騰訊科技訊 據國外媒體報導，IBM研究院的電腦科學家和辯論專家丹·拉哈夫(Dan Lahav)曾經在1949年的一篇論文中寫道，開發能夠玩遊戲的人工智能系統從一開始就是人工智能領域固有的目標。克勞德·香農(Claude Shannon)描述了如何對電腦進行編程，使其能夠以一定的水準下棋。十年後，來自IBM的亞瑟·山繆(Arthur Samuel)開發了第一個下棋程式Checkers。
時間快進到2011年，當IBM的華生電腦在“危險邊緣”節目上和人類展開大戰時，它充分展示了人工智能的能力。在這個歷史性時刻過後的幾天，基於一個令人驚訝的簡單想法，IBM的專家開始思考另外一個問題——我們能不能開發一個能夠進行辯論的人工智能系統？
兩千年前，辯論和修辭已經吸引了最偉大的希臘哲學家，而辯論和向他人表達推理能力奠定了人類文明社會的基石。這是人類意義上的一個決定性特徵。因此，在這一可能是人類獨有的領域開發人工智能系統是一項艱巨的挑戰。
針對這一挑戰，IBM研究人員開發了“機器辯手”（Project Debater），這是有史以來第一個能夠在一場全面的現場辯論中與人類進行有意義溝通的人工智能系統。
在每一次辯論開始時，辯手們都會選擇一個有爭議的話題，IBM機器辯手從有權威性的報紙和期刊的100億句子中挑選出最相關、最有說服力的主張和證據，從而創作出一篇連貫的四分鐘演講。
隨後，機器辯手傾聽對手的四分鐘反應，找出關鍵的主張，並立即產生令人信服的反駁，表現出類似人類的推理。在辯論開始之前或者結束後，觀眾被要求投票，在辯論結束後，雙方都要作簡要陳述。
機器辯手代表了一種新的人工智能挑戰，因為與下國際象棋或圍棋相比，辯論是更開放的活動。
即使在競爭性辯論中，一些規則也源於人類古老的討論文化，並不像國際象棋有明確定義的動作的規則。這一根本區別具有重要的影響。首先，在複雜的棋盤遊戲中，人工智能系統可能會想出任何策略來確保獲勝，即使相關的動作不能輕易被人類理解。在辯論中，情況不再是這樣了。人工智能系統必須適應人類的理性，並提出人類可以遵循和同情的推理路線。
第二，與以往與遊戲相關的挑戰形成鮮明對比的是，在辯論中，人工智能系統沒有自然的得分功能。個人行動的價值，即論點，往往具有內在的主觀性；此外，甚至沒有一個商定的客觀衡量標準來確定誰是辯論的勝利者。
機器辯手證明，人工智能可以在這一未知領域發揮重要作用，我們相信它將使一種新的決策形式成為可能，它將協同地將人和機器結合起來，讓人類在資訊更充分的條件下做出決策。
你會如何量化一個觀點主張的價值？還是某個支持證據的價值？研究人員面臨的挑戰之一是在一個沒有正確或錯誤答案的領域工作，而且可用的標記數據很少。
為了開發機器辯手，IBM研究團隊必須賦予該系統三項功能，每項功能都是人工智能的新突破：
第一，數據驅動的演講寫作和演講：機器辯手是第一個能夠消化大量語料庫的電腦案例，它能夠對一個有爭議的主題進行簡短的描述，寫出結構良好的演講，並以清晰和有目的方式進行演講，同時在適當的情況下融入幽默。
第二，傾聽和理解能力：識別隱藏在長時間連續口語中的關鍵概念和觀點的能力。
第三，模擬人類的辯論邏輯：以獨特的知識表示方式模擬人類爭議和爭議的世界，使人工智能系統能夠根據需要提出有原則的論點。
去年6月，IBM公司在一個受控制的環境中演示了機器辯手。兩位人類辯手和機器辯手辯論，共有50名觀眾。這兩位人類辯手之前曾經和機器辯手較量過。
但現在，本周在舊金山舉行的“思考”(Think)會議上，賭注要高得多。這不再屬於IBM的安全範圍內，而是要在一個有800人的公共會議中心展示這項技術，並在全球直播。此外，人類辯手Harish Hatarajan是最優秀的辯手之一，他贏得了最多的辯論賽，包括2012年歐洲辯論賽冠軍。此外，這位人類辯手從未與IBM的機器辯手競爭過。
雖然可以說這是一種人類和機器的競爭，但這不是正確的角度。當人類和機器一起工作時，每個人都會贏，因為我們是互補的，但要人類需要知道自己的角色是什麽。（騰訊科技審校/承曦）
香港九龍灣馬來街興發大廈15樓D室