这是一个普通的高考考场：考生就坐，准备就绪，开始答题。但这又不是一个普通的中国高考考场：这里不够安静。在一个大约 300 平方米的大厅里，循环大声播放着一首钢琴曲，时不时还有女主持人和男性嘉宾的对话。大厅一排排的椅子上坐着兴奋而略带焦躁的观众，人们窃窃私语，似乎都对他的解题过程充满兴趣。
特殊考场的较劲
面对音乐和干扰，考生表现出卓越的心理素质。他全神贯注的解题，速度与品质没有受到外界的丝毫干扰。他解开每一题的速度为 7 到 15 秒。据熟悉他的人介绍，这是他放慢了 6 倍的结果。
他放慢的原因是：他不仅需要把题目做对，还需要给大家展示他是如何做到的。根据高考要求，他不能直接说话。他也没有多余的手来为观众进行演算。一切只能透过礼堂前方的大屏幕来展示：左边是一个由无数蓝色光点组成的大脑，每算一题，蓝色大脑里就会跳出若干以红色、黄色、蓝色节点构建的知识链。每个节点旁边有一行白色的字，标注著这题涉及了哪些知识。
屏幕的右边是正在演算的题目。蓝色光标在题目末端闪烁，过一段时间打出一行字：那是他给出的答案。答案闪现的飞快，一些观众干脆从椅子上站起来，想看清楚题目以跟上他思考的速度，但往往还没有把题目读完，就已经到了下一题。
时间开始是 6 点 40 分：这比高考要晚了近 5 个小时。不过，在这场为他专门准备的考试里，才开始了不到 8 分钟，而他已经快把题目做完了。
最终，他答完了题，花费时间 9 分 47 秒。
经过数学特级老师、奥赛教练韩兆勇的评审，他的分数最终公布：134 分。
为了衡量这个分数的价值，有 3 组高考状元陪他一起进行测试：状元一组得分，119 分。状元二组得分，140 分。状元三组得分，146 分。3 组高考状元平均分 135 分，最终结果是，他的分数以 1 分之差，惜败于最精英的人类“做题家”。
几乎在他答完题目的同时，在 2 千公里外的成都，另一个与他类似的考生，也已完成了题目。他们使用相似的屏幕输出，做一样的北京市高考数学卷，只不过成都考生用时要比他稍长些：22 分钟。
半小时后，成都考生也得出了结果：105 分。这个分数不如北京考生一样显眼。但对成都考生而言，无疑仍是进步──仅 4 个月前，他的成绩只有 93 分。4 个月的时间，他提升了 12 分。
这是两位特殊的考生，正是中国历史上第一次正式参加高考的人工智能。北京的“考生”是学霸君推出的智慧教育机器人 Aidam，而成都的“考生”则是由成都准星云学科技有限公司开发的人工智能系统 AI-Maths 。在恢复高考的第 40 年，它们来了。
▲ 状元与 Aidam 的最终分数。
人工智能赴试的价值何在？
为何要让人工智能参与高考？人工智能有可能通过高考吗？
在李世乭和柯洁先后惨败于围棋 AI Alphago 之后，“人机大战 ”成为了许多媒体在报导机器人的过程中常常出现的词语。或许由于此，在机器人宣布参与高考之后，网友的评论也日趋两极化。一种声音认为，人工智能参与高考，很可能是在“ 搭 Alphago 的热度”，或是认为人工智能进行高考，就像学生拿计算机算数学题，有何意义？而更多的人，即便承认人工智能参与高考有价值，也认为以高考的难度，人工智能要获取好成绩，仍属不可能。
甚至在知乎“如何评价中国国产机器人将参加 2017 年高考？”问题下，有一个高票答案断言“当今人工智能的发展，机器是不可能在非西藏、-等省份考入一本的，在-西藏考文科还有个一搏，理科是会死路一条。” 对数学的估计是“估计 60~80 比较靠谱”。也有人认为机器必须要联网才能获得答案，否则会“老师，if 断网，404 not found ”。
在两个人工智能参与中国高考的前一天（6 月 6 日），科大讯飞轮值总裁吴晓如及讯飞研究院院长胡国平接受媒体采访，对这些问题做出了回应。
据吴晓如披露的内容和相关资料综合，机器人参加高考，并不是所谓的“人机大战”后才出现的噱头。在国家层面，“高考机器人”是国家 863 计划信息技术领域 “基于大数据的类人智慧关键技术与系统”计划的重要研究目标之一。该计划由科大讯飞联合 30 多家科研院校和企业共同参与，早在 2015 年便已开始。
“高考机器人”有多方面的意义：聚集中国一些比较顶级的研究机构和科学家，一起来突破现在人工智能领域相关的一些重要的技术问题；替代传统测试人工智能水准的“图灵测试”，全方面测试和应用与人工智能相关的多个领域；最后将这些领域突破所取得的技术成果，运用到相关行业和领域，如翻译和车载控制等。
目前 “高考机器人”仍在开发和完善之中，要 2019 年才会正式参加考试。但今年参与考试的“考生” 之一准星云学 AI-Maths，与该计划有密切关系。资料显示，准星云学的核心团队于 2015 年参与了“基于大数据的类人智慧关键技术与系统”，并主导子课题“初等数学问题求解关键技术及系统”。后者正是 AI-Maths 技术的重要来源。同时，准星云学还拥有智能推理解题判卷技术，即将数学知识体系全部串联成知识网，能够像人类一样逐步思考、推理，最终对解题过程进行判定。
