Aristo的AI系统可通过初二科学测试 正确答案超90%

上周，美国艾伦人工智能研究所(Allen Institute For Artificial Intelligence)的研究人员在一篇新论文中证明，他们设计的AI系统可以在初二科学测试的多项选择题中给出90%以上的正确答案，在高三科学测试中也表现得相当好，正确率超过80%。

图：AI系统Aristo可在初二科学测试中给出90%以上的正确答案，在高三测试中的表现也相当棒

这个名为Aristo的AI系统参加了纽约摄政学院科学考试(New York Regents Science Exam，纽约州学生标准会考)，但它可以享受某些优待，比如不需要解答涉及查看图表的问题。尽管如此，研究人员在不同版本和不同年级的考试中测试了该程序，发现其表现相当稳定，绝对能与最好的学生一较高低。

Aristo展示了AI技术的高速发展历程。该论文的作者指出，就在2016年，AI领域还没有任何AI系统能够在类似的初二科学考试中获得及格成绩。但自2016年以来，在AI领域发生了很多事情，尤其是用于这项任务的自然语言处理方面。

研究人员已经开发出新的方法来构建AI，使其能够更好地完成自然语言处理任务，使AI系统能够产生听起来更自然的人类文本，并编写新闻故事或诗歌。随着AI在生成假面孔或视频、“增强”真实图像以及识别对象和面孔的能力方面变得更加复杂，计算机视觉已经得到了极大的改善。

AI系统已经征服了在线多人战略游戏。随着投资大量涌入该领域，今年抢眼的项目通常比几年前的项目成本高得多。现在，进步的浪潮把我们带到了能够在科学测试中击败初二学生的AI系统中。

AI技术的快速发展使许多专家难以预测该领域的未来前景，他们中有些人预测相当于人类水平的AI出现可能只需10年或20年。但随着AI系统变得越来越强大，它们将带来更多挑战。当它们达到人类水平的能力时，错误指定或设计不良的程序可能带来灾难性的风险。不过，这样的结果是令人兴奋的，它们也提醒我们，我们正在AI方面取得惊人的成就，这也许比我们制定AI政策、确保安全速度更快。

对这样的项目的常见的批评是，AI只是反刍信息，而不是真正的思考。几年前，这似乎是对AI系统所能做的事情的准确总结。当单词相互关联时，它们可以记住，但却不能回答任何涉及更深层次概念理解的问题。这种情况一直在改变。当今最先进的AI系统仍然会犯概念性错误，但已经少了很多。

看看纽约摄政学院科学考试的这些问题(来自艾伦研究所的论文)就可以清楚地看出，要想在这次考试中取得好成绩，你必须做许多类似概念推理的事情：

1)哪种设备能最好地分离铁屑和黑胡椒的混合物?(1)磁铁(2)滤纸(3)三臂天平(4)伏特计。

2)橡皮筋振动时会产生哪种形式的能量?(1)化学能量(2)光能(3)电能(4)声能。

3)因为铜属于金属，所以它(1)在室温下是液态的(2)不与其他物质发生反应(3)是不良导体(4)是良好的热导体。

4)苹果树的哪个过程主要是细胞分裂的结果?(1)生长(2)光合作用(3)气体交换(4)废物去除。

这些当然不仅仅是关联词汇意义的问题。持怀疑态度的人仍然可以采取这样的立场，即AI可能只是通过绘制词语之间的关联来解决这些问题：例如，“铁屑”和“磁铁”，“振动”和“声音”，或者“金属”和“良好的热导体”。

但专注于研究复杂系统的专家梅兰妮·米切尔(Melanie Mitchell)解释称：“语言模型将捕获单词之间的统计关联，使其能够在没有任何真正理解的情况下回答问题。”

另一方面，这和我们学习科学时所做的真的有那么大的不同吗?学习一个概念的大部分就是理解这个概念和你以前学过的其他概念之间存在的某种关系。目前还不清楚AI正在做的事情与人类正在做的事情有何根本不同。事实上，AI系统得到的能力越强，给出解释的可能性就越小。

虽然AI取得这样的成就很容易被低估，但也很容易被夸大。许多媒体用过分夸张的言辞报道了艾伦研究所的论文，这些报道对新的AI系统所具备的的能力做出了曲解。诸如“这个AI刚刚通过科学测试，可能比初中生更聪明”或“AI现在像初中生一样聪明”这样的标题，远远不够准确。世界上还没有任何AI系统具有2岁孩童那样的解决问题能力，更不用说媲美初中生了。

像Aristo这样的AI系统属于狭义AI。它们非常擅长自己的工作，所要做的就是解决一个定义明确、高度具体化的问题。除了完成多项选择题的科学考试外，Aristo不能解决其他问题。而正是在这方面，人类依然在计算机面前保持着绝对优势，我们可以将从一个领域获取知识去解决其他领域的全新问题。不过对于这种优势能够保持多久，我们仍无法确定。(作者：Kelsey Piper)