如今AI就像娃：玩得转游戏却搞不定数学

随着 AI 技术的发展，几乎每次有新的成果，都会有人担心，我们离被机器统治的距离还有多远。不过，最近几条关于 AI 的消息可以让我们松一口气：至少它们现在还和普通孩子没什么区别。

“我不是在玩游戏，我是在学习！”

这是很多孩子被抓到偷玩电脑时经常说的一句话。不过在 AI 领域，这还真就是这样。因为，相比棋类运动这类单纯依靠策略的训练，游戏往往能够更好地模拟出现实世界的混乱。

在 2015 年， Google 旗下人工智能创业公司 DeepMind 就通过自我学习打通了包括弹砖块在内的 49 款雅达利经典游戏。但这其中，并不包括经典的吃豆人。

pac-man

吃豆人这款看似简单的游戏，其实其背后蕴含的策略，要比围棋复杂得多。要玩好这个游戏，对 AI 来说，它需要完成四件事情：走迷宫、吃小球、吃水果和躲避敌人。而真正的难点，在于如何让 AI 在不到 1 秒的时间内基于这四种情况做出最佳选择。简单的说，就像是让四个分属不同部门的人在 1 秒内完成对当前状况的评估并就如何行动达成一致，还不能出错。

此前，这款游戏已知的最高分由人类威尔逊（Wilson Oyama）保持，为 266,330 分。但在几天前，这一纪录被加拿大的一家创业公司打破。他们训练的 AI 成功拿到了之前被认为只能通过作弊来获得的理论上最高成绩—— 999,990 分。

score

（ 26 万分需要打到第 35 关。图源：High Score）

无论是围棋也好、吃豆人也罢，随着时间的推移， AI 在游戏方面的能力已经越来越强。可在其他领域呢？

看不懂话、写不明白题，AI 参加高考显不足

当让 AI 和人类一样做数学题的时候，AI 就显得力不从心了。当然，这里的技术难点其实并不在于如何做题，而在于与出题人、阅卷人沟通上。

据正在领导开发高考机器人 Aidam 的陈瑞峰所说，让 AI 参与高考，有三大难关。

首要难关是需要让 AI 理解题目的意图，并将其转换为准确的、可被机器理解的语言；其次，是逻辑推理，通过已有的题库来推测最佳的解题路径并得出结论；最后，则是输出关。机器需要再度把之前思考的过程转换为人类能够理解的语言，输出到试卷上。

（想让机器理解这个笑话，估计还有点难度。图源：Disp）

简而言之，想要答好题， AI 不仅要读懂、解答题目，还需要让人用看得明白的方法答题。这些难关听起来简单，但要让 AI 真正准确做到，确实难偿所愿。

据报道，在今年 6 月 7 日， Aidam 再度挑战高考。这次，它回答了全国卷二文科数学卷，获得了 134/150 分的高分，却依旧不敌同场竞技的高考状元们。

ai-math

这已经不是 AI 在标准化测试考试中的第一次尝试。

早在 2015 年，华盛顿大学也研发了一个 AI ,专注于 SAT 数学几何部分的解答，其正确率也只有可怜的 49%。

而在 2016 年，日本的东 Robo 机器人在屡屡冲刺东大失败后，也放弃尝试，转而投身数据分析事业。

总而言之，尽管科技界一再警示我们 AI 发展将给我们社会带来的冲击，但就目前而言，它依旧处于早期发展阶段。在 AI 发展出与人类顺畅交流的能力之前，我们暂时还不用担心它对人类社会带来的伤害。