人工智能做高考物理题_人工智能做高考

1.机器人来做高考题目会怎么样？

2.将来可能实现由人工智能来批阅高考作文吗

3.机器人参加高考的效果怎么样？

继?AlphaGo与众多围棋高手对战之后，人工智能挑战中国高考成为新的热点：两款数学高机器人将参加今年的高考，包括由国家科技部 863计划牵头研制的机器人 AI-MATHS，以及 K12 在线教育公司学霸君旗下的 Aidam。今天，它们将在断网环境下做数学高考题。

2011年，IBM 沃森在智力问答竞赛中击败人类，赢得冠军，成为人工智能史上一个里程碑。此后，IBM沃森向医疗、法律等领域拓展，转型成为智能医疗系统，以及如果高考机器人考上清华北大，也许会成为另一个里程碑。

会思考的高考机器人

与?AlphaGo一样，高考机器人并没有实体，而是一个能自动解题的人工智能系统。据介绍，跟以图像识别和匹配为主的拍照搜题技术不同，通过提前学习和训练，高考机器人能够解答从未出现过的新题目，并给出详细的解题步骤。

图为日本高考机器人Torobo-kun

为什么选择参加高考？日本高考机器人?Torobo-kun的研发团队曾对此作出过解释，计算机擅长计算，因此，它能够轻易在专业象棋、将棋等对弈游戏击败职业选手，但高考是人类社会的一项高难度测试，对计算机来说，答高考题需不仅仅需要强大的计算能力，更重要的是理解人类的思考过程，以及处理信息的过程。如果通过高考，也代表着人工智能领域的新突破。

学霸君创始人张凯磊称，希望通过此次?PK展示人工智能在教育领域的进展，他对这场特殊的高考充满信心，“在学习了几千万道题目之后，机器已经能够像人一样思考知识点，并一步一步输出解题过程，而不是简单的暴力计算”。

据了解，AI-MATHS学习了小学到高中的 7000多个考点，运算量可达到 2的 800次方，其研发团队准星云学的创始人林辉认为，跟 AlphaGo相比，高考机器人的研发难度更大，原因在于，用计算机语言描述围棋规则相对容易，但研发高考机器人，首先需要让系统理解人类语言。“比如遇到没学过的生词，人类会联系上下文去推测词义，猜对是比较容易的事；而机器人却会卡壳。”他解释说。

这正是日本高考机器人?Torobo-kun放弃高考的原因。自 2013年起，Torobo-kun每年都会参加日本高考，它的目标是考入东京大学，在此前的多次考试中，其物理成绩不错，但受制于语言处理能力，在其他科目的成绩并不理想。日本高考机器人的研发负责人 Noriko Arai教授表示，在目前的技术条件下，考上东大很难，她解释道：“人工智能系统无法理解必要的信息，阅读和理解句子含义的能力存在局限。”接下来，放弃高考的 Torobo-kun会被应用到数据分析领域。

其实，早在高考机器人的概念成为热门关键词之前，针对各个专业领域知识处理的自动问答系统的研发，全球顶尖的研究机构已经有各类尝试。比如?1984年启动的塞克(Cyc)工程，其目标是建立一个庞大的人类常识知识库，用于回答和解决一系列的科学和技术难题。2002年启动的 Project Halo则是要研发一个科学知识库，用于回答学生或专业人员提出的复杂科学问题，Project Aristo则致力于解答标准化考试问题。

AI如何自动解题？

自动解题系统是人工智能领域的前沿性研究，涉及到人工智能技术的多个领域，包括图像识别、语音识别、自然语言处理等，据学霸君的首席科学家陈锐锋介绍，其解题过程涉及到三个步骤：

一是理解和识别人类语言，把题目变成机器人可解码、可理解的语言，即通过自然语言处理将人类语言转换为形式语言。

二是逻辑推理，利用计算机的知识语言网络，模拟人类处理信息的方式和策略，找出最佳解题路径。

三是用人类的语言回答问题，并给出详细的解题步骤，即将形式语言转化为自然语言。

其中最大的难点在于让机器理解人类语言，这也是自动解题系统被公认的核心问题之一：自然语言处理中的语义分析。机器需要首先识别人类的语言，并分析其含义，其中包括各类常识、谜语等隐性的线索，比如数学经典问题鸡兔同笼，其隐含条件是鸡有两条腿，兔有四条腿，而计算机可能并不知道这类常识，它更擅长规则下的精确计算，但人类的自然语言并不精确。比如在物理解题过程中，假设忽视物体的大小，以及假设摩擦为零之类的思考方式，计算机并不能理解。

