據外媒報道，此前日本國立情報學研究所的研究人員打造了一款名為“Torobo-kun”的機器人，設計目的是讓Torobo-kun能夠通過日本頂尖高校東京大學的入學考試。然而在最近的一項研究后，他們不得不放棄這一目標。

近幾年來AI得到了迅速發(fā)展，不僅在圍棋上戰(zhàn)勝人類世界冠軍，在其他方面也展示出各種技能。但AI對人類語言的閱讀理解能力一直不太出色。來自日本情報研究所和其他機構的一組研究人員共同打造了Torobo-kun，并從2013年開始讓它參加模擬大學入學考試以測試其智能。

在2016年，Torobo-kun第一次成功通過了模擬考試。測試成績表明它有80%的機會被明治大學和青山學院大學等著名私立學校錄取。這次模擬考試由一個大型函授教育公司所操辦。

之后，Torobo-kun還在東京大學入學考試的復試階段表現良好。理科數學的偏差值獲得了76.2的好成績。

然而，開發(fā)者最終還是放棄了讓Torobo-kun考入東京大學的遠大目標。NII教授Noriko Arai解釋說：“一個人工智能系統(tǒng)無法理解基本含義，并且在閱讀能力上也有局限。我們發(fā)現該系統(tǒng)的得分不足以讓它通過東京大學的入學考試?！?

從一開始，Torobo-kun便在閱讀理解測試中表現不佳。例如，當它遇到一個世界歷史問題：“曹丕的父親是誰？在中國的三國時期，誰成為了魏朝的第一任皇帝？”Torobo-kun沒能給出正確答案。雖然它知道曹丕是曹操的兒子，但因為不理解父子關系，它無法反向推論出曹操是曹丕的父親。

一個負責開發(fā)Korobo-kun英語語言能力的研究團隊將“深度學習”方法引入到Torobo-kun的開發(fā)中，試圖提升其對長句子的閱讀理解能力。深度學習被認為是一種創(chuàng)新技術，通過給AI系統(tǒng)反復展示大量的圖像和文本數據來使其能力得到加強。然而可能是因為訓練數據量不夠的原因，深度學習沒能給Korobo-kun帶來更好的表現。研究人員只好作罷。

NTT通訊實驗室的首席研究科學家Higashinaka也參加了該項目，他說：“要想達到通過東京大學入學考試的水平，至少需要100萬套試題數據。準備這些數據的成本太高，導致最終沒能成行?！?

雖然Korobo-kun最終遺憾放棄了東大之路，許多研究員仍然對發(fā)展AI的能力持樂觀態(tài)度。公立函館未來大學的松原教授（Hitoshi Matsubara）一直在開發(fā)能夠寫小說的AI，他們的目標是讓AI贏下一個文學獎。他們甚至還通過給AI展示已故作家小松左京的作品，試圖讓AI習得小松左京的寫作風格，并續(xù)寫作家未完成的遺作。

“雖然目前的方法有其局限，但或許可以通過讓AI采用與人類不同的學習方法取得進展。”松原說。

谷歌旗下DeepMind去年打造的AI程序AlphaGo在圍棋人機大戰(zhàn)中擊敗韓國頂級棋手李世乭，一時名聲大振。DeepMind使用深度學習，讓AI閱讀數十萬條數字化的新聞文章，從而提高AI的閱讀理解能力。最終他們使用填字測試進行檢驗，AI確實表現出比較高的正答率。

另外還有開發(fā)者在研究如何在僅有小數量數據樣本的情況下提高AI的學習效果。類似人類的大腦便可以通過對過去記憶的回憶來應對新情況。

東京大學計算機科學家兼教授Ken Sakamura說：“考慮到該領域是研究的前沿，AI在理解意義方面的局限性并沒有想象的那么大?！?

NII教授Arai評論道：“我們手上有Korobo-kun的數據，隨時可以嘗試改進?！?

或許未來我們可以在AI系統(tǒng)身上看到熟能生巧的實踐。