谷歌AI能战胜柯洁 却做不及格英国高中数学题

《分析神经模型的数学推理能力》

4月2日，谷歌旗下的DeepMind团队公布了一份名为《分析神经模型的数学推理能力》的研究报告（Analysing Mathematical Reasoning Abilities of Neural Models）。在这项研究中，团队让AI接受一项包含了算术、几何、概率和测量的数学测试，考题有 40 题，难度大约是英国高中数学的程度。

不过，在这40道高中难度的数学题中，拥有强大通用算法和远超人类计算能力的人工智能，却只答对了14题，正确率只有35%，是实打实的不及格。

值得一提的是，在AI参加测试以前，团队已经为其做好了充足训练。据DeepMind介绍，他们为AI建立了一个包含200万道题目的题库，涵盖了算术、代数、概率、微积分等各种题型。

同时，团队也派出了循环神经网络 (RNN) 和Transformer两大当下性能最先进的模型参与测试。

为什么人工智能无法答对高中数学题呢？

原来，最主要的原因是AI“看不懂”题目。DeepMind旗下的AI虽然已经拥有了极强的机器翻译能力，但依然抵不住数学问题的复杂性和语言多样性的压力。

对AI而言，数学符号和题目本身就很难理解

对人类而言，要解决数学问题，要应用到的不只有计算能力，还有各种各样的认知技能。比如理解题干，需要将文字或图标转换为算术运算符。

而对于依赖大量数据分析来寻求解决问题规律的AI而言，数学语言的复杂性是一座难以逾越的高山。

其次，AI“举一反三”的能力，也无法与人类一较高下。它只能处理一些内部存储的问题，无法超越已有的环境去理解新的东西。

而人类在解决数学问题时，会进行推理，从已知的公理中找到最佳策略，而在具体的运算过程中，必须利用工作记忆来完成运算。

据DeepMind研究人员总结，现阶段AI在推论的能力上，还不及人类。在解答问题时，人脑动用了多种认知能力，包括将符号分类、演算、运用工作记忆来储存中间值、还要运用学到的规则或定理等。

相反，AI则擅长模式比对、机器翻译和强化式学习，但弹性远不及人脑。它们不太能将事物推论到已有经验的环境外，更无法处理刻意乱输入的资讯。

不过，虽然目前AI还无法当数学老师，但他们已经称霸了相当多的领域。除了围棋以外，DeepMind旗下的AI又在游戏《星际争霸2》（StarCraft II）的测试赛中，5-0横扫世界顶尖职业选手。