机器人厉害了，IBM的争辩机器人，已基本能把你喷晕了

在DeepMind AlphaGo在围棋上完全碾压人类以后，IBM的人工智能Project Debater已筹备好以及人类开展一场争辩。最早在1997年，深蓝（Deep Blue）计算机在国际象棋比赛当中战胜了国际象棋大师加里.卡斯帕罗夫（Gary Kasparov）；时候在《危险边缘》（Jeopardy!）的游戏中，IBM的人工智能Watson又打败了当时在这个游戏中的两位人类冠军。IBM Project Debater看起来是IBM在AI技术上的持续，虽然一些人们对于IBM展示AI技术的方式上颇有微词。但几十年以来，人工智能遵守在游戏对垒中的发展，尤为是在棋类游戏中。钻研人员通常是会在既定的游戏规则中，让人工智能与人类对垒，很少会在一个很开放的领域去研讨人工智能如何打败人的问题。而就是在那以后， IBM钻研团队就提出要有这样的人工智能，提出这样的课题，并且与人类进行争辩。IBM Project Debater由IBM钻研院以色列海法实验室于2011年开始开展钻研，研究人员讨论如何去设计一个能够与人类辩论的人工智能系统。它在2018年6月那场公开的Project Debater与人类的争辩竞赛中公开亮相。人类以及Project Debater各拿下一局。IBM Proejct Debater是一个像人一样高的黑色长方形物体，具有简单的相似于语音助手一样的UI交互设计，在议题当中，Project Debater对垒人类2016年以色列全国争辩冠军Noa Ovadia以及以色列争辩专家Dan Zafrir，他们各具有4分钟述说论点，4分钟反驳论点，2分钟做最后总结，探讨是不是赞助太空探索以及是不是增添远程医疗的使用。IBM Project Debater在比赛前并不只知道比赛的议题，它在了解到争辩议题以后，分析争辩的问题，然后扫描数据库中的文档内容，从大数据中获得信息，组成句子，最后构成自己的观点用以反驳。在这其中，Project Debater需要“听懂”输入人类争辩的陈词，“理解”其中的句子，主要技术树立在NLP以及TTS之上，最后以一个相似人工智能语音助手的腔调“表达”出来。IBM Project Debater发言人提到，他们的争辩，没有任何内容是被提前支配。。

在IBM Project Debater的核心技术内容中，具有三个主要功能，第一是数据驱动的演讲稿撰写与表达功能，在争辩进程中首先要做一个本方观点开场白，这个要有自动写成的功能，第二是听力理解功能，这不同于咱们熟知的浏览理解的功能，Project Debater要能听长达4分钟的内容，对方人类辩手在讲的进程中语速可能是快的，Project Debater要在听力理解中做到能够理解对方所表达的宗旨，因为像个人助手类只需要听懂话就可以，而在Project Debater要在很长的语句中去听懂对于的宗旨，” 第三是摹拟人类窘境的功能，“咱们总结了人类专家辩手的一些共同性，并且把这个注入到系统中去，就构成了一个知识图谱给到Project Debater来用，所以一旦开始去进行争辩的时候，Project Debater就可以在已构成的图谱中去做自己的向导以及索引，” 从人类的角度来说，争辩专家的表达仿佛会更好，或说更贴合人类自然表达的方式，但Project Debater利于援用全世界事件以及大量事实构成论点，更多的时候它模仿人类的争辩技能以及方式，甚至是语气对于人类争辩进行反驳。

咱们晓得争辩是一个非胜即败的内容，IBM Project Debater与以前AI所解决的挑战不太相同，此前的AI挑战会有一些具体的衡量工具，譬如在AlphaGo对垒人类的围棋竞赛中有具体判断输赢的法子，传统的技术可以直接匡助制订相应的衡量工具，在争辩中没有这样的输赢问题，争辩就像在实际中做商业决策，这也是IBM Project Debater立项的初衷，它被用来在大数据中检索信息，辅助人类做出决策，这个决策基于数据，人类在这样的辅助数据面前能得到更好的谜底，IBM Project Debater全世界经理Ranit Aharonov提到，争辩是Project Debater展现技术的一种方式，看咱们具体如何去使用Project Debater，具体可以使用到甚么的案例中去，Project Debater在争辩进程中可以看出一个事情的好与坏、利与弊、支撑与反对不同的观点，这就可以帮助我们去做决策，“再比如说律师在筹备庭审进程中需要去翻阅非常多的卷宗，为自己的辩解方做更多的辩解，就可以通过咱们的Project Debater为他去提供基于证据更好的信息以及决策，” 董事会的高管需要做出基于海量事实的决策，Project Debater有潜力在全世界规模内协助人类制订日常繁杂决策。

