【我們為什麼挑選這篇文章】IBM 研發的機器人，旨在幫助人類做出複雜的判斷。無論是國家是否要補助資金發展軍事核武，還是將資金補助在教育，機器人都能根據過去龐大的資料庫做出未來的分析。
辯論只是冰山一角，機器人凸顯的是，人類做出重大決策時，常依賴過多的個人情感及環境因素，過多個人色彩的政策，將有機會被機器精準的科學計算代替。（責任編輯：鄧天心）
人類再一次被自己創造的 AI 擊敗了。
在舊金山的一間精心裝潢的 IBM 會議室裡，一塊豎著的黑色電子面版正在台上侃侃而談。
它大約有 180 公分，一人寬，長著藍色的動畫嘴巴，看起來就像一塊造型特異的廣告螢幕。
它發出流利的女聲，聲音中充滿自信。雖然說話有些磕磕絆絆，但它所講的內容卻不無道理，彷彿是一位學識豐富但口舌結巴的教授。
而它的身邊則是再正常不過的人類辯論手，用自己人類的思考和語言表達、配合肢體動作來闡述觀點。
正在進行的是一場 AI 與人類的辯論賽。
這塊黑色面板背後的「靈魂」是 IBM 的人工智能 Project Debater，IBM 的研究員們正在台下緊張得注視著自己的作品。
人機辯論大戰
這天的比賽分為兩場，Project Debater 分別對陣兩位人類辯手。比賽的規則，人機雙方各有 4 分鐘的陳述時間和 4 分鐘的駁論時間，以及最後 2 分鐘的總結時間。
隨後，將根據在場觀眾的立場是否改變而判斷輸贏。
第一場的題目是「我們是否應當資助太空探索」，Project Debater 為正方，而反方則是 2016 年以色列全國辯論冠軍 Noa Ovadia。
Project Debater 認為，太空探索對人類有益，能夠促進科學研究，並且激勵年輕人的的自我思考與自我超越。
Noa Ovadia 則認為，政府經費應當被合理利用，除了探索太空之外，還有太多領域需要政府提供資金支持，並且，不需要飛上太空，地面上的科學研究同樣十分重要。
而 Project Debater 聽完之後則作出了反駁，它認為太空探索帶來的潛在技術和經濟利益超過其他政府支出。
第二場議題則是「我們是否應當更多地使用遠程醫療」，Project Debater 依然是正方，另一位以色列辯論專家 Dan Zafrir 為反方。
Project Debater 在語言表達方面顯然輸給了旁邊的真人，但它傳遞的信息量則高出了人類。在兩場辯論中，觀眾們都投票表示同意這一點。
至於辯論的結果，從觀眾的投票中可以看出，相比人類，人工智能辯手 Project Debater 提供了更多有利的證據，更具說服力。可以說，這是人類輸給 AI 的第一場辯論賽。
儘管贏得了辯論賽，但 Project Debater 的語言表達能力的確是個硬傷。
比如，在第一場辯論「我們是否應當資助太空探索」中，Project Debater 提出了重要的論點：探索太空有利於經濟發展。
但是，在表達過程中，它卻囉囉嗦嗦，用不同的語句把這個觀點重複了許多次，彷彿一個 AI 版的唐僧。
另外，Project Debater 說出的許多話其實都是有語病的，經常會出現一句話的前後兩部分不搭調的情況。
除此之外，在引用資料的時候，Project Debater 也過於刻意了。
比如，在太空探索話題的辯論中，它引用著名宇航員斯科特·凱利的發言時，Project Debater 說了一句「配音」，之後，它竟然開始播放視頻中斯科特·凱利講話的錄音— —這恐怕不是什麼正經辯手。
現場直擊
那麼和人工智能辯論，實際是一種怎樣的體驗？
說一千道一萬，不如直接感受一下。下面是我們截取的現場視頻，只有 30 秒時間，先是 AI 結語，然後人類開始發言。
從這段視頻來看，Project Debater 的聲音，還是常見的合成聲，有明顯的，嗯……機器人口音。聽久了可能有種催眠的感覺。
而人類選手一開口，立刻就能感到不同。
人類選手 Noa Ovadia 的音調更加的抑揚頓挫，而且她還有著機器無法比擬的優勢：有表情、有動作，能傳遞更豐富的信息。
儘管如此，AI 還是拿下一局，不是嗎？
會辯論的 AI 有什麼用
