IBM通过Project Dabater展示人工智能优势

IBM算法Deep Blue在1997年击败了国际象棋冠军Garry Kasparov。2011年，IBM的Watson赢得了游戏节目Jeopardy。不久之后，IBM研究团队已经准备好超越游戏玩法，并开始集体讨论下一个挑战人工智能算法的壮举。他们决定创建一个人工智能算法，该算法将在辩论艺术方面进行训练。

今年6月，一小群观众看到了IBM Project Debater的公开亮相和前两场辩论，当时它与以色列辩手Dan Zafrir和Noa Ovadia就增加对远程医疗和政府补贴的投资进行了直接对决分别用于太空探索。从各方面来看，IBM Project Debater都是一个令人生畏的对手，并且很多人因为能够做出类似人类的争论而感到惊讶。它甚至使更多的观众成为Zafrir所做的远程医疗的立场。

这个项目是IBM Research建立一个系统的最新目标，该系统“帮助人们在答案不是黑白时做出基于证据的决策。”辩论不仅帮助我们说服别人我们的意见，而且它可以帮助我们了解并学习其他人的观点。通过以这种方式训练机器，希望将来AI算法能够帮助人类定期做出重要决策。IBM Project Debater不仅搜索着名的报纸和杂志上的数百万篇文章的数据库 - 它的语料库 - 但它拥有可以“与人类共同发现，推理和提出新观点”的人工智能技术。

IBM研究团队能够创建一种能够：

产生由数据驱动的观点

倾听并理解对手，从流畅的叙事中解析出关键的数据

用简洁的语言和完整的类似人类的句子表达情况和论点

即使在IBM Project Debater的辩论技巧中存在明显的绊脚石，但在大多数情况下，它的首次亮相取得了巨大的成功。由于它从理论到实际实施，虽然仍然需要一些调整，但它会让你想知道下一步是什么。

通过实施制衡来避免盲目信任

很多人可能很容易对机器过于信任。虽然机器可以在相似的时间范围内以人类无法达到的速度和深度来剔除数据，但它的结果并不能免于偏见。机器的效果与它所输送的信息一样好。如果用于开发其论证的一些资源包含错误的逻辑，那么该算法在其辩论中受到该逻辑的影响。能够搜索和总结数以百万计的人类生成的文章并不是一件容易的事，但是Project Debater的实力并不具有代表性，而是一种能够以自我生成的方式进行推理的超级智能（尽管可能会出现这种情况）。

为了避免机器只是回应错误的人类观点 - 或者由政府或公司为自己的目的操纵 - 需要有一个制衡机制来确保计划的可信度。

IBM的Project Debater工作对自然语言处理的进步至关重要

自然语言处理正在许多方面取得进展; 然而，Project Debater所展示的是以对话和文章形式进行松散结构化语言的进展。算法能够根据事实支持的小块文本组合参数，同时理解参数的所有方面（逻辑，情感），这是一个更高级别的功能。项目辩论者可以分析其对手的论点并确定事实支持的适当反应。这代表了从“现在的信息”到“争论”的巨大飞跃。

这项技术的实际应用

IBM Project Debater展示的令人印象深刻的能力之一是它依赖于解决许多问题的AI技术的组合，并将它们连接在一起。现在IBM Research在第一次辩论中取得了成功，团队需要确定他们可以销售的这种技术的实际应用。这正是IBM Research的董事Arvind Krishna 所说的计划：“Project Debater的底层技术将在未来的IBM Cloud和IBM Watson中实现商业化。”

现在AI已经超越了玩游戏，学习说服和辩论的艺术; 它已经证明它可以处理人类互动的“灰色区域”和细微差别，而不仅仅是遵循明确的规则。

“从我们的角度来看，辩论形式是手段，而不是目的。这是推动技术发展的一种方式，也是我们掌握语言的更大战略的一部分，“ 负责IBM Research全球AI团队的Aya Soffer说道。

这是一个令人印象深刻的首次亮相，看到接下来会发生什么将是有趣的。