值得一提的是，在AI參加測(cè)試以前，團(tuán)隊(duì)已經(jīng)為其做好了充足訓(xùn)練。據(jù)DeepMind介紹，他們?yōu)锳I建立了一個(gè)包含200萬(wàn)道題目的題庫(kù)，涵蓋了算術(shù)、代數(shù)、概率、微積分等各種題型。

同時(shí)，團(tuán)隊(duì)也派出了循環(huán)神經(jīng)網(wǎng)絡(luò) （RNN） 和Transformer兩大當(dāng)下性能最先進(jìn)的模型參與測(cè)試。

為什么人工智能無(wú)法答對(duì)高中數(shù)學(xué)題呢？

原來(lái)，最主要的原因是AI“看不懂”題目。DeepMind旗下的AI雖然已經(jīng)擁有了極強(qiáng)的機(jī)器翻譯能力，但依然抵不住數(shù)學(xué)問(wèn)題的復(fù)雜性和語(yǔ)言多樣性的壓力。

對(duì)人類(lèi)而言，要解決數(shù)學(xué)問(wèn)題，要應(yīng)用到的不只有計(jì)算能力，還有各種各樣的認(rèn)知技能。比如理解題干，需要將文字或圖標(biāo)轉(zhuǎn)換為算術(shù)運(yùn)算符。

而對(duì)于依賴大量數(shù)據(jù)分析來(lái)尋求解決問(wèn)題規(guī)律的AI而言，數(shù)學(xué)語(yǔ)言的復(fù)雜性是一座難以逾越的高山。

其次，AI“舉一反三”的能力，也無(wú)法與人類(lèi)一較高下。它只能處理一些內(nèi)部存儲(chǔ)的問(wèn)題，無(wú)法超越已有的環(huán)境去理解新的東西。

而人類(lèi)在解決數(shù)學(xué)問(wèn)題時(shí)，會(huì)進(jìn)行推理，從已知的公理中找到最佳策略，而在具體的運(yùn)算過(guò)程中，必須利用工作記憶來(lái)完成運(yùn)算。

據(jù)DeepMind研究人員總結(jié)，現(xiàn)階段AI在推論的能力上，還不及人類(lèi)。在解答問(wèn)題時(shí)，人腦動(dòng)用了多種認(rèn)知能力，包括將符號(hào)分類(lèi)、演算、運(yùn)用工作記憶來(lái)儲(chǔ)存中間值、還要運(yùn)用學(xué)到的規(guī)則或定理等。

相反，AI則擅長(zhǎng)模式比對(duì)、機(jī)器翻譯和強(qiáng)化式學(xué)習(xí)，但彈性遠(yuǎn)不及人腦。它們不太能將事物推論到已有經(jīng)驗(yàn)的環(huán)境外，更無(wú)法處理刻意亂輸入的資訊。

不過(guò)，雖然目前AI還無(wú)法當(dāng)數(shù)學(xué)老師，但他們已經(jīng)稱(chēng)霸了相當(dāng)多的領(lǐng)域。除了圍棋以外，DeepMind旗下的AI又在游戲《星際爭(zhēng)霸2》（StarCraft II）的測(cè)試賽中，5-0橫掃世界頂尖職業(yè)選手。

【來(lái)源：觀察者網(wǎng)】