本文摘要：今年5月，柯洁大战AlphaGo的新闻在国内引发了一阵哗然，人们的关注点再三探讨于人工智能。

今年5月，柯洁大战AlphaGo的新闻在国内引发了一阵哗然，人们的关注点再三探讨于人工智能。如今人工智能早已转入发展与应用于阶段，谷歌研发的AlphaGo探讨于棋士领域；共创国内的人工智能企业将在教育领域发动挑战。“准星数学中考机器人”AI-MATHS，将在公证机构和媒体的亲眼下，与940万试题联合参与今年的中考，挑战2017年中考数学题。AI-MATH的创始人林辉回应这款机器人是根据清华大学的数据、人工智能、自然语言辨识等技术研发的以自动解题技术为核心的人工智能系统。

这次考试将在7日中考数学完结后，通过输出电子版试卷，然后机器人通过内部服务器计算出来，表明答题结果，并且在挑战当天，在两小时内考完多份答卷，然后交由老师测验试卷。只不过除了中国之外，日本也有类似于的项目。2011年，日本国立信息研究所开始了“人造大脑项目”，他们期望研制出一款人工智能，可以挑战东京的大学入学考试，并订下目标：2021年之前考上东京大学。

AI-MATHS，模拟考成绩不理想，中考目标突破110今年2月份，正处于“订正”状态的AI-MATHS只能靠100套试题的训练量，获得了93分的成绩（评分150分）高于该次学生平均分106分。中举后，为了训练AI-MATHS的答题速度，团队增大了题量，目前AI-MATHS有数500套试题的累积。据报，挑战当天，AI-MATHS将在2小时内同时答题多份低考试题，其目标是110分。所以机器人在自学的能力上比较突出，但是目前技术也不存在一些问题。

在研发团队对AI-MATHS的升级中还是有BUG必须不断改进，比如AI-MATHS对常识的理解能力较低，很多时候读书不懂题目仅靠猜中。AI做题的仅次于难题在于精确解读题干意思以人工智能参赛棋士举例，用计算机语言叙述棋士规则比较更容易，难在要让系统在极短时间内求出每次落子后的几十步甚至几百步的有所不同局面。而研发人工智能用作参与中考的仅次于的难题在于，要让系统精确解读人类语言，精确解读了题干意思后面的解题步骤反而更容易。

人类的语言千变万化，而且还在不断创新，完全是学不完的。学生在自学的过程中遇上没学过的生词，不会联系上下文去推断词义，但这一点对于人工智能而言非常艰难。

比如，余弦（tangent）的简写，AI-MATHS团队在训练它时用的题都是tan，但如果题目中的tan替换成tg的话，AI-MATHS就无法准确辨识了。回应，研发团队除了让AI-MATHS苦练更加多题，让它解读更加多词汇的意思外，还对系统的答题程序设置展开了一些改动，让它在无法得出原始答案的情况下，也得出部分答案，谋求“步骤分”。

怎么会也要死记硬背？人工智能究竟怎么自学？当小编获知AI将要参加考试的时候，忽然回想那些年被中考支配的不安。单词、公式、文言文，每天都是写写写出、腹腹腹，驳回中考就不寒而栗。但只不过人工智能和人类自学的方法几乎有所不同，它究竟是怎样自学的呢？AI怎样构建自我自学？根据国外作者MichaelCopeland的观点，他明确提出机器学习最基本的作法是用于算法来解析数据、并借此自学，然后对真实世界中的时间作出辨别、决策和预测。

与传统的编码程序有所不同，机器学习是通过大量的数据来展开自学的，通过算法从数据中自学如何已完成任务。机器学习最顺利的应用领域是计算机视觉，这项工程也必须大量的手工编码来已完成，必须人工为人工智能撰写分类器、边缘检测滤波器，以便让程序感官外物，辨识物体从哪里开始，到哪里完结。

比如，通过编写程序形状检测程序来辨别外界物体是不是五边形；通过写出分类器来辨识交通指示牌上的“S-T-O-P”。但是目前构建“强劲人工智能”的技术还仍未完备，如果外部条件过于好，人工智能就无法有效地继续执行任务，比如遇上云雾天，标志牌显得不是那么明晰，或者被树遮盖的话，算法就无法顺利了。这就是为什么，计算机视觉的性能仍然无法相似到人的能力，因为其推算出结果过于更容易受到外界影响。

在最开始的1950年代，人工智能的发展紧紧围绕着思维机器和焦点人物比如艾伦·图灵、冯·诺伊曼，步入了其第一次春天。经过数十年的兴旺与衰落，以及难以置信的高希望，人工智能及其先驱们再度联手回到一个新境界。

现在，人工智能于是以展现出着其确实的潜力，深度自学、理解计算出来等新技术不断涌现，且少有应用于指向。应用于教育场景的人工智能不是一个实体，而是一个以深度自学、专家系统和自然语言解读为核心的简单系统。人工智能虽然在运算、推理小说、存储等方面都不具备极强的能力，但突破在于不具备了自我深度自学、自我优化能力。

本文来源：771771威尼斯.Cm-www.wenkongjixie.com