Nature新封面：能與人類自主辯論的最強“AI杠精”來了
本文來源雷鋒網(wǎng) 作者：付靜 編輯：Ocean
談及辯論，在行的除了人類 BB King，還有“機器杠精”。
早在 2018 年 6 月，IBM 的 AI 辯手 Project Debater 擊敗以色列國際辯論協(xié)會主席旦·扎法爾（Dan Zafrir）和 2016 年以色列國家辯論冠軍諾亞·阿瓦迪安（Noa Ovadia），一戰(zhàn)成名。
轉眼 3 年過去，號稱「首個能在復雜話題上與人類辯論的 AI 系統(tǒng)」的 Project Debater 更是出現(xiàn)在最新一期 Nature 雜志封面上。
Nature 雜志封面，圖來源于網(wǎng)絡
AI 走出「舒適區(qū)」
2021 年 3 月 17 日，IBM Research 題為 An autonomous debating system（自主辯論系統(tǒng)）的論文正式發(fā)表于 Nature。
論文：An autonomous debating system（自主辯論系統(tǒng)），圖來源于網(wǎng)絡
AI 被定義為“可以執(zhí)行有智慧的生物所能完成的任務的機器” 。而眾所周知，爭論、辯論是體現(xiàn)人類智力的一個基本方式，也是人類眾多活動所必需的、人類社會共有的能力。因此，提升計算機對自然語言的理解和處理能力、發(fā)展論證技術，已成為 AI 研究的一個新興方向。
多年前，即便是最為先進的 AI，也不能很好地做到對人類話語進行分析、確定論據(jù)如何用于支持結論（這一過程被稱為論點挖掘）。
后來，隨著 AI 技術的進步和論證技術工程日益成熟，加之商業(yè)需求強烈，這一領域開始迅速發(fā)展。據(jù)相關了解，當前全世界有 50 余個實驗室正在研究這一問題，其中就包括所有大型軟件公司的研究團隊。
來自英國鄧迪大學辯論技術中心（Centre for Argument Technology）的克里斯·里德（Chris Reed）認為，這一領域之所以能呈現(xiàn)快速發(fā)展之勢的一個原因便是：AI 系統(tǒng)可識別大量文本中語言使用的規(guī)律，這已在許多應用中產生了變革，但其本身在論點挖掘方面卻并不成功。
繼續(xù)深究便能發(fā)現(xiàn)其原因：論點結構太多變、太復雜、太微妙，且常常太隱蔽，難以像句子結構那樣易識別。
基于這一大背景，IBM 提出了 Project Debater，即一個可以與人類打辯論的自主系統(tǒng)，這一系統(tǒng)通過掃描儲存了 4 億篇新聞報道和來自維基百科的內容。
論文中，IBM 對其系統(tǒng)架構進行了完整的描述、全面系統(tǒng)的評估。
值得一提的是，IBM 強調了 AI 與人類辯論、AI 在游戲中挑戰(zhàn)人類之間的根本區(qū)別。
IBM 認為，后者是過去幾十年里 AI 研究學者們主要追求的經(jīng)典挑戰(zhàn)，它尚存在于 AI 的“舒適區(qū)”內——而 AI 與人類辯論顯然意味著 AI 已走出了“舒適區(qū)”，畢竟在辯論中人類仍占上風，需要新的范式才能取得實質性進展。
正如里德評論的那樣：這一論文表明，該領域的研究已取得了長足進步。
Project Debater 成為工程壯舉
在里德看來，Project Debater 是一個巨大的工程壯舉。
具體而言，Project Debater 涵蓋了：
1.文本中收集、解釋與論證相關的材料的新方法
2.修復句子語法的方法（主要是為了系統(tǒng)在論證時重新部署所提取的句子片段）
圍繞著關鍵主題，上述方法與人類預先準備的信息結合在一起，將提供相關的知識、論證和反駁。實際上，這個知識庫還將以人類預先寫好的句子片段作為補充，這樣一來，在打辯論時準備、介紹演示文稿也不在話下。
其主要流程是：
