憑藉AlphaGo在圍棋領域大殺四方之後， 人工智慧這一次想在高考上出點風頭。
6月7日下午5點， 當絕大多數高考考生剛完成數學考試走出考場的時候， 一場特殊的考試才剛剛開始。
這一次， 人工智慧第一次走進考場與中國考生PK。 當天傍晚， 由學霸君自主研發的智慧教育機器人Aidam在北京與分為三組的6名高考狀元同台PK， 分別解答2017年高考數學試題， 完成包括客觀題和主觀題在內的整張試卷， 並按照評分標準得出最終成績。
約一個小時後， 由成都準星雲學科技有限公司推出的AI-MATHS也開始了挑戰。
為了避免泄題， 兩場考試都選擇在7日下午高考數學科目結束後進行， 關閉外部網路由專業公證人員監考， 輸入電子版試卷讀題， 然後由人工智慧給出答案。
最終的成績是， 學霸君推出的Aidam在數學考試中拿下了134分， 而且僅僅用了9分47秒的時間就完成了所有考試題目，
解題如下棋
2016年河北理科狀元孟祥熙所在的狀元隊第三組得分高達146分， 成績公佈之後， 他的第一反應是想知道哪道題做錯了被扣分。
對於人工智慧機器人Aidam 134分的成績， 孟祥熙表示， “可能因為經過了三年的訓練， 我們對這種題的套路很熟悉， 外加這是一套文科卷， 而且題比較常規， 可能我們會做得比較順利一些， 但是我覺得機器真的做得已經非常好了。 ”
在高考人機大戰的結果出來之前， 學霸君創始人、CEO張凱磊反復對第一財經記者強調Aidam輸贏的結果其實並不重要。 “我只是希望通過這樣的PK,讓教育業界瞭解到人工智慧在教育領域的應用已經發展到了什麼程度，
不過， 當134分的成績公佈之後， 張凱磊的喜悅之情溢於言表， “坦率講我們很驕傲， 因為我們實驗室環境裡面歷史上考過的最高成績是139分， 平時成績穩定在125~130， 確實有一些題目是很難的， 可能機器未必能夠理解得了， 但是我認為(Aidam)已經發揮了很好的水準。 ”
值得一提的是， 不管是Aidam 還是AI-MATHS， 選擇挑戰的高考科目都是數學。
對此， 張凱磊也表示是因為數學、物理等理科類科目是強邏輯鏈路的， 考點基本穩定， 容易判定對錯。 同時， 數學試卷中包括簡單的選擇題， 也有複雜的需要解題過程的大題， 非常適合測試AI。
AlphaGo在圍棋領域的傲人戰績讓人工智慧的深度學習能力得到驗證。 而人工智慧在高考答題上的應用被認為多少與圍棋殊途同歸。 圍棋有19×19總共361的經典棋盤， 下棋的時候人工智慧需要判斷好每一個落子的位置， 而如果把解題當做一個非常大的盤子的話，
但在海知智慧創始人兼CEO謝殿俠看來， 人工智慧參與高考實質上沒有特別普遍意義上的衡量價值， “比如說 AlphaGo 打敗了人類的世界冠軍， 但AlphaGo應用到自然語言理解領域還處在有限的水準。 ”
“沿途下蛋”的國家隊
儘管對於人工智慧挑戰高考的真實價值存在爭議， 不可忽略的事實是， 除了學霸君及準星雲學， 在中國市場上還有更多的人工智慧公司正躍躍欲試， 準備做高考界的 Alphago。
在這個名單裡面， 有一個類似“國家隊”的存在。
公開信息顯示， 2015年由科大訊飛牽頭承辦的國家“十二五”863計畫資訊技術領域“基於大資料的類人智慧關鍵技術與系統”專案立項。 這個專案主要針對大資料所帶來的新的技術與挑戰，研究相關類腦計算關鍵技術和類人答題系統，希望通過本專案的實施，研製出能夠參加高考並考取大學的智慧型機器人。
