近日，在舊金山IBM辦公室，IBM Research最新推出的AI系統Project Debater在一場辯論賽中擊敗了人類頂尖辯手以色列國際辯論協會主席Dan Zafrir和2016年以色列國家辯論冠軍Noa Ovadia。繼ALPHAGO橫掃圍棋界之后，人類又一領域敗給了AI。
在比賽之前，Project Debater并不知道辯題。除了辯論開始的問候和笑話之外，論辯的陳述都是Project Debater自由發揮的，沒有固定的陳述詞。當Project Debater獲得一個新的話題時，它會在其文章語料庫中搜索與該主題相關的句子和線索，用來支持其辯方論點。根據所有的相關內容，它會試圖去理解辯論的主題，然后組織自己的陳述。
這有賴于IBM讓Project Debater具備了數據驅動的寫作能力、語音表達能力、以及聽取語音并提煉要點、確定反駁論點的能力。
Project Debater具有非常強大的數據處理能力，能夠處理幾十個主題相關的數百萬篇新聞，然后將文章中的要點片段提取出來，重新組合潤色成為流暢的文章。處理海量數據可能不是最難的，但對于計算機來說，這種水平的資料查詢整理及寫作能力已經是難能可貴的了。
Project Debater的這種能力擴展了IBM超級計算機Watson的功能，IBM正在用它來挖掘龐大的內部數據集——比如幫助醫生診斷不同類型的癌癥。
ALPHAGO在圍棋上戰勝人類棋手意味著人工智能在算力和數據處理上已經超過人類，然而Project Debater的出現意味著人工智能正在向“人機對話”發起挑戰。雖然Project Debater戰勝了人類頂尖辯手，但是真的意味著人工智能已經實現“人機對話”了嗎？
我們知道，對人類來說，文字僅僅承載著內容的溝通。而人人信息交互，內容溝通大概只占20%，情感溝通要占到80%。情感溝通，要理解的就不僅僅是文字，還包括語音、表情、肢體語言等等。所以，兩個在知乎上吵得不可開交的人，打個電話沒準就成了基友；而真正重要的面試、會議，還是必須面對面進行。沒有對這些副語言現象深入的研究建模，即使完美地解決了文字和內容溝通的問題，也離真正有效的人機交互相去甚遠。因此，人機“交互”絕非人機“對話”。
正如這次辯論一樣，盡管依靠強大的論據和論點贏得了辯論賽，但Project Debater的語言表達能力的確是個硬傷。在辯論上，AI或許比人更優越的一點是，它可以提供“無偏頗”的觀點，給決策者提供更為中立，不受利益影響的信息。人工智能想要做到“人機對話”從目前來看依然還要走很久，但是，正如IBM所說：辯論，只是一個開始。
微信掃一掃
