直播答題遭人工智能“搶錢” 平臺變換題型應戰

背后用了怎樣的技術？

從測試來看，AI答題軟件有時會非常聰明。它們是如何找到正確答案的？

“汪仔答題助手”團隊負責人告訴中新網記者，首先，答題助手通過圖像識別等技術抽取問題和候選答案，并將對應的文本數據發送給搜狗“立知”問答系統。

“其次，搜狗‘立知’系統利用自然語言處理技術分析問題，然后從上千億互聯網資源中檢索出與問題相關的文檔集合，并通過深度語義理解技術，從文檔中抽取候選答案。”該負責人說，每個候選答案有一個置信度，最后結合題目中給出的候選答案，綜合判斷出正確答案。

在這一過程中，自然語言處理技術發揮了關鍵作用。

“簡單來說，自然語言處理技術就是讓機器理解人說的話。”大拿科技創始人、機器學習專家陳明權說，自然語言處理技術雖然還沒有那么高級，但可以用來做不錯的搜索。

竹間智能創始人簡仁賢曾經領導了微軟AI聊天機器人“小冰”的開發，他告訴記者，具體來看，將AI技術應用于在線答題主要還是建立在自然語言理解、搜索引擎以及知識圖譜技術之上的。

“比如關于‘姚明身高是多少’的問題，有一個實體是‘姚明’，他有一個屬性是‘身高’，對應的值是‘多少米’，這首先是建立在對問題的自然語言理解基礎上，然后結合預先建立起的知識圖譜，在此基礎上搜索之后找到答案。”簡仁賢說。

　　一用戶借助人工智能工具輔助直播答題。中新網吳濤攝

AI軟件答題的弱點在哪里？

記者體驗發現，對于文學、歷史等領域知識類的題目，AI軟件更容易答對，而對于需要推理的數學題則較難給出答案。

比如，有題目問“上一個四級階梯，若每次只能跨過一級或兩級階梯，有幾種方法上去？”AI軟件干脆選擇“放棄”。

對此，“汪仔答題助手”團隊負責人說，對于不涉及復雜推理的知識類題目，AI軟件比較擅長。

“機器能進行簡單推理，例如，‘小紅爺爺的名字叫小白，小紅爸爸的名字叫小黑，那么小黑的爸爸是誰？’對于這樣的邏輯，機器是可以推理出來的。”陳明權說，但是涉及復雜推理的題目，現在的機器根本做不到。

簡仁賢說，有些題目會涉及到很多層的推理，就不能簡單依靠搜索技術與知識圖譜的構建。推理也是人區別于人工智能最大的優勢之一，也是現在人工智能難以實現的。但在復雜知識的記憶和檢索上，人工智能具有巨大優勢。

另外，記者注意到，在答題時，與一些語音識別的智能音箱相比，“簡單搜索”、“汪仔答題助手”等通過圖像識別問題的AI軟件準確率更高。

“圖像中的文字識別已經非常成熟了，如果文字像印刷稿一樣非常規范，那么準確率可以達到99.9%。”簡仁賢解釋說，但是語音識別容易受環境影響，在嘈雜背景下識別準確度將大幅降低。