對於人工智慧參與高考的時間表，科大訊飛輪值總裁吳曉如在6月6日公開表示，現在在數學這個學科上，人工智慧已經能夠做對很多的數學題目。“但高考不是我們的核心，我們真正的目的是在這個過程中，能夠實現一系列技術的突破。這些技術突破要在應用界形成一些反彈應用，叫‘沿途下蛋’。 ”
據吳曉如透露，現在在電話客服裡面，可以作為一個機器接線員説明人工接很多的電話;可以讓虛擬的機器人可以走到老師的身邊變成老師的一個人工智慧的助手，幫助老師處理很多教學中的事件。
“我們中間有一些研究成果，實際上已經進入到社會裡面，成為大眾應用。”吳曉如解釋道。
而用高考測試人工智慧水準的難點在於，一套考題可能已經在網上能找到了，那通過簡單的搜索手段，也能把這些題目很好地解答出來，但這顯然不算是人工智慧在解答這些問題。真正需要的是，要保障機器是通過真正的後臺知識的本體積累和推理分析，能夠就像人一樣對題目進行解答。另一方面，人工智慧技術在不斷的進步，但是高考本身命題也在不斷的進步。
“其實現在高考的題目越來越靈活和綜合性，這些題目的處理對機器來說也越來越困難。”2014年的時候，吳曉如堅信在2019年的時候可以通過2013年的高考，但技術在動態的變化，考試的題目也在動態的變化，現在人工智慧想要在2019~2020年通過當年的高考還是有一定的挑戰。
對此，謝殿俠告訴第一財經記者，對自然語言理解的的確確是目前人工智慧比較大的難點或者障礙，因為讀不懂題目，遑論如何答題?此外，目前人工智慧知識庫的構建也處在有限的水準。
“(人工智慧)的確在行業應用方面進展比較大，如面向智慧家居的語音交互應用、新一代智慧客服以及企業智慧化等都有較多的行業應用落地，因為限定了用戶、場景和問題的邊界，工程上就有較多的方法求解並滿足用戶的需求取得替代傳統應用的不一樣的體驗和價值;但學術前沿方面仍然是量變，還沒有到質變的時候。”謝殿俠解釋道。
但張凱磊的目標是，在明年讓學霸君的Aidam可以在全部的理科到達134分甚至以上的成績。
“事實上，我們正在很多的文科體系裡面在做一些技術積累的嘗試，明年我們可能會進行這方面的發佈，看看它能夠做到什麼程度。”在張凱磊看來，人工智慧在文科領域最大難點在於評價，因為一千個人有一千個哈姆雷特，但是這個世界上只有一個畢氏定理。
值得一提的是，不僅僅是中國的人工智慧企業對高考感興趣。日本早在2011年就開始了人工智慧考試程式的研發工作。而在美國高考機器人如今也已經就位。其中，日本人工智慧專案“Todai Robot Project”自2013年開始每年都會讓自己的機器人Torobo參加當年的東京大學入學考試，並立志一定要拿到錄取通知書。但經過連續多年的努力之後，機器人Torobo 多次在考試中落榜。
但公開信息顯示，2016年機器人Torobo的研發團隊表示，雖然Torobo較幾年前已經有了長足進步，但事實證明其仍不具備完成人類考試的能力，所以最終選擇放棄。接下來，Torobo將結束自己的“求學”之路，轉而投入實用領域，進行資料分析工作。因為在此前的考試當中，Torobo在數學、歷史等主要依靠運算和記憶的科目考試中表現十分出色。
而讓人工智慧通過高考這一熱鬧的背後，張凱磊堅持的是，人工智慧在教育領域的價值是有助於降低教育對人力的依賴性，推動教育公平，每個孩子將有機會突破時空界限，接觸到“私人名師”級別的輔導，從而解決資源不均的困境。
