今年5月，柯潔大戰AlphaGo的新聞在國內引起了一陣嘩然，人們的關注點一再聚焦于人工智能。如今人工智能已經進入發展與應用階段，谷歌研發的AlphaGo聚焦于圍棋領域；放眼國內的人工智能企業將在教育領域發起挑戰。

“準星數學高考機器人” AI-MATHS，將在公證機構和媒體的見證下，與940萬考生共同參加今年的高考，挑戰2017年高考數學題。

AI-MATH的創始人林輝表示這款機器人是根據清華大學的數據、人工智能、自然語言識別等技術研發的以自動解題技術為核心的人工智能系統。這次考試將在7日高考數學結束后，通過輸入電子版試卷，然后機器人通過內部服務器計算，顯示答題結果，并且在挑戰當天，在兩小時內考完多份答卷，然后交由老師批改試卷。

其實除了中國之外，日本也有類似的項目。2011年，日本國立信息研究所開始了“人造大腦項目”，他們希望研制出一款人工智能，可以挑戰東京的大學入學考試，并定下目標：2021年之前考進東京大學。

AI-MATHS，模擬考成績不理想，高考目標突破110。

今年2月份，處于“備考”狀態的AI-MATHS僅靠100套試題的訓練量，取得了93分的成績（滿分150分）低于該次學生平均分106分。試后，為了訓練AI-MATHS的答題速度，團隊加大了題量，目前AI-MATHS已有500套試題的積累。據悉，挑戰當天，AI-MATHS將在2小時內同時作答多份高考試題，其目標是110分。

所以機器人在學習的能力上比較突出，但是目前技術也存在一些問題。在研發團隊對AI-MATHS的升級中還是有BUG需要不斷改進，比如AI-MATHS對常識的理解能力較低，很多時候讀不懂題目只能靠猜。

• AI做題的最大難點在于準確理解題干意思

以人工智能參賽圍棋舉例，用計算機語言描述圍棋規則相對容易，難在要讓系統在極短時間內算出每次落子后的幾十步甚至幾百步的不同局面。而研發人工智能用于參加高考的最大的難點在于，要讓系統準確理解人類語言，準確理解了題干意思后面的解題步驟反而容易。

人類的語言千變萬化，而且還在不斷創新，幾乎是學不完的。學生在學習的過程中遇到沒學過的生詞，會聯系上下文去推測詞義，但這一點對于人工智能而言相當困難。比如，正切（tangent）的縮寫，AI-MATHS團隊在訓練它時用的題都是tan，但如果題目中的tan替換成tg的話，AI-MATHS就無法正確識別了。

對此，研發團隊除了讓AI-MATHS練更多題，讓它理解更多詞匯的意思外，還對系統的答題程序設置進行了一些修改，讓它在不能給出完整答案的情況下，也給出部分答案，爭取“步驟分”。

難道也要死記硬背？人工智能到底怎么學習？

當小編得知AI 即將參加考試的時候，突然想起那些年被高考支配的恐懼。單詞、公式、文言文，每天都是寫寫寫、背背背，提起高考就不寒而栗。但其實人工智能和人類學習的方法完全不同，它到底是怎樣學習的呢？

AI怎樣實現自我學習？

根據國外作者Michael Copeland的觀點，他提出機器學習最基本的做法是使用算法來解析數據、并從中學習，然后對真實世界中的時間做出判斷、決策和預測。與傳統的編碼程序不同，機器學習是通過大量的數據來進行學習的，通過算法從數據中學習如何完成任務。

機器學習最成功的應用領域是計算機視覺，這項工程也需要大量的手工編碼來完成，需要人工為人工智能編寫分類器、邊緣檢測濾波器，以便讓程序感知外物，識別物體從哪里開始，到哪里結束。比如，通過編寫程序形狀檢測程序來判斷外界物體是不是五邊形；通過寫分類器來識別交通指示牌上的“S-T-O-P”。

但是目前實現“強人工智能”的技術還尚未完善，如果外部條件不夠好，人工智能就無法有效執行任務，比如遇到云霧天，標志牌變得不是那么清晰，或者被樹遮擋的話，算法就難以成功了。這就是為什么，計算機視覺的性能一直無法接近到人的能力，因為其推算結果太容易受到外界影響。

在最開始的 1950 年代，人工智能的發展緊緊圍繞著思考機器和焦點人物比如艾倫·圖靈、馮·諾伊曼，迎來了其第一次春天。經過數十年的繁榮與衰敗，以及難以置信的高期望，人工智能及其先驅們再次攜手來到一個新境界。現在，人工智能正展現著其真正的潛力，深度學習、認知計算等新技術不斷涌現，且不乏應用指向。

應用于教育場景的人工智能不是一個實體，而是一個以深度學習、專家系統和自然語言理解為核心的復雜系統。人工智能雖然在運算、推理、存儲等方面都具備超強的能力，但突破在于具備了自我深度學習、自我優化能力。

從教育產業來看人工智能有哪些機遇

教育AI技術供應商Cognii創始人兼CEO卡內基亞（Dee Kanejiya）此前撰文預測了AI技術在2017年教育領域可能產生的進展。文中他提出以下幾個主要觀點：

1.AI技術將在在作業批改、答疑、輔導、實踐學習等領域取得突破

2.ETS此前曾實驗利用AI技術取代判卷官，成功批閱了GRE和SAT寫作答題，證明AI技術可以被“訓練”做到精準分析和評判學生的答題

3.AI技術同樣將在形成性評估領域發揮更大作用，它可以通過對學生提出問題－提供答案－提供反饋的形式來形成輔導課程。

如今人工智能產業實現了跨越般的發展，并且隨著學校和大學在不斷開發在線戰略、尋求降低成本和改善產出的機會，AI在教育中的應用度將繼續上升。AI將惠及教育生態系統的所有利益相關者：學生能夠通過即時反饋和指導學得更好；教師將獲得豐富的教學資源和敏銳視角來實現個性化教學；家長通過一種實惠的方式可以看到孩子更加明朗的職業前景。

最后：在此預祝940萬考生考出好成績！AI-MATHS在高考中的表現將如何？值得期待！

【來源：私募通 作者：王楠】

本文由清科私募通原創，轉載請注明出處。

更多信息請關注微信公共號清科研究（微信ID：pedata2017）

您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內容。