也许将来，机器将是教学工作最好的“助手”。
6月7日下午，全国高考数学科目结束。
但就在考场之外，另一场数学“大考”刚刚开始。而面对考试的，则是和普通学子不同的特殊考生——人工智能。
在成都高新区天府新谷的一个封闭空间里，一位机器人“考生”挑战了今年全国高考的数学。它是成都准星云学的高考机器人，名叫“AI-MATHS”。
在北京，包括黑智在内的众多媒体，则围观了中小学智能化教育创业公司学霸君自主研发的智能教育机器人Aidam，与分为三组的6名高考状元的同台PK。
两家的家长在此之前都很紧张。成都准星云学科技有限公司CEO、清华大学苏州研究院大数据中心主任林辉把AI-MATHS”叫做孩子，他说，这孩子“最大的弱项是不能理解考题里场景式的描述语言”，它会读不懂题。学霸君创始人张凯磊说Aidam就好似自己的女儿，送入考场前，也在求祝福。
在学霸君发布会现场，由其自主研发的智能教育机器人Aidam首次公开亮相，并通过现场直播的方式与6名高考状元同台PK，分别解答2017年高考数学试题，完成包括客观题和主观题在内的整张试卷，并按照评分标准得出最终成绩。
最终，Aidam花了9分47秒，完成了全部数学考卷内容。最后现场阅卷结果，Aidam考了134分，三组高考状元分别得分为119分、140分和146分，平均分135分。从分数来看，人类“学霸”们在高考中，还是扳回一局。
准星高考机器人AI-MATHS北京卷用时22分钟完成北京文综数学考试，得分105；全国二卷数学考试用时10分钟，得分100分，离预期的110分也还存在着差距。
柯洁和AlphaGo的大战刚刚落下帷幕，这边人工智能就上了高考的考场。和人类智力的挑战，机器从未止歇。但AlphaGo已经挂印退出棋坛，这边参加高考的人工智能们，它们背后又是由哪些技术支持，在未来又将作何用途呢？
高考机器人和AlphaGo有何异同？
在“备考”阶段，Aidam的“父亲”张凯磊向黑智表示，Aidam和AlphaGo一样，并非实体，而是以深度学习、专家系统和自然语言理解为核心的复杂系统。这个系统的核心在于通过学习人类的编程逻辑，熟悉人类思考和学习的方式，进而掌握解题方法。
学霸君创始人兼CEO张凯磊
Aidam的图像识别和自然语言理解技术均为自己研发，构建了深度神经网络的句法和语义分析器，在海量题库中不断强化和扩充训练。
目前，学霸君已经拥有7000万道数学题目的题库系统，以及大量的学生手写和上传题目图片、各种教辅书籍中的题目库，构成了学霸君的智能机器人的训练数据。据张凯磊介绍，目前，依靠学霸君的产品端的日活量，每天可以产生1700万-1800万张左右的题目图片上传。而其中，无论是拍照，还是学生手写题目，均可以被Aidam的图像识别系统识别，并记录、收集、标记。在学霸君的题库中，每一道题目均记录了其答案、解析和不同的解题过程。在此基础上，Aidam不断进行自动解题训练。
“系统每天大概做 40-50 万道题目，进行自我训练。”张凯磊说。“我们是自己在超链路神经网络使用的时候发现，它对于记忆题目使用的步骤跟逻辑是有价值跟效果的，所以开始大规模地在代数体系跟解析体系解决这个问题。”
目前为止，Aidam主要针对的是数学学科。张凯磊对此的解释是，数学题目的标准更加明确，容易判定对错。“我们目前看到学生咨询最多的问题，超过40%都是数学问题。除了评价标准之外，对于人工智能系统而言，数学的挑战是比较有难度的。数学试卷中，包括简单的选择题，也有复杂的需要解题过程的大题，这是非常适合测试AI的，所以，我们这次选择数学作为切入口。”学霸君首席科学家陈锐锋表示。
学霸君首席科学家陈锐锋
陈锐锋介绍，Aidam 的解题过程涉及到三个步骤：
一是理解和识别人类语言，把题目变成机器人可解码、可理解的语言，即通过自然语言处理将人类语言转换为形式语言。
二是逻辑推理，利用计算机的知识语言网络，模拟人类处理信息的方式和策略，找出最佳解题路径。
三是用人类的语言回答问题，并给出详细的解题步骤，即将形式语言转化为自然语言。
其中最大的难点在于让机器理解人类语言，这也是自动解题系统被公认的核心问题之一：自然语言处理中的语义分析。
而AI-MATHS 学习了小学到高中的 7000 多个考点，运算量可达到 2 的 800 次方。林辉认为，跟 AlphaGo 相比，高考机器人的研发难度更大，原因和陈锐锋提到的类似，因为用计算机语言描述围棋规则相对容易，但研发高考机器人，首先需要让系统理解人类语言。这也是他在之前提到过的，要让AI-MATHS“读懂题”，是一件非常困难的事情。