這個專案主要針對大資料所帶來的新的技術與挑戰，研究相關類腦計算關鍵技術和類人答題系統，希望通過本專案的實施，研製出能夠參加高考並考取大學的智慧型機器人。對於人工智慧參與高考的時間表，科大訊飛輪值總裁吳曉如在6月6日公開表示，現在在數學這個學科上，人工智慧已經能夠做對很多的數學題目。“但高考不是我們的核心，我們真正的目的是在這個過程中，能夠實現一系列技術的突破。這些技術突破要在應用界形成一些反彈應用，叫‘沿途下蛋’。 ”
據吳曉如透露，現在在電話客服裡面，可以作為一個機器接線員説明人工接很多的電話;可以讓虛擬的機器人可以走到老師的身邊變成老師的一個人工智慧的助手，幫助老師處理很多教學中的事件。
“我們中間有一些研究成果，實際上已經進入到社會裡面，成為大眾應用。”吳曉如解釋道。
而用高考測試人工智慧水準的難點在於，一套考題可能已經在網上能找到了，那通過簡單的搜索手段，也能把這些題目很好地解答出來，但這顯然不算是人工智慧在解答這些問題。真正需要的是，要保障機器是通過真正的後臺知識的本體積累和推理分析，能夠就像人一樣對題目進行解答。另一方面，人工智慧技術在不斷的進步，但是高考本身命題也在不斷的進步。
“其實現在高考的題目越來越靈活和綜合性，這些題目的處理對機器來說也越來越困難。”2014年的時候，吳曉如堅信在2019年的時候可以通過2013年的高考，但技術在動態的變化，考試的題目也在動態的變化，現在人工智慧想要在2019~2020年通過當年的高考還是有一定的挑戰。
對此，謝殿俠告訴第一財經記者，對自然語言理解的的確確是目前人工智慧比較大的難點或者障礙，因為讀不懂題目，遑論如何答題?此外，目前人工智慧知識庫的構建也處在有限的水準。
“(人工智慧)的確在行業應用方面進展比較大，如面向智慧家居的語音交互應用、新一代智慧客服以及企業智慧化等都有較多的行業應用落地，因為限定了用戶、場景和問題的邊界，工程上就有較多的方法求解並滿足用戶的需求取得替代傳統應用的不一樣的體驗和價值;但學術前沿方面仍然是量變，還沒有到質變的時候。”謝殿俠解釋道。
但張凱磊的目標是，在明年讓學霸君的Aidam可以在全部的理科到達134分甚至以上的成績。
“事實上，我們正在很多的文科體系裡面在做一些技術積累的嘗試，明年我們可能會進行這方面的發佈，看看它能夠做到什麼程度。”在張凱磊看來，人工智慧在文科領域最大難點在於評價，因為一千個人有一千個哈姆雷特，但是這個世界上只有一個畢氏定理。
值得一提的是，不僅僅是中國的人工智慧企業對高考感興趣。日本早在2011年就開始了人工智慧考試程式的研發工作。而在美國高考機器人如今也已經就位。其中，日本人工智慧專案“Todai Robot Project”自2013年開始每年都會讓自己的機器人Torobo參加當年的東京大學入學考試，並立志一定要拿到錄取通知書。但經過連續多年的努力之後，機器人Torobo 多次在考試中落榜。
但公開信息顯示，2016年機器人Torobo的研發團隊表示，雖然Torobo較幾年前已經有了長足進步，但事實證明其仍不具備完成人類考試的能力，所以最終選擇放棄。接下來，Torobo將結束自己的“求學”之路，轉而投入實用領域，進行資料分析工作。因為在此前的考試當中，Torobo在數學、歷史等主要依靠運算和記憶的科目考試中表現十分出色。
而讓人工智慧通過高考這一熱鬧的背後，張凱磊堅持的是，人工智慧在教育領域的價值是有助於降低教育對人力的依賴性，推動教育公平，每個孩子將有機會突破時空界限，接觸到“私人名師”級別的輔導，從而解決資源不均的困境。