Nature新封面:能与人类自主辩论的最强“AI杠精”来了

百家 作者:硅谷洞察 2021-03-19 12:36:27


热点追踪 / 深度探讨 / 实地探访 / 商务合作


本文来源雷锋网  作者:付静  编辑:Ocean


谈及辩论,在行的除了人类 BB King,还有“机器杠精”。


早在 2018 年 6 月,IBM 的 AI 辩手 Project Debater 击败以色列国际辩论协会主席旦·扎法尔(Dan Zafrir)和 2016 年以色列国家辩论冠军诺亚·阿瓦迪安(Noa Ovadia),一战成名。


转眼 3 年过去,号称「首个能在复杂话题上与人类辩论的 AI 系统」的 Project Debater 更是出现在最新一期 Nature 杂志封面上。


Nature 杂志封面,图来源于网络


AI 走出「舒适区」


2021 年 3 月 17 日,IBM Research 题为 An autonomous debating system(自主辩论系统)的论文正式发表于 Nature。


论文:An autonomous debating system(自主辩论系统),图来源于网络


AI 被定义为“可以执行有智慧的生物所能完成的任务的机器” 。而众所周知,争论、辩论是体现人类智力的一个基本方式,也是人类众多活动所必需的、人类社会共有的能力。因此,提升计算机对自然语言的理解和处理能力、发展论证技术,已成为 AI 研究的一个新兴方向。


多年前,即便是最为先进的 AI,也不能很好地做到对人类话语进行分析、确定论据如何用于支持结论(这一过程被称为论点挖掘)。


后来,随着 AI 技术的进步和论证技术工程日益成熟,加之商业需求强烈,这一领域开始迅速发展。据相关了解,当前全世界有 50 余个实验室正在研究这一问题,其中就包括所有大型软件公司的研究团队。


来自英国邓迪大学辩论技术中心(Centre for Argument Technology)的克里斯·里德(Chris Reed)认为,这一领域之所以能呈现快速发展之势的一个原因便是:AI 系统可识别大量文本中语言使用的规律,这已在许多应用中产生了变革,但其本身在论点挖掘方面却并不成功。


继续深究便能发现其原因:论点结构太多变、太复杂、太微妙,且常常太隐蔽,难以像句子结构那样易识别。


基于这一大背景,IBM 提出了 Project Debater,即一个可以与人类打辩论的自主系统,这一系统通过扫描储存了 4 亿篇新闻报道和来自维基百科的内容。



论文中,IBM 对其系统架构进行了完整的描述、全面系统的评估。


值得一提的是,IBM 强调了 AI 与人类辩论、AI 在游戏中挑战人类之间的根本区别。


IBM 认为,后者是过去几十年里 AI 研究学者们主要追求的经典挑战,它尚存在于 AI 的“舒适区”内——而 AI 与人类辩论显然意味着 AI 已走出了“舒适区”,毕竟在辩论中人类仍占上风,需要新的范式才能取得实质性进展。


正如里德评论的那样:这一论文表明,该领域的研究已取得了长足进步。


Project Debater 成为工程壮举


在里德看来,Project Debater 是一个巨大的工程壮举。


具体而言,Project Debater 涵盖了:


1.文本中收集、解释与论证相关的材料的新方法


2.修复句子语法的方法(主要是为了系统在论证时重新部署所提取的句子片段)


围绕着关键主题,上述方法与人类预先准备的信息结合在一起,将提供相关的知识、论证和反驳。实际上,这个知识库还将以人类预先写好的句子片段作为补充,这样一来,在打辩论时准备、介绍演示文稿也不在话下。


其主要流程是:


1.查询相关论据的高倾向性句子;


2.使用神经模型,对句子代表论据的概率进行一个排序;


3.结合神经网络、基于知识,对每个论点立场做一个分类。



里德对 Project Debater 的评价是: 


“无论是作为一个 AI 系统,还是一项 AI 领域的重大挑战,Project Debater 都是非常有野心的。”


这背后的逻辑是,几乎所有的 AI 研究都把眼光放得很高,而一个关键问题就在于获取足够的数据、计算出有效解决方案。对此,Project Debater 通过一种双管齐下的方式解决了这一障碍:一方面,仅着眼于百余个辩论主题;另一方面,从庞大的数据集中获取材料作为支撑。


无疑,Project Debater 目前并非做到了完美的程度。


目前来看,或许这一系统最大的弱势在于难以模仿人类辩手的连贯性和流畅性,其实这与其处理程序选择、提取和组织语言的水平有关。


当然这种限制并不仅仅出现在 Project Debater 身上——尽管人们对论证的研究已经进行了两千年,但人们对其结构仍然知之甚少。毕竟,对于一个连贯的论证推理模型而言,辩论研究的重点不同(是语言使用、认识论、认知过程还是逻辑有效性),关键特征也将有很大的不同。


因此,什么是好的论点模型,本身就是一大难题。


AI 辩手一战成名


Project Debater 在实战中表现如何,想必密切关注 AI 领域发展的小伙伴早有耳闻。


首先在 2018 年 6 月 18 日,IBM 旧金山办公室,Project Debater 迎战两位顶尖人类辩手:以色列国际辩论协会主席法尔和 2016 年以色列国家辩论冠军阿瓦迪安。


Project Debater与扎法尔进行辩论中,图来源于网络


Project Debater与阿瓦迪安进行辩论中,图来源于网络


在两场以「4 分钟开场演讲-4 分钟反驳-2 分钟论证总结」为流程的辩论中,人类辩手首先发言,然后 Project Debater 进行反驳。


辩论规则,图来源于网络


Project Debater 通过处理大量文本,就主题构建出了结构良好的演讲,观点清晰明确。据外媒 Engadget 报道,Project Debater 抛出了不少自方观点,同时还根据对手发言做了流利的反驳。最终,Project Debater 比扎法尔多获得 9 票,赢得了比赛。


随后在 2019 年 2 月 11 日,Project Debater 与 2016 年世界大学辩论锦标赛总决赛选手、2012 年欧洲大学辩论锦标赛冠军哈里斯·纳塔拉然(Harish Natarajan)现场较量,最终人类辩手获得胜利。


2019 年 11 月 21 日,剑桥大学举办了一场辩题为“AI 诞生是否弊大于利”的比赛,Project Debater 再次迎战人类辩手。


从结果来看,Project Debater 的支持率为 51%,以微弱的优势取胜。


但抛开票数来看,不少人认为:


“IBM AI 机器人在很多方面的表现远远比不上人类辩手,通过这场辩论赛可以明显反映出,AI 辩手与人类辩手之间还存在着巨大的差距,比如句子的结构不正确,或发表无法令人信服的论点。”


不过,当时 IBM 也对 Project Debater 做了新的改进,比如评估出质量更好的论点、检测出人类辩手词汇冗余的论点,甚至基于一个笑话库,变得幽默起来。


古罗马时期,著名政治家、哲人西塞罗曾说过:


“辩才是人类最光辉的美德之一。”


自苏格拉底时期起,辩论就是人类生活最为重要的一部分,理性、智慧之光闪耀其中。未来 AI 如何更好地拥有这项技能,我们拭目以待。



推荐阅读

【支付】击败【商业航天】?Stripe超越SpaceX成美国第一独角兽
无代码的时代真的来了吗?系列一:前世今生
因特朗普禁令对推特进行报复?推特起诉德州检察长;Facebook发起反垄断反击|前沿科技周报
拥有大量技术的微软,为何不再吹嘘技术本身?
NFT技术:让表情包也成为名贵的“收藏品”

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接