AI-MATHS同样遇到了这样的情况，当题目中出现机器人从未“学习”过的生词，比如投资、理财等，它会由于无法理解而卡住。

另外一点则是逻辑推理能力，不同国家的高考机器人研究团队发现同一个问题：在不同科目的尝试中，机器人在文科解题中表现更好。原因在于，理科强调逻辑理解和推理能力，而机器学习在这个领域还未取得重大进展，目前更强调记忆、计算等能力。因此，数学自动解题

高考机器人如何改变教育？

正如研发?IBM 沃森并不仅仅是为了参加智力答题竞赛，高考机器人也并不是人工智能系统研发的最终目的。从学术上来讲，高考机器人可以检验人工智能在多大程度上能够模拟人类的思考和理解过程，就实际应用而言，则是要利用技术进一步提升老师和学生教与学的效率与效果。

2014年，科技部启动 863项目“基于大数据的类人智能关键技术与系统”，讯飞研究院副院长王士进表示，三年来取得了很多进展，包括认知推理解题、语文学科自动作文写作、地理学科基于知识图谱自动知识抽取的主观题答题、历史学科基于深度学习的推理解题、基于 OCR手写文字识别的多维度智能答题评阅等。

这些技术在教育领域都有其应用场景。

智能助教

可以为学生提供实时答疑服务。IBM Waston在教育领域推出了Jill Watson应用，试图成为课堂里面的新助教，负责为学生提供实时反馈和答疑服务。2014年，该应用在佐治亚理工等学校投入使用。经过研究团队的调试，Jill能达到 97%的正确率。

自动批改、阅卷

借助图像识别和语义分析技术的融合，实现主观题的自动批改以及评分，减轻老师的教学负担，同时能够加速在线教学数据的搜集。

自适应教学系统

搜集学生的学习行为数据，基于人工智能和大数据的技术做出诊断和分析，帮助老师更好地了解学生的学习情况，为其下一步的教学活动提供参考，同时，课后为学生推荐适合的学习材料，在学生遇到困难时为其提供解题思路，以此达到个性化学习的效果。文章来源：机器人家

此外，人工智能的发展为教育从业者提出了一个新的问题：在人工智能时代，我们需要什么样的教育？日本的Noriko Arai教授表示了自己的担忧：“一个没有阅读和理解能力的机器人，成绩居然超过绝大多数高中生，而大多数学生只是填鸭式学习，并没有真正理解知识，相较而言，AI在记忆方面做得更好，因此我们需要新型的教育。”

机器人来做高考题目会怎么样？

智能中高考是网课?介绍如下：

智能中高考并不是一种网课形式，而是一种结合了明师技巧干货课和知识扫雷智能系统的教育产品。其主要目标是帮助考生在短时间内快速提升分数。这个系统依托于高科技智能技术，它整合了从96万道题库和18万条名师讲解视频中提炼出的知识点，提供了一套全面的教辅系统。

在这个系统中，知识扫雷课程起着重要的作用。这个课程的设计理念在于，通过分析学生的学习路径并生成个性化的错题库，做到全面，精准，有保障的学习辅导。另一方面，技巧干货课程则专注于提升学生的解题技巧，帮助他们开拓解题思路，建立学科思维。这些课程是由顶级明师设计和讲授的，他们都是拥有多年教学及研究考试经验的行业专家。

智能中高考的产品是基于想象力教育十九年人工智能技术研发和投入的。其通过对学生的学习情况进行精准分析和智能报告，全面了解学生的学习状况，制定出个性化的提高方案，从而让学生能够从题海中解脱出来，实现因材施教，高效提高。因此，智能中高考是一个旨在提供个性化学习解决方案的教育工具，而非网课形式的一种教学方式。

将来可能实现由人工智能来批阅高考作文吗

机器人挑战高考

继人工智能在围棋大赛中多次击败人类后，人工智能又开始在高考中向人类“挑战”。

2017年高考数学科目的考试结束后，北京学霸君公司开发的机器人Aidam用9分47秒做完高考数学考卷，考分为134分。与此同时，成都一家科技公司研发的高考机器人AI—MATHS用22分钟完成了北京文科数学卷，得分105分，随后挑战全国Ⅱ卷数学卷则获100分，用时10分钟。

据了解，“高考答题机器人”AI—MATHS几年前就已启动，国内有多家科研单位和企业参与，聚集了目前国内人工智能研究的一批优秀人才。

同样，在走上考场之前，机器人Aidam也经过了一番“苦练”。技术人员为机器人做过拍照搜题类应用，在后台积累了7000万道题目，为了参加数学高考，Aidam每天要训练30万到50万道题目。

