能打敗人類世界棋王，卻無法通過英國高中的數(shù)學(xué)考試。

《分析神經(jīng)模型的數(shù)學(xué)推理能力》

4月2日，谷歌旗下的deepmind團(tuán)隊(duì)公布了一份名為《分析神經(jīng)模型的數(shù)學(xué)推理能力》的研究報(bào)告（analysing mathematical reasoning abilities of neural models）。在這項(xiàng)研究中，團(tuán)隊(duì)讓ai接受一項(xiàng)包含了算術(shù)、幾何、概率和測量的數(shù)學(xué)測試，考題有 40 題，難度大約是英國高中數(shù)學(xué)的程度。

deepmind給出的40道英國高中數(shù)學(xué)題

不過，在這40道高中難度的數(shù)學(xué)題中，擁有強(qiáng)大通用算法和遠(yuǎn)超人類計(jì)算能力的人工智能，卻只答對了14題，正確率只有35%，是實(shí)打?qū)嵉牟患案瘛?/p>

值得一提的是，在ai參加測試以前，團(tuán)隊(duì)已經(jīng)為其做好了充足訓(xùn)練。據(jù)deepmind介紹，他們?yōu)閍i建立了一個(gè)包含200萬道題目的題庫，涵蓋了算術(shù)、代數(shù)、概率、微積分等各種題型。

同時(shí)，團(tuán)隊(duì)也派出了循環(huán)神經(jīng)網(wǎng)絡(luò) (rnn) 和transformer兩大當(dāng)下性能最先進(jìn)的模型參與測試。

為什么人工智能無法答對高中數(shù)學(xué)題呢？

原來，最主要的原因是ai“看不懂”題目。deepmind旗下的ai雖然已經(jīng)擁有了極強(qiáng)的機(jī)器翻譯能力，但依然抵不住數(shù)學(xué)問題的復(fù)雜性和語言多樣性的壓力。

對ai而言，數(shù)學(xué)符號和題目本身就很難理解

對人類而言，要解決數(shù)學(xué)問題，要應(yīng)用到的不只有計(jì)算能力，還有各種各樣的認(rèn)知技能。比如理解題干，需要將文字或圖標(biāo)轉(zhuǎn)換為算術(shù)運(yùn)算符。

而對于依賴大量數(shù)據(jù)分析來尋求解決問題規(guī)律的ai而言，數(shù)學(xué)語言的復(fù)雜性是一座難以逾越的高山。

其次，ai“舉一反三”的能力，也無法與人類一較高下。它只能處理一些內(nèi)部存儲的問題，無法超越已有的環(huán)境去理解新的東西。

而人類在解決數(shù)學(xué)問題時(shí)，會進(jìn)行推理，從已知的公理中找到最佳策略，而在具體的運(yùn)算過程中，必須利用工作記憶來完成運(yùn)算。

據(jù)deepmind研究人員總結(jié)，現(xiàn)階段ai在推論的能力上，還不及人類。在解答問題時(shí)，人腦動用了多種認(rèn)知能力，包括將符號分類、演算、運(yùn)用工作記憶來儲存中間值、還要運(yùn)用學(xué)到的規(guī)則或定理等。

相反，ai則擅長模式比對、機(jī)器翻譯和強(qiáng)化式學(xué)習(xí)，但彈性遠(yuǎn)不及人腦。它們不太能將事物推論到已有經(jīng)驗(yàn)的環(huán)境外，更無法處理刻意亂輸入的資訊。

不過，雖然目前ai還無法當(dāng)數(shù)學(xué)老師，但他們已經(jīng)稱霸了相當(dāng)多的領(lǐng)域。除了圍棋以外，deepmind旗下的ai又在游戲《星際爭霸2》（starcraft ii）的測試賽中，5-0橫掃世界頂尖職業(yè)選手。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。