據(jù)外媒報(bào)道，此前日本國(guó)立情報(bào)學(xué)研究所的研究人員打造了一款名為“Torobo-kun”的機(jī)器人，設(shè)計(jì)目的是讓Torobo-kun能夠通過(guò)日本頂尖高校東京大學(xué)的入學(xué)考試。然而在最近的一項(xiàng)研究后，他們不得不放棄這一目標(biāo)。

近幾年來(lái)AI得到了迅速發(fā)展，不僅在圍棋上戰(zhàn)勝人類(lèi)世界冠軍，在其他方面也展示出各種技能。但AI對(duì)人類(lèi)語(yǔ)言的閱讀理解能力一直不太出色。來(lái)自日本情報(bào)研究所和其他機(jī)構(gòu)的一組研究人員共同打造了Torobo-kun，并從2013年開(kāi)始讓它參加模擬大學(xué)入學(xué)考試以測(cè)試其智能。

在2016年，Torobo-kun第一次成功通過(guò)了模擬考試。測(cè)試成績(jī)表明它有80%的機(jī)會(huì)被明治大學(xué)和青山學(xué)院大學(xué)等著名私立學(xué)校錄取。這次模擬考試由一個(gè)大型函授教育公司所操辦。

之后，Torobo-kun還在東京大學(xué)入學(xué)考試的復(fù)試階段表現(xiàn)良好。理科數(shù)學(xué)的偏差值獲得了76.2的好成績(jī)。

然而，開(kāi)發(fā)者最終還是放棄了讓Torobo-kun考入東京大學(xué)的遠(yuǎn)大目標(biāo)。NII教授Noriko Arai解釋說(shuō)：“一個(gè)人工智能系統(tǒng)無(wú)法理解基本含義，并且在閱讀能力上也有局限。我們發(fā)現(xiàn)該系統(tǒng)的得分不足以讓它通過(guò)東京大學(xué)的入學(xué)考試。”

從一開(kāi)始，Torobo-kun便在閱讀理解測(cè)試中表現(xiàn)不佳。例如，當(dāng)它遇到一個(gè)世界歷史問(wèn)題：“曹丕的父親是誰(shuí)？在中國(guó)的三國(guó)時(shí)期，誰(shuí)成為了魏朝的第一任皇帝？”Torobo-kun沒(méi)能給出正確答案。雖然它知道曹丕是曹操的兒子，但因?yàn)椴焕斫飧缸雨P(guān)系，它無(wú)法反向推論出曹操是曹丕的父親。

一個(gè)負(fù)責(zé)開(kāi)發(fā)Korobo-kun英語(yǔ)語(yǔ)言能力的研究團(tuán)隊(duì)將“深度學(xué)習(xí)”方法引入到Torobo-kun的開(kāi)發(fā)中，試圖提升其對(duì)長(zhǎng)句子的閱讀理解能力。深度學(xué)習(xí)被認(rèn)為是一種創(chuàng)新技術(shù)，通過(guò)給AI系統(tǒng)反復(fù)展示大量的圖像和文本數(shù)據(jù)來(lái)使其能力得到加強(qiáng)。然而可能是因?yàn)橛?xùn)練數(shù)據(jù)量不夠的原因，深度學(xué)習(xí)沒(méi)能給Korobo-kun帶來(lái)更好的表現(xiàn)。研究人員只好作罷。

NTT通訊實(shí)驗(yàn)室的首席研究科學(xué)家Higashinaka也參加了該項(xiàng)目，他說(shuō)：“要想達(dá)到通過(guò)東京大學(xué)入學(xué)考試的水平，至少需要100萬(wàn)套試題數(shù)據(jù)。準(zhǔn)備這些數(shù)據(jù)的成本太高，導(dǎo)致最終沒(méi)能成行?！?

雖然Korobo-kun最終遺憾放棄了東大之路，許多研究員仍然對(duì)發(fā)展AI的能力持樂(lè)觀態(tài)度。公立函館未來(lái)大學(xué)的松原教授（Hitoshi Matsubara）一直在開(kāi)發(fā)能夠?qū)懶≌f(shuō)的AI，他們的目標(biāo)是讓AI贏下一個(gè)文學(xué)獎(jiǎng)。他們甚至還通過(guò)給AI展示已故作家小松左京的作品，試圖讓AI習(xí)得小松左京的寫(xiě)作風(fēng)格，并續(xù)寫(xiě)作家未完成的遺作。

“雖然目前的方法有其局限，但或許可以通過(guò)讓AI采用與人類(lèi)不同的學(xué)習(xí)方法取得進(jìn)展?！彼稍f(shuō)。

谷歌旗下DeepMind去年打造的AI程序AlphaGo在圍棋人機(jī)大戰(zhàn)中擊敗韓國(guó)頂級(jí)棋手李世乭，一時(shí)名聲大振。DeepMind使用深度學(xué)習(xí)，讓AI閱讀數(shù)十萬(wàn)條數(shù)字化的新聞文章，從而提高AI的閱讀理解能力。最終他們使用填字測(cè)試進(jìn)行檢驗(yàn)，AI確實(shí)表現(xiàn)出比較高的正答率。

另外還有開(kāi)發(fā)者在研究如何在僅有小數(shù)量數(shù)據(jù)樣本的情況下提高AI的學(xué)習(xí)效果。類(lèi)似人類(lèi)的大腦便可以通過(guò)對(duì)過(guò)去記憶的回憶來(lái)應(yīng)對(duì)新情況。

東京大學(xué)計(jì)算機(jī)科學(xué)家兼教授Ken Sakamura說(shuō)：“考慮到該領(lǐng)域是研究的前沿，AI在理解意義方面的局限性并沒(méi)有想象的那么大。”

NII教授Arai評(píng)論道：“我們手上有Korobo-kun的數(shù)據(jù)，隨時(shí)可以嘗試改進(jìn)?！?

或許未來(lái)我們可以在AI系統(tǒng)身上看到熟能生巧的實(shí)踐。