“高考机器人是人工智能在教育领域的一个枢纽点，涉及自然语言识别、图像识别、逻辑推理、符号处理等技术。”Aidam研发者、学霸君创始人张凯磊介绍，一旦技术成熟，用机器人进行判题、个性化指导、学生管理、家校沟通、教案改进都将变为可能。同时，如果机器人具备了自动解题和手写识别的两大能力，自动批改作业也将不再遥远。

张凯磊的描述，是在呈现人工智能深度影响教育领域之后的情景。

这样的情景在百度公司的人工智能规划中，得到部分印证。

同样在2017年高考前后，百度教育推出了多款将人工智能应用于教育行业场景的产品。如“AR知识点解析”，教学过程中，当学生对着教科书上的一张二维的图扫描，手机上就会呈现一张清晰的立体机构图。如教科书上是一张人体结构平面图，扫描后，学生就可以看到立体的人体结构，点击任何一个人体部位，都会有语音对其名称、功能进行讲解，滑动屏幕还可将人体进行360度旋转。同时，基于大数据挖掘的“知识图谱”概念也被运用于教学过程，基于数据分析，通过一个知识点找到其他相关知识点，并进行梳理，从而将原本分散、无序、海量的信息变为聚合、结构化的知识，给学生以清晰的知识脉络。

尽管对于人工智能的讨论已经在较长时间内保持着较高热度，有关人工智能影响教育教学乃至考试评价等环节的讨论也不绝于耳，但，人工智能的优势到底如何，究竟能多大程度上影响和改变教育生态？

前不久，在由华东师范大学和中国教育三十人论坛主办的“人工智能与未来教育”高峰论坛上，曾有专家表示，任何重复性的需要、有大量数据积淀的事情，可以被人工智能取代，也就是说，海量数据记录与分析、“不知疲倦”地工作，是人工智能擅长的事情。

同时，未来随着教育过程高质量数据的记录和积累，还将带来更深刻的教学方法改进，以及教育评测技术的变化。此前，猿辅导发布了“英语作文智能批改”，学生将自己手写的英语作文手机拍照上传，系统即可自动识别，并对语法、单词等错误和亮点进行一一批注，最终显示作文评分，从而为老师腾出更多时间和精力从事教学。上海闵行区的一些学校也正在试点“录播评课研训一体化系统”，即通过视频对整个课程进行数据采集的分析，包括学生举手率、抬头率以及教师的行为方式等等，有针对性地改进教学。

“不过，在教育领域，人工智能注定只能起到辅助作用，而不会代替人类。”正如百度教育事业部总经理张高所说，人是教育教学的主体，教育的本质是帮助人去学习去提升。人工智能在教育上的应用，应该是如何更好地服务人，提高教育和学习的效率，而不是去代替人。

人是不可代替的

机器人参加高考的效果怎么样？

有可能实现的，但是有很大难度。

在各种考试系统中，客观题标注技术已经非常成熟，在考试系统中，针对选择题和填空题的自动评分技术在各个考试系统中得到了广泛的应用。然而，主观题阅卷技术的发展一直比较缓慢，主要是因为一些核心技术还处于发展阶段，如自然语言理解、模式识别、人工智能等技术还处于研究的初级阶段。然而，在前沿技术方面，实际上也有人研究了基于人工智能和大数据的主观题智能阅卷技术。

主观智能阅卷的主要技术途径是基于人工智能和大数据分析的自然语言处理技术。

根据主观题的评分过程，评分系统主要分为五个部分：分句、分词、句法分析、词相似度计算和句子相似度计算。智能评分系统在对主观题进行评分时，直接对句子语法的相似度进行评分。

我们现在来说一下难度的问题。

1.然而，对于汉语来说，实现自然语言处理技术是非常困难的。到目前为止，我国还没有一个实用的、真正实现的主观智能评分系统。由于汉语的复杂性，考生有很大的余地来充分利用语言。如果算法没有包含相关的关键语义，则会导致阅卷时的错误判断。

2.更不幸的是，由于研究方法和问题解决视角的不同，智能阅卷主观题往往只能用于主体的浅信息结构和语义结构，主观题智能阅卷处理简述题，名词解释还可以，但针对相对复杂的主观题，如小作文、大作文等，只能鞭长莫及。

3.即使在主观智能评卷系统成熟之后，强大的社会壁垒也是促进主观智能评卷的主要因素。没有家长或学生会把自己的命运交给一组不成熟的机器。对人工智能的不信任将成为主观智能评分的最大问题。

根据目前人工智能和大数据分析技术的发展趋势，在教育领域，自动批阅是智能教育系统的必然方向。一方面，自动批阅可以避免人为错误，更客观地反映阅卷结果，保证阅卷的客观性和公正性。另一方面，在传统的评卷模式下，自动批阅节省了教师的体力劳动，也让教师节省了更多的教学时间和精力。

