IBM辯論機器人掌握語言能力了嗎

美國當地時間6月18日，舊金山IBM辦公室，人工智慧在一場辯論賽中擊敗了人類頂尖辯手。參戰的是IBM Research最新推出的AI系統Project Debater，它的對手是以色列國際辯論協會主席Dan Zafrir和2016年以色列國家辯論冠軍Noa Ovadia。

這次辯論賽分為兩場，第一場的題目是「我們是否應當資助太空探索」，Project Debater為正方，而反方則是2016年以色列全國辯論冠軍奧瓦迪亞(Noa Ovadia)。

第二場議題則是「我們是否應當更多地使用遠程醫療」，Project Debater依然是正方，另一位以色列國際辯論協會主席扎夫里(Dan Zafrir)為反方。辯論規則為雙方各發表4分鐘的開場演講，在接下來4分鐘內各自進行反駁，最後用2分鐘進行論證總結。

Project Debater的自我操控

IBM研究對話式人工智慧已經多年，此前推出了「沃森」（Watson），Project Debater是最新的成果。據IBM官方介紹，Project Debater是第一個可以在複雜話題上與人類辯論的AI系統。它的外形不得不說有些「嚴肅」，Project Debater的外觀就像是一塊黑色大石頭，在屏幕上有三個漂浮的藍色小圓。

Project Debater通過處理大量文本，就特定主題構建出有良好結構的演講，提供清晰明確的目的，並反駁其對手。最終，Project Debater將通過提供引人注目的、以證據為基礎的論點並限制情感、偏見或模稜兩可的影響來幫助人們推理。

IBM Research首席調查員兼Project Debater創造者表示，Project Debater項目六年前就開始了，而在兩年前才開始能夠參與人們的辯論。Debater的辯論智能來自於數以億計的期刊和報紙文章。

在比賽之前，Project Debater並不知道辯題。除了辯論開始的問候和笑話之外，論辯的陳述都是Project Debater自由發揮的，沒有固定的陳述詞。當Project Debater獲得一個新的話題時，它會在其文章語料庫中搜索與該主題相關的句子和線索，用來支持其辯方論點。根據所有的相關內容，它會試圖去理解辯論的主題，然後組織自己的陳述。

Project Debater將多種演算法與AI技術組合在一起。在過去幾年裡，IBM研究院已經在學術報告中詳細介紹過。當人類將主題告訴計算機，它會掃描資料庫，數據內包括海量新聞、學術論文，它會用演算法做出判斷，看看哪些文本相關性最高，觀點性很強。還有一種演算法會減少重複。在辯論過程中，語音識別系統會傾聽機器的對手說了什麼，如果機器人出現誤聽，系統會在出錯的地方增加另一個層。研究人員說，Project Debater可以應付任何觀點性主題，不管有沒有針對此主題訓練過都能處理。

在雙方結束總結後，多數觀眾認為人類表達得比較好，不過Project Debator 傳遞信息量的豐富度則優於人類，而且在第二場的「我們應該增加使用遠程醫療」辯論，觀眾則認為 Project Debator 的遊說能力較強，例如有 9 位觀眾在聽完 AI 辯論後而改變了立場。看來在這場與人類的友誼賽，AI 的表現算是不錯。

對於Project Debator來說提出一個觀點非常容易，它可以引用一些消息來源並且很明顯有些觀點是從一些文章中摘編出來的。儘管如此，它還是能夠從我們通常認為的「現有信息」模式轉變為我們聽到的由AI輸出的「觀點信息」模式。但是更令人印象深刻的是，它試圖與人類現場提出的觀點進行實時辯論。畢竟人工智慧系統需要通過幾分鐘才能分析人類四分鐘的講話，然後才能做出回應。

對於本次辯論賽，IBM AI和量子計算研究部門副總裁吉爾(Dario Gil)表示:「我們並不特別在意誰贏誰輸，我們更在意的是AI處理人類思考模糊性、現實性和語境的方式。我們想看看它是否能寫好「辯論」觀點，以及內容是否有說服力、能否提供恰當的例證。」

六年研製AI辯論能力

IBM已經花了6年的時間來開發Project Debater的辯論能力，包括數據驅動的演講能力，在演講中識別關鍵聲明的聽力理解以及制定原則性論據的能力。它擴展了IBM超級計算機Watson的功能，公司正在使用它來挖掘龐大的內部數據集，包括幫助醫生診斷不同類型的癌症。

近70年來，人工智慧系統在一定程度上是通過學習西洋跳棋和國際象棋等遊戲而發展起來的。1997年，IBM的深藍程序在國際象棋中擊敗加里卡斯帕羅夫（Gary Kasparov ）；2011 年，IBM Watson 在《危險邊緣》（Jeopardy）比賽中取勝。幾年後，Google 的 Alpha Go 打敗了頂級圍棋冠軍；一個名為Libratus的程序擊敗了全球四大頂級撲克玩家。而這次里程碑式的辯論發生在人與機器之間的多次相似的對決之後。

