任何試圖與AI聊天機器人或虛擬助手進(jìn)行對話(huà)的人都可以證明，在技術(shù)掌握這種最人類(lèi)能力之前，還有一段路要走。馬里蘭大學(xué)的一項新研究旨在通過(guò)識別約1200個(gè)問(wèn)題來(lái)幫助AI進(jìn)步，這些問(wèn)題雖然對人類(lèi)來(lái)說(shuō)很容易回答，但傳統上卻阻礙了當今可用的最佳技術(shù)。

　　研究人員解釋說(shuō)：“大多數回答問(wèn)題的計算機系統都無(wú)法解釋為什么它們以自己的方式回答，但是我們的工作可以幫助我們了解計算機真正理解了什么。”“此外，我們已經(jīng)產(chǎn)生了一個(gè)數據集以在計算機上進(jìn)行測試，這將揭示計算機語(yǔ)言系統是否實(shí)際上正在閱讀并進(jìn)行人類(lèi)能夠進(jìn)行的相同類(lèi)型的處理。”

　　研究人員解釋說(shuō)，當今運行的許多問(wèn)答系統都依靠人或計算機來(lái)生成旨在訓練系統的問(wèn)題。這種方法的問(wèn)題在于，很難理解為什么計算機努力地正確回答問(wèn)題。研究人員認為，通過(guò)更好地了解機器的殘端，我們可以更好地設計數據集進(jìn)行訓練。

　　團隊開(kāi)發(fā)了一個(gè)系統，該系統能夠在嘗試回答每個(gè)問(wèn)題時(shí)顯示其思維過(guò)程，他們認為，該系統不僅可以洞悉計算機正在經(jīng)歷的過(guò)程，而且如果部署在實(shí)際環(huán)境中，則可以讓人類(lèi)提問(wèn)者修改其查詢(xún)范圍。

　　人與機器之間的伙伴關(guān)系使1，213項已被計算機擊敗的問(wèn)題得以成功回答。

　　作者解釋說(shuō)：“三到四年來(lái)，人們已經(jīng)意識到計算機問(wèn)答系統非常脆弱，很容易被愚弄。”“但是這是我們知道的第一篇論文，實(shí)際上是使用機器來(lái)幫助人類(lèi)打破模型本身。”

　　該團隊認為，這些問(wèn)題將成為有價(jià)值的數據集，以更好地指導自然語(yǔ)言處理工作，同時(shí)還可以充當訓練數據集，尤其是當這些問(wèn)題揭示了使基于A(yíng)I的系統感到困惑的六個(gè)不同現象時(shí)。

　　這些失敗出現在語(yǔ)言領(lǐng)域，例如釋義或意想不到的上下文，或者推理能力的失敗，例如問(wèn)題中各個(gè)元素的三角剖分或在得出結論時(shí)要求使用多個(gè)步驟。

　　研究人員解釋說(shuō)：“人類(lèi)能夠進(jìn)行更多的概括，并看到更深的聯(lián)系。”“他們沒(méi)有無(wú)限的計算機存儲空間，但是他們仍然能夠在森林中看到樹(shù)木。對計算機存在的問(wèn)題進(jìn)行分類(lèi)有助于我們理解我們需要解決的問(wèn)題，以便我們實(shí)際上可以使計算機開(kāi)始通過(guò)樹(shù)木看森林，并以人類(lèi)的方式回答問(wèn)題。”

　　可以說(shuō)，在這種情況出現之前，還有很長(cháng)的路要走，但是這項研究有趣地表明，在使機器更好地導航人類(lèi)語(yǔ)言的細微差別方面取得了進(jìn)展。