1.查詢相關論據(jù)的高傾向性句子；
2.使用神經(jīng)模型，對句子代表論據(jù)的概率進行一個排序；
3.結合神經(jīng)網(wǎng)絡、基于知識，對每個論點立場做一個分類。
里德對 Project Debater 的評價是：
“無論是作為一個 AI 系統(tǒng)，還是一項 AI 領域的重大挑戰(zhàn)，Project Debater 都是非常有野心的。”
這背后的邏輯是，幾乎所有的 AI 研究都把眼光放得很高，而一個關鍵問題就在于獲取足夠的數(shù)據(jù)、計算出有效解決方案。對此，Project Debater 通過一種雙管齊下的方式解決了這一障礙：一方面，僅著眼于百余個辯論主題；另一方面，從龐大的數(shù)據(jù)集中獲取材料作為支撐。
無疑，Project Debater 目前并非做到了完美的程度。
目前來看，或許這一系統(tǒng)最大的弱勢在于難以模仿人類辯手的連貫性和流暢性，其實這與其處理程序選擇、提取和組織語言的水平有關。
當然這種限制并不僅僅出現(xiàn)在 Project Debater 身上——盡管人們對論證的研究已經(jīng)進行了兩千年，但人們對其結構仍然知之甚少。畢竟，對于一個連貫的論證推理模型而言，辯論研究的重點不同（是語言使用、認識論、認知過程還是邏輯有效性），關鍵特征也將有很大的不同。
因此，什么是好的論點模型，本身就是一大難題。
AI 辯手一戰(zhàn)成名
Project Debater 在實戰(zhàn)中表現(xiàn)如何，想必密切關注 AI 領域發(fā)展的小伙伴早有耳聞。
首先在 2018 年 6 月 18 日，IBM 舊金山辦公室，Project Debater 迎戰(zhàn)兩位頂尖人類辯手：以色列國際辯論協(xié)會主席扎法爾和 2016 年以色列國家辯論冠軍阿瓦迪安。
Project Debater與扎法爾進行辯論中，圖來源于網(wǎng)絡
在兩場以「4 分鐘開場演講-4 分鐘反駁-2 分鐘論證總結」為流程的辯論中，人類辯手首先發(fā)言，然后 Project Debater 進行反駁。
辯論規(guī)則，圖來源于網(wǎng)絡
Project Debater 通過處理大量文本，就主題構建出了結構良好的演講，觀點清晰明確。據(jù)外媒 Engadget 報道，Project Debater 拋出了不少自方觀點，同時還根據(jù)對手發(fā)言做了流利的反駁。最終，Project Debater 比扎法爾多獲得 9 票，贏得了比賽。
隨后在 2019 年 2 月 11 日，Project Debater 與 2016 年世界大學辯論錦標賽總決賽選手、2012 年歐洲大學辯論錦標賽冠軍哈里斯·納塔拉然（Harish Natarajan）現(xiàn)場較量，最終人類辯手獲得勝利。
2019 年 11 月 21 日，劍橋大學舉辦了一場辯題為“AI 誕生是否弊大于利”的比賽，Project Debater 再次迎戰(zhàn)人類辯手。
從結果來看，Project Debater 的支持率為 51％，以微弱的優(yōu)勢取勝。
但拋開票數(shù)來看，不少人認為：
“IBM AI 機器人在很多方面的表現(xiàn)遠遠比不上人類辯手，通過這場辯論賽可以明顯反映出，AI 辯手與人類辯手之間還存在著巨大的差距，比如句子的結構不正確，或發(fā)表無法令人信服的論點?！?/span>
不過，當時 IBM 也對 Project Debater 做了新的改進，比如評估出質量更好的論點、檢測出人類辯手詞匯冗余的論點，甚至基于一個笑話庫，變得幽默起來。
古羅馬時期，著名政治家、哲人西塞羅曾說過：
“辯才是人類最光輝的美德之一?！?/span>
自蘇格拉底時期起，辯論就是人類生活最為重要的一部分，理性、智慧之光閃耀其中。未來 AI 如何更好地擁有這項技能，我們拭目以待。
