華盛頓大學(xué)的計(jì)算機(jī)科學(xué)教授Oren Etzioni和艾倫人工智能研究所最近舉行了一場(chǎng)比賽，邀請(qǐng)800個(gè)人工智能團(tuán)隊(duì)讓其AI系統(tǒng)參加八年級(jí)（相當(dāng)于國(guó)內(nèi)的初二）科學(xué)測(cè)試。如今結(jié)果出來了：表現(xiàn)最好的也只答對(duì)了60%的問題。換句話說：在座的各人工智能都是……不如中二少年。

對(duì)Etzioni來說，這場(chǎng)長(zhǎng)達(dá)五個(gè)月的測(cè)試說明了人工智能的發(fā)展現(xiàn)狀。得益于深度神經(jīng)網(wǎng)絡(luò)（模擬人腦神經(jīng)元網(wǎng)絡(luò)的軟硬件網(wǎng)絡(luò)）的興趣，Google和Facebook還有微軟等公司的系統(tǒng)在圖像語音識(shí)別等領(lǐng)域，達(dá)到了人類高度的表現(xiàn)水平。但要讓機(jī)器學(xué)會(huì)思考，還是一件不太可能的事，他們甚至不能進(jìn)行對(duì)話，也不能通過基本的科學(xué)測(cè)試。

Watson們?nèi)ツ膬海?/p>

遙想2011年，Watson在問答節(jié)目Jeopardy!上擊敗了最優(yōu)秀的人類選手；就在前不久，Google的人工智能還在圍棋上戰(zhàn)勝了人類職業(yè)選手。但對(duì)機(jī)器來說，這些都沒科學(xué)測(cè)試難。

研究所的科學(xué)測(cè)試不僅包括知識(shí)問答，它還會(huì)要求機(jī)器理解基本的概念，回答進(jìn)化適應(yīng)這類復(fù)雜的問題。其中一個(gè)多項(xiàng)選擇問題是：

一些魚類成熟后的多數(shù)時(shí)間都生活在鹽水中，但會(huì)在淡水中產(chǎn)蛋。它們適應(yīng)不同環(huán)境的能力是什么的最佳例證？

這些多項(xiàng)選擇機(jī)器還是應(yīng)付不過來，就算是用神經(jīng)網(wǎng)絡(luò)也不行。Etzioni表示，自然語言處理，推理，理解科學(xué)書籍上的概念，這些都是更為復(fù)雜的挑戰(zhàn)，需要很多推理。

雖然多數(shù)參賽的人工智能都屬于學(xué)術(shù)機(jī)構(gòu)和獨(dú)立研究員，但Etzioni認(rèn)為科技巨頭的表現(xiàn)也不會(huì)好到哪里去。“Google那樣公司的得分很可能高些，但‘集體的智慧’說明了一切，而且參賽的還有一些很聰明的人。”

親愛的Watson呢？Etzioni說IBM拒絕參加比賽，因?yàn)閷?duì)這類比賽沒什么興趣，更關(guān)注解決現(xiàn)實(shí)世界中的問題。不過Watson也不是最好的測(cè)試對(duì)象了，它以前可能主要關(guān)注問答比賽，但現(xiàn)在已經(jīng)是一系列人工智能工具的集合了，也不能代表普遍的水平。

Etzioni測(cè)試是對(duì)自然語言處理的測(cè)試，能用來了解機(jī)器能在多大程度上理解人類語言。IBM的服務(wù)包括自然語言處理，但自Watson誕生以來，這類技術(shù)逐漸更多受到了深度神經(jīng)網(wǎng)絡(luò)的影響。正如你能用大量喵星人圖片訓(xùn)練神經(jīng)網(wǎng)絡(luò)識(shí)別貓一樣，你也能用對(duì)話教它理解自然語言。Google甚至還用這種方式開發(fā)了一個(gè)聊天機(jī)器人，能與你探討人生的意義。

但聊天機(jī)器人并不能讓人信服，而且人工智能的現(xiàn)狀不取決于單一的技術(shù)。在沒有通用方法前，我們需要多種機(jī)器學(xué)習(xí)和人工智能工具。就像在Etzioni的測(cè)試中，很多參賽者也用了多種工具，但結(jié)果仍舊不理想。

不過也有人認(rèn)為讓機(jī)器通過科學(xué)測(cè)試沒多大意義，我們關(guān)注的應(yīng)該更深遠(yuǎn)。完全多項(xiàng)選擇題并不是人工智能的目標(biāo)。像自然語言理解和科學(xué)測(cè)試，應(yīng)該是真正的智能程序可以自然掌握的內(nèi)容，換句話說，通過測(cè)試也并不代表真正的智能。既然還無法戰(zhàn)勝中二少年，人工智能們還需努力。

via wired