辩论的起源不仅是冲突和对抗，也从来不仅仅是局限在观赏的层面。而是树立更有效的讨论，提出建设性的观点，理解不同人们思考问题的方式，了解事物中的利与弊，以此做出掂量。IBM AI Tech副总裁Aya Soffer认为，在真实的世界中，我们并不仅仅是需要回答很多琐碎的问题，而是要回答真正重要的问题做出真正重要的决策。信息是海量的，但是找到那些去能助力我们做出正确决策的信息是难的。目前IBM Project Debater还在钻研阶段，还没有商业化，IBM目前还没有具体的规划。以下依据多家媒体现场问答内容整顿： 中国电子报： 人类一直但愿找一些场景打造以及训练AI以使AI更接近人的智慧，甚至超出人的智慧或匡助人类。像咱们以前说的从象棋到围棋，现在到争辩，就是从有前提到无前提、从有规则到无规则。您认为在争辩以后更大的场景或者更大的挑战是甚么？甚么比争辩更难，你们如何去定义更大的场景？Aya Soffer：关于AI的下一步，就是智慧上愈来愈接近人类。我觉得Project Debater是一个很好的例子，它展现了咱们是如何教授机器，只要有充足的时间、充沛的数据以及算法就可以充沛前进。讲到未来的方向，Project Debater下一步就是要让人工智能更像人。一个小孩子去上学，学科学，学历史，你给他看了大象的图片，人就学会了从不同的角度看大象。下一次再看到大象的图片，即使不仅仅是这个角度也知道是大象，也就是人可以去理解概念，并且在概念的基础上学以致用到新的领域，这类开放域的运用能力是强的。然而机器不会，即便目前AI再发达，AI以及计算机所学的还是从一个具体的例子中去学，学不仅会概念，尚不仅仅能把概念进行学以致用的应用。现在AI做的工作还是再学习的工作，而咱们但愿AI下一步的发展是从对比窄的例子上学习，而后扩大到对比宽泛的领域、跨不同领域的运用，和能够从概念上学习。不仅仅是再学习的能力，而是具体自己去推理的能力。品玩：这个项目展示了结构良好的演讲内容，甚至会适时展示幽默感。请问从技术的角度看，机器的幽默感怎样发生的？这是自发的，还是IBM有意去展示出来的？Ranit Aharonov：咱们也晓得要让人能够延续聚精会神地去争辩，任何一方都应当有点幽默。咱们也晓得在人类中开玩笑有两种，第一类是原创的笑话，第二是复制的笑话。咱们在系统中首先有海量笑话、开玩笑、幽默的输入，算法可以告诉Project Debater什么时候适合它去去开哪一个玩笑。所以从技术上来说，它不仅仅是一个自发的行为，它更倾向于第二种，而是以前有海量的幽默以及笑话在系统里面。然而它又具备必定的自发性，从这个意义上来讲是咱们故意去做的，有意为之。它有必定的自发性，由于算法可以奉告Project Debater在甚么时候合适去开甚么样的玩笑。知识分子：我所理解的Project Debater争辩的进程是自发的、实时完成的进程。在这个进程中既要了解对方辩手的观点，同时也要筹备好自己如何驳斥对方观点，自发、实时完成的进程是怎么样去做到的？Noam Slonim：这次争辩是彻底即兴，Project Debater以前没有见到，也不仅仅知道辩论的题目是什么。一旦开始争辩，是很难预期到对方会怎样去说的，这是主要的挑战。如何应答呢？主要是在层面去应对完全即兴、没法预期的情况。一方面是刚才讲到层面上通过知识图谱来模拟人类困境，构成辩驳的能力。咱们是在系统中去摹拟了，并且对于不同论证中的共同点来建模。举个例子，比如说触及到是不是要阻止器官的贩运、器官贸易，是不是要阻止酒精的贸易。相似于这类类型的辩题，咱们可以自然而然期待假如阻止了器官交易、酒精交易，有风险是会有黑市的蓬勃发展。理论上来说，Project Debater的系统可以理解与这类类型相干的一些争辩，但凡是针对这类类型的观点进行争辩，后续就会泛起与黑市相干的问题，因而可以在摹拟好中的图谱等待着与黑市相干话题的泛起。假如这样讲，大家就会觉得这并不难，语料库足够大就够了，一旦泛起要阻止甚么东西，你就等着，或Project Debater就自己去搜寻，去找与泛起黑市相干的论证就可以了。然而并不老是这样，譬如美国最近讨论对比多的是不是要阻止在公共场合母乳豢养的选择。这也同样是一个要阻止甚么东西的选择，然而咱们晓得这个东西跟黑市一点都没有关系，所以咱们仍然是在这个方面不断地去建模、扩张语料库，囊括人类丰硕的语言中各种细微以及奥妙的处所。这样Project Debater在已建模的知识图谱中，才能够更为精准地为自己导航，找到与支撑自己论点相干的观点。。