人工智能机器人的数学“高考”输在语文上

6月7日晚，人工智能机器人AI-Maths正在解答2021年数学科目高考试卷，研发负责人接受记者采访。当日，AI-Maths分别花了22分钟和10分钟，答完北京文科卷和全国Ⅱ卷，分别得了105分和100分。

11个黑色方盒子被装在一台一人多高的机柜里，身后连着密密麻麻的电线、网线，设备嗡嗡作响，信号灯不停闪烁，旁边两台空调正在抓紧工作。如果室温超过25摄氏度，这11台服务器将可能宕机。

这是6月7日傍晚，发生在成都高新区一个创业园区内的场景。“准星数学高考机器人”AI-Maths在这里迎来了属于它的2021年文科数学“高考”。

这是人工智能向人类发起的最新一场挑战。此前，谷歌公司旗下DeepMind公司研发的人工智能机器人AlphaGo先后战胜顶尖棋手李世石和柯洁，引发了人们对人工智能会不会超越人类这一话题的热议。

断网、断题库，闭卷考试

AI-Maths是在一个与互联网隔绝的空间进行答题的。研究人员强调，AI-Maths不是依靠数量庞大的题库进行比对、作答的，它主要靠系统学习知识点，形成逻辑推理能力后进行自主解题。

由于涉及试题保密，机器人无法与全国考生同时、同场竞技。考试现场，数十位工作人员在紧张“备战”，焦急地等待网络上更新高考试卷。记者的长枪短炮已经包围了这些可能的信息来源。现场紧张感十足，哪怕一点响动都能吸引一批人探寻的目光。

研发AI-Maths的成都准星云学科技有限公司负责人称，这是人工智能第一次向复杂综合推理技术发起挑战。此前，研究人员为它设定的考试目标是110分。而在今年2月的一次模拟考试中，它只获得了93分，刚过及格线。

在过去3个多月的魔鬼训练里，AI-Maths的做题数量从起初的100套试卷增加到大约500套试卷。

这是它“一个人的高考”。考场中只允许它独处，不能有任何人为干涉。它不能像其他机器人小伙伴一样，靠连接网络数据库和题库获得答案，一切都凭借那11台服务器。它必须独立完成读解、计算，与普通考生无异。

成都准星云学科技有限公司CEO、清华大学(分数线,专业设置)苏州研究院大数据中心主任林辉向记者表示，联网、联题库的状态下答题，就像一位考生在自由开放环境下的开卷考试，目前市场上已有很多应用。但AI-Maths要做的是模仿考生封闭环境的闭卷考试，现场到处贴着“所有设备断网断库”。

为了让这场考试对人类更公平，林辉邀请了三位专家担任“监考官”，从断网情况到用于拷贝试题到服务器上的U盘是否夹带“小抄”，他们都在众多直播镜头下现场完成检查。

17时45分，一位工作人员在会场最后方的录题区域喊了一声：试题来了！工作人员当即宣布，AI-Maths将挑战的首套高考试卷是文科数学北京卷。十几位录题、检查人员在会场后方，抓紧将从网上获取的图片格式试题输入进WORD文档。再过一会儿，这份“考卷”将进入AI-Maths的“大脑”。

为了这次实战，录题的工作人员试验过多次。林辉向中国青年报·中青在线记者介绍，就在正式考试几天前，第一次录题时，很多工作人员曾紧张得双手发抖，频频出现失误。一旦录题不准确，AI-Maths的“高考”将失去价值。

在林辉看来，工作人员的紧张再正常不过。在很多人心中，跟人工智能机器人的对战显得有点“悲壮”。在今年2月AI-Maths与成都某知名中学学生的“对战”前，一名学生甚至感觉自己是“代表人类在作战”。