而另一个 “考生”Aidam，则来源于学霸君。以拍照搜题为最初产品的学霸君，其产品已经有 7,000 万注册用户，答题搜寻次数超过 100 亿，老师线上答疑超过 500 万次。
这一庞大的题库和数据积累为 Aidam 的发展打下了基础，“我发现，原来在我们的题库里面，我们记录了大量的关于状态之间可跳转、可推演、可演算、可关联的资讯。”在讲解 Aidam 背后逻辑的时候，学霸君的首席科学家陈锐锋使用了围棋为比喻。类似于围棋棋盘可以被分为无数横轴和纵轴。人的思维模式和解题模式也可以被具象为棋子，棋子的纵轴与横轴分别代表起始的状态和下一步的状态，这样，每一次题目的可能解法，就相当于在一个庞大思维矩阵里下棋的过程。而学霸君之前积累的庞大的题库与数据纪录，恰恰类似于无数张围棋棋谱，为人工智能自主学习提供了可能性。
尽管目标类似，但不同的背景决定了两者不同的解题思路，甚至在一定程度上截然相反：准星云学的 AI-Maths 与 863 计划的高考机器人思路一致，强调“不联网、不连接题库、无人工参与”。在只有少量训练样本的情况（只有约 500 套试卷、1 万道题的训练量）以机器建立类似人类的复杂逻辑推理能力与联想能力。试图让机器在较少样本和较少资源耗费的情况下，拥有“举一反三”能力。而学霸君的思路则强调大题库（已经有超过 7,000 万的巨大题库），透过大量的题库、用户行为数据以及 Ai 自我博弈，从大量题目中找到适合共通的知识元件和解题模式。从某种角度说，这两种模式的区别类似于 Alphago 早期版本的学习过程，电脑可以透过规则自己对弈，也可以学习棋谱。从之前的测试中看来，Aidam 的成绩要好于 AI-Maths，但如果以纯粹人工智能的难度和多行业的延展性，AI-Maths 面对的问题更加复杂。
▲ 陈锐锋为观众讲解 AI 原理。
得分虽近，但发展之路仍漫长
不过，尽管距离人类只有“1 分之隔”，但无论是 AI-Maths 还是 Aidam ，仍然有很长的路要走。
在 4 个月前的首次亮相中，AI-Maths 仅得了 93 分。事后，准星云学 CEO 林辉在接受记者采访时，认为它失分的重要原因来源于“无法理解题意”，它们缺乏人类生活的常识，它们无法理解“投资”、“理财”这些概念。
在现场，AI-Maths 的研究人员举了一个例子：它可能解决复杂的数学问题，因为 1~9 的数字它理解起来非常很容易，但是人工智能要理解“苹果是什么”却很难，因为要具像一颗苹果，需要非常多描述。人类可以从生活经验里习得，而 AI 不能；这也导致在语言相对更复杂、概念更多的应用题领域，AI 的难度要比人类解题大得多。
这一问题同样困扰 Aidam 的开发者。陈锐锋简要介绍了AI 的答题过程必须经过 3 步： 第一步，从自然语言转为形式语言，需要将复杂的数学题分析其中的语法结构，抽出其中的主谓宾，形成能够让 AI 理解的语句。第二步，从形式语言进行自我映射、自我推理，并完成最终解题过程。第三步，将解题完成后的机器语言翻译回人类的语言。仅在解决“如何将几何语言转化为机器语言”这一难题上，开发者就花费了整整一年的时间。此次的题目也是由人手工输入，在一定程度上降低了 AI 解读的难度。
但从整个 AI 行业而看，AI 对语言的理解，乃至对于主观题的判断，又比人们设想的更加迅速。据吴晓如在访谈中介绍，目前科大讯飞的智慧阅卷产品，已经可以达到对主观题，甚至对语文、英文的作文题都可以自动评分，包括给出详细评语，甚至可以对学生们使用的优秀句子和名言佳句给予针对性的鼓励和评点。另一方面，微软小冰在 2017 年 5 月 19 日出版的诗集《阳光失了玻璃窗》获得好评，被认为比起 2016 年的高考作文有了很大的进步。
从以往的技术发展进度看。人工智能从第一次走进高考考场，到最终解开应用题和语义理解难关，获取较为优异的高考的各科分数，到有一天考入清华和北大，只是时间问题。或许真正的问题是，之后人们如何与人工智能相处，乃至借助 AI 的力量，让教育变得更有品质、更个性化，也更加公平。例如此次的两家公司：学霸君和准星云学，其技术都包括了自动批改、智慧评测、学习诊断等功能，这也逐渐成为目前的“AI + 教育”类产品的标配。
这不禁让人联想，2017 年 6 月 8 日，是中国恢复高考制度 40 周年。这 40 年，高考制度成功的打破了原有的社会壁垒，改写了无数中国人的命运；那么下一代，AI 走入教室和考场，是不是能改变人的命运？
（本文由 36Kr 授权转载；首图来源：shutterstock）