而这并非机器首次向人类的考场发起挑战。在日本，从2013年起，机器人Torobo（Todai Robot Project） 每年都会参加日本高考，目标是考入东京大学。它的物理成绩不错，但受制于语言处理能力，在其他科目的成绩并不理想。在2015年，它考出了511分的成绩，可以考上日本80%的大学。其研发负责人 Noriko Arai 教授表示，在目前的技术条件下，Torobo要考上东大很难，因此，它已经放弃了这一学业，开始从事大数据分析方面的工作。“现在的AI们，包括Waston，Siri和Todai，都不能阅读，但它们擅长搜索和优化。” Noriko Arai 在今年的TED2017上说。
AI能否代替老师？
推出Aidam，学霸君的目的，自然不会是单纯让它能够去参加高考。学霸君给自己打出的口号是“消灭学区房”，但是在人工智能领域，张凯磊说，Aidam并不会取代教师，而只是教育工作的辅助。
学霸君智能教育机器人现场展示解题过程
人类智能和人工智能的区别，以及何等工作能够被AI所代替，已经是被业界无数次讨论过的问题。在博鳌论坛上，鲁白的回答是：人工智能，不会拥有人类一样的智商、情感，或拥有自主意识。他解释，人脑有五个方面的功能：第一是感觉，第二是运动，第三是记忆，第四是情感与情绪，第五是认知。“怎么样跟人工智能或者电脑产生感情，论题中包括两个方面：一个就是情感的产生与情感的交流，延展一下就是社会性；一个方面是认知。认知又分两个部分，一个是一般的认知，连动物都有，我觉得人工智能可以有这个方面的认知功能，包括逻辑思维分析，以及决策之类。人还有另外的一个方面的认知叫做高级认知功能，里面包括语言包括自我的意识，包括想象力、创造力最后还有人所特有的一种目的性的行为，而我认为，人类是在这方面，是不能被机器代替的。”
而指导学生科研、教育人类学生学习知识，正式人类创造力和认知能力的高级体现。那么，什么职业将被机器改变？和黑智谈过的众多业内人士也总结，劳动并无高低之分。那些和数据相关，重复性较强、边界清晰的工作，容易被机器所取代。
而在不担心教师们失业的前提下，人工智能又将辅助我们的教育，做到哪些工作？“我希望它能够作为教师的帮手，解决目前教育中的一些难题，比如，辅助批改作业。”张凯磊说。
在张凯磊的构想中，“自动批改作业”一直是他希望实现的。“今天我们已经有能力把学生的学习行为数据采集到电脑上面去，有能力把他书写过程中的东西数字化，但是一直以来我们都没有这个能力让机器去批改作业。现在，我们靠深度学习技术，开始有机会，把像人一样将一道题目一步步推理出来这件事，在系统层面做出来。无论这道题目是否在系统中录入过，无论它的难度系数有多高，只要在它的认可范围内，都可以做出来。”
而自动批改的核心目的，则是为了实现个性化教育的最终目标。人工智能可以知道每一个学生的学习习惯、学习进度和学习意愿。学生会的东西不会再出现；不会的东西，机器则会一直提醒，直到学会为止。这样，每个学生看到的内容、做的习题都是量身定制的。另外，通过人工智能，老师对每一个学生的了解将比以往任何时候都要深入。因为人工智能将会在最短的时间里将学生的学习情况及时反馈给老师，老师可以直接读取，而不会因为学生太多顾不过来。
“我们已经开始逐步在学校里实行个性化教育的实践，在教育机器人完成后，也将加大推广的力度。”张凯磊表示。在学霸君现场展示的在某地学校的教学系统中，学生作业已经数字化传输到电脑上面，并且后台由机器批改完成，并对学生的完成情况、行为数据进行了标注和统计。“目前我们的教学改进系统是靠学生做题的零散数据产生的离散模型，把这些题做好了，提升效率之后看过程。未来，我们将把它扩展到5000-6000个班级，这样将会扩充到几十万规模题量的学习过程，成为我们越来越强大的一块资产。”张凯磊告诉黑智。
在教育领域中，对内容数据的智能化的机器理解将为老师的教学和学生的自主学习提供非常丰富的信息支持，围绕学生学习薄弱点的自适应学习在机器理解的基础之上将变得高效而又有针对性。而学霸君研发的智能教育机器人，就是机器理解技术在教育领域的典型应用。
Adiam和AI-MATCH的高考成绩，只是它们现在的阶段性的表现。尽管距离人类的“学霸”水平仍有一段距离，但随着学校提高教学效率的需求不断增加，教育应用落地的不断深化，以及教育大数据和深度学习技术的发展，一个“机器助教”将会给我们打开新的大门。到那时，“干掉学区房”，也许真的不止是一个梦想。
匿名用户