机器人的失分之处在于无法读懂自然语言

18时28分，AI-Maths正式开始作答北京卷。在会场前方的8台电脑承担着向“考场”内11台服务器导入试题和导出答卷的功能。

大屏幕上原本显现的AI-Maths孤零零伫立在考场中的画面，变成了答题过程的实时呈现。从选择题开始，屏幕迅速滚动，答案就实时展现在真题的右方。

到了解答题，现场的气氛更加紧张。此前，大家从没见过AI-Maths将如何读解包含众多文字描述的大题。它会写过程吗？能得到过程分吗？它的解题思路跟人类一样吗？

1、2、3……AI-Maths将每一个步骤用数字顺序标明。如果第五步使用的是第一步和第三步的结论，它将显示为：“由条件（1）和（3）得”，后接运算结果。

按照AI-Maths过去的“倔强劲儿”，它可能有时会卡在一道题目上几小时不止。那时它没有知难而退的意识，对于解不出的难题，一种方法不行，它就会尝试下一种方法，有时甚至会为一道题尝试好几百次。所以研发团队专门设置了一个放弃程序，以确保AI-Maths不卡在一道题目上而耽误了后面的解题进程。

22分钟后，工作人员宣布AI-Maths已完成北京卷。他们迅速打印它的答卷，并在镜头的见证下交由坐在会场左侧等待判卷的3位数学教师。他们都是来自成都几所知名中学的教学带头人。

在北京卷的判卷过程中，第二套试卷全国II卷也开始了人工录入阶段。

19时许，现场工作人员宣布了AI-Maths的首套高考答卷的成绩：105分！选择题满分！现场响起了热烈的掌声。

105分的数字通过现场观众扩散到了网上。看到这个成绩，一些网友留言表示“我这辈子都没到过105分”，也有人质疑：为什么AI-Maths不答难度更高的理科数学？早早地做完题为什么不检查一下错题？

19时19分，AI-Maths开始作答全国II卷。林辉拿着AI-Maths的答卷现场解析它在一些题目中得零分的原因。比如北京卷第14题，林辉觉得自己初次读题都“有点晕”。

他认为，题干中“教师人数的两倍多于男学生人数”的表述并不常见，AI-Maths很可能由于无法理解这种描述，故而无法解答，得了零分。“主要是自然语言理解出现了问题。”林辉表示。

在林辉介绍间隙，工作人员宣布，19时29分，AI-Maths仅用10分钟便完成了答题。现场爆发出一片惊叹声。很快，阅卷结束，这次AI-Maths的得分是100分。

这次，AI-Maths的答卷上红叉落在了选择题第九题上。这是一道讲述甲乙丙丁4人向老师询问成语竞赛成绩的逻辑推理题。除了“2位优秀、2位良好”的信息涉及数字，其他都是纯文字表述。

阅卷老师随后告诉记者，AI-Maths的失分主要在于概率统计题等文字表述较为复杂的题目。它主要问题还是出在了读不懂题上。用参与阅卷的数学老师的话说，AI-Maths要考好数学，还得先学好语文。

尽管没能达到110分的目标，研究团队依然感到骄傲。科大讯飞研究院院长胡国平说，据他所知，这是人工智能第一次在断网断库的情况下完成自动解题。类比闻名世界的AlphaGo，前者更多地属于计算智能的范畴，AI-Maths要解决的是认知智能层面的问题，也是目前人工智能与人类差距最大的领域。

研究人员相信，经过更多的训练和学习以后，未来AI-Maths会取得更好的成绩。林辉透露，在过去一年中，公司在复杂逻辑推理、直觉观察推理、计算机算法、深度学习上都进行了深入攻关。

“思维能力就像是人在成长时的肌肉，要先训练力量，再去训练招式、套路。”林辉说。接下来，他们将继续让AI-Maths“复读”，做更多的题进行训练。“待它更强大时，再进行联网、联数据库。否则AI-Maths靠的都是人的经验，永远无法超过人类！”

林辉希望，AI-Maths有朝一日能完成从学生到出题人、阅卷人身份的转变。他告诉中国青年报·中青在线记者，本次使用11台服务器，为的不是展示技术的力量，而是希望AI-Maths可以用更接近日常生活的设备条件来发展自己，从而便于未来更广泛地应用于日常生活。