在6月7日高考第一天里，有一位特殊的“考生”开始了它的高考“首秀”。它就是人工智能机器人“AI-MATHS”。在断网断题库的环境下，AI-MATHS用时22分钟完成了北京卷文科数学高考题，成绩为105分(总分150分)。之后，AI-MATHS挑战全国二卷数学卷，用时10分钟，成绩为100分(总分150分)。

与此同时，在北京，另一个人工智能机器人Aidam与6名往届高考状元展开了一场“北京卷文科数学”的人机大战，最终Aidam的成绩仅与高考状元的平均分相差1分。

人工智能机器人高考“首秀”：断网断库

6月7日18时10分许，一场特别的高考模拟在成都高新区天府新谷园区10号楼举行，考生是人工智能机器人“AI-MATHS”。

AI-MATHS诞生于2014年，是成都准星云学科技有限公司依托清华大学大数据、人工智能、自然语言识别等技术，研发的一款以自动解题技术为核心的人工智能系统。

AI-MATHS是一个黑色的大机箱，被安排在一间完全断网的房间内，并用警戒线围起，黑色的服务器机箱中有11台服务器负责解题。为保证考试公正，考试现场没有人可以操作这些服务器。房间门外贴有“所有设备断网段库”的标识。

所谓断网断库意味着，模仿考生封闭环境的闭卷考试;测试复杂逻辑推理能力与联想能力;断绝一切可能的外界支持，包括专家系统库。这也是人工智能技术的核心——断网断库场景下的综合逻辑推理能力。

断网断库小样本训练是国家863类人解题项目的要求。由此来验证系统是否能自主形成学习复杂逻辑推理和数理思维，锻炼系统超越人类力所能及的思维能力以及类人的举一反三联想推理能力，为跨行业应用做物美价廉的技术支撑。

高考机器人最大的问题：读不懂题

“AI-MATHS”分别挑战了北京卷文科数学以及全国二卷文科数学的考试，分别用时22分钟和10分钟，得分为105分和100分。这个成绩接近于此前研究人员为它设定的110分的目标。

两次考试具体得分如下：

北京文科数学卷，选择题满分、填空题20分、解答题45分，全卷105分;

全国卷二选择题55分、填空题20分，解答题25，全卷100分。

在选择题和填空题上，“AI-MATHS”表现十分亮眼。丢分环节主要是解答题，有些题目甚至是0分。

这相当于中等成绩水平的高中毕业生。

由于高考数学成绩尚未出炉，人们还无法判断AI-MATHS和人类考生相比到底处在什么水平。不过，阅卷老师现场评估认为，

“看不懂题。”研发高考机器人最大的难点在于，要让系统准确理解人类语言。

作为“家长”——成都准星云学科技有限公司CEO、清华大学苏州研究院大数据中心主任林辉指出了“自家孩子”在答题时的一个弱点，

林辉说，“直接用数学语言表述的应用题它可以轻松解答，但它最大的弱项是不能理解考题里场景式的描述语言，它会读不懂题目。”

高考数学机器人为何会读不懂题目?对于这个问题，林辉打了个比方，如果题目是10-1=?人工智能系统可以轻松作答。但如果题目用了场景描写将其表述为“小明有10个苹果，小丽吃了一个，请问还有几个苹果?”面对这样的情况，人工智能系统就“傻”了，“它不理解小明是什么、小丽是什么、吃又是什么意思。”

实际上，为了“AI-MATHS”迅速克服这解题的弱点，准星云学科研团队此前对“AI-MATHS”已进行了500套试卷、12000道题目的魔鬼式训练。

研究人员表示，AI-MATHS在自然语言识别方面还有待提高。用参与阅卷的数学老师的话说，AI-MATHS要考好数学，还得先学好语文。

研究人员相信，经过更多的训练和学习以后，未来AI-MATHS会取得更好的成绩。

6名往届高考状元1分险胜智能机器人

而与此同时，在北京，一场高考的人机大战也打响了。

由中小学智能化教育公司“学霸君”自主研发的智能教育机器人Aidam，首次与6名高考理科状元在北京同台PK，解答2017年高考文科数学试卷。

最终，Aidam仅用9分47秒就答题结束，成绩为134分。6名高考状元的答题时间是55分钟，成绩平均分为135分。

据“学霸君”创始人张凯磊介绍，为了便于展示，Aidam答题放慢了速度，平时每道题完成时间应该在7~15秒。

据了解，“学霸君”投入数年时间，集200多位技术人员之力进行智能教育机器人的研发。资深教师和工程师在7000万道题目之上构建了推理引擎和庞杂的知识元，机器在所有的解题路径中探索出最简明的一种。