IBM表示，要訓練一台機器人與人類進行辯論，必須克服3個主要障礙。第一，系統必須大量收集信息、分析信息，從中提取出有用的內容。其次，「辯論者」必須能夠傾聽和理解對手的論點，識別其概念和主張，從中找到弱點。最後，該體系必須認識到人類思考中的爭議盲點，才能「提出有原則的論點」。

以上的一切能力，都是為有朝一日開發出完全基於人類語音的應用程序做準備。截至目前，消費者能使用的技術，如Siri、谷歌助手和Alexa，還遠不具備和人類對話的能力。離人類真正依靠電腦做出決策，還有很長一段路要走。而這，正是IBM現在在走的路。

用語言和推理來辯論是一個更加複雜的遊戲。「國際象棋的規則很少。即使對於更為複雜的圍棋來說，我們仍然在談論一個非常有限和明確界定的空間」。參加辯論的鄧迪大學技術中心教授Chris Reed說。「對語言而言，它不是那麼明確。」他說。「關於什麼構成轉折和遊戲規則，靈活性更大。」

一旦人工智慧具有說服力的論點，就可以將其用作輔助人類決策的工具。

掌握語言能力沒那麼簡單

人工智慧的語言對話能力一直是科學家及企業希望能獲得大幅突破的領域，IBM 的辯論 AI 屬於大型資料查找、分析、用以幫助做決策，展現了人類理性的一面。另外則有不少人希望讓 AI 有人類的感性，包括閑聊機器人、或是Google或微軟已投入眾多資源的 Duplex 語音技術，則是希望讓 AI 在對話時能有人類的口氣。

IBM 負責AI的副總裁 Dario Gil 接受採訪時表示，「這一計劃的挑戰在於脫離傳統的遊戲環境，儘管遊戲可能很複雜，但你最終處在一個獨立封閉的體系中。有一些規則需要遵守。將人工智慧引入一個開放性問題領域非常有趣。問題是這能否實現？」

以色列的研究員RanitAharonov坦言這個項目是有限的，掌握語言還有很長的路要走。但是，Aharonov認為該技術可以有一系列實際用途，它可以幫助人們做出一個關鍵的決定，例如，通過提供一系列「支持」和「反對」的論點。與此同時，Aharonov的合作者Noam Slonim表示:「風險總是存在的，我實際上認為，與其他技術相比，它的局限性更大。」

西雅圖艾倫人工智慧研究所的首席執行官Oren Etzioni表示，僅憑這場競賽很難判斷IBM系統的能力。他說:「相比開放的演示，人們更容易將一個罐頭演示整合在一起，讓你以一種自然的方式與之互動。」

西北大學教授、NarrativeSciences創始人Kristian Hammond表示，這項技術可能被證明是有用的。但哈蒙德強調，IBM的軟體只是在重複它所挖掘出來的東西。他表示:「在任何階段，系統都不知道自己在說什麼。在人類中，我們認為這是愚蠢的推理。」

IBM 也表示，辯論規則源自於人類的討論文化，而非隨意的對話，Project Debater 必須適應人的理性，並提出人們可以遵循的論點。因此，在辯論中，人工智慧必須學會在凌亂的非結構化人類世界中抓住方向，而不是像在棋盤遊戲中那樣使用預先定義的規則。基於上述原因，Project Debater 有時也會犯錯。但 IBM 認為，雖然該項技術的工作遠未完成，但它有可能幫助解決數千個複雜的人類決策，例如，金融領域、公共政策，未來 Project Debater 的基礎技術將在 IBM Cloud 和 IBM Watson 中商業化。

據另外兩位IBM研究員Noam Slonim和Ranit Aharonov所說，發明這款機器的真正目的是通過其無偏見論述以幫助人類建立充分知情的論點並做出更好的決策。

對於Project Debater在未來領域的應用，核心的疑問是這款人工智慧是否能準確幫助人類闡釋問題的原因。AXIOS在報道中指出，若僅僅提供數據驅動的輸出而不做任何後備演算法，其結果走勢不僅容易出錯，甚至可能是不道德的。

除此之外，IBM 希望繼續開發人工智慧系統，推動 Project Debater 實現更加偉大的成就。

「IBM研究部門主管Arvind Krishna說：」我們相信人工智慧具有很好的可以理解我們人類的巨大潛力。

Project Debater將擴展沃森的功能，目前數十家公司正在使用沃森的功能挖掘大量內部數據集以獲得新的業務洞察力。該系統已經使用了Watson Speech to Text API，並將有助於增強沃森的高級語言和對話功能。未來，它的基礎技術也將在IBM雲平台和IBM沃森中商業化。

編輯：錢馨瑤

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！