雖然「舌頭」不靈活，不過好在 Project Debater 在辯論中表達的信息量大呀，這對查資料困難症來說的確是福音了。
這有賴於 IBM 讓 Project Debater 具備了數據驅動的寫作能力、語音表達能力、以及聽取語音並提煉要點、確定反駁論點的能力。
Project Debater 具有非常強大的數據處理能力，能夠處理幾十個主題相關的數百萬篇新聞，然後將文章中的要點片段提取出來，重新組合潤色成為流暢的文章。處理海量數據可能不是最難的，但對於計算機來說，這種水平的資料查詢整理及寫作能力已經是難能可貴的了。
Project Debater 的這種能力擴展了 IBM 超級計算機 Watson 的功能，IBM 正在用它來挖掘龐大的內部數據集——比如幫助醫生診斷不同類型的癌症。
其實，除了處理數據和打辯論賽，IBM 的這項研究最初是為了製造出更為複雜的虛擬助理——畢竟，當你在使用目前的語音助理 Siri、Alexa 或是小愛同學的時候，總覺得它們前言不搭後語，且無法完成什麼複雜的思考和任務。
語音助理可能暫時還沒有面世，但 Project Debater 的「思考判斷」能力卻能夠為人類社會所用。
比如，當人類在進行企業決策或反恐分析時，往往會存在多個選擇，比如是否應該開展某項新業務、某個人是否構成安全威脅等。
而決策團隊成員在開會討論時，由於受到利益、情緒、立場和思維方式的影響，經常會出現一些互相矛盾的觀點，這就很容易爭個沒完沒了，甚至吵得不可開交。
Project Debater 就不一樣了，它可以不受感情因素和情緒的困擾，「理性」的聽取所有成員的對話，將所有證據和論據都考慮進去來進行判斷。
並且，如果人類的分析邏輯出現問題，Project Debater 會 diss 你呦。
外界評論
談到這次的人機辯論，不少報導都用了「令人印象深刻」、「里程碑」、「令人不安」甚至「毛骨悚然」等形容詞。
連 Project Debater 的人類對手都表示「震驚」。
每當這樣的時刻，總有人特別關心人類的終極命運。當然和之前一樣，也有人指責這又是一次 IBM 的過度營銷。
Reddit 用戶 TaupeRanger 言辭激烈的表示：如果 Project Debater 真能做到 IBM 所說的事情，那是史無前例的進步。但 IBM 歷史上常見毫無價值的技術譁眾取寵，這次也不例外。
的確，曾經 IBM 也有過很多令人印象深刻的技術展示。
比如當年深藍擊敗國際象棋大師卡斯帕羅夫，沃森在《Jeopardy!》問答節目中，擊敗人類高手等等。當然也確實有一些誇大的時候。
去年5月，風險投資公司 Social Capital 創始人、首席執行官 Chamath Palihapitiya 在 CNBC 節目《Closing Bell》中直言 IBM 在人工智慧上毫無優勢：「我就說白了吧，沃森就是個笑話」。
其實也不僅僅是 IBM。
DeepMind 也是一個非常善於宣傳造勢的公司。只不過，DeepMind 的 AlphaGo 確實取得了實打實的驚人成就。
前不久，Google 展示了一個能打預訂電話的人工智慧：Google Duplex。而且新任Alphabet 董事長，宣稱這個 AI 已經在特定領域，通過了圖靈測試。顯然，這也引發了一波外界的質疑。
PlaceIQ 高級副總裁 Drew Breunig 認同辯論 AI 是一個有意義且值得重視的想法，但他擔心 Project Debater 展示過程中的誤導和不公正。
還有用戶說：我就想知道，IBM 團隊花了多久時間，才說服他們自己，給這個 AI 起了一個普通的名字~
總會有質疑，路漫漫且修遠。
正如 IBM 所說：辯論，只是一個開始。
問答 Project Debater
1、目標是什麼？
Project Debater 是由 IBM Research 開發的一項 AI 技術，旨在通過公正的辯論來擴展人們的思維。IBM 研究人員正在通過教授計算機來探索人工智能的界限，以創造引人入勝且信息更加豐富的觀點。
這個項目的目標是建立一個系統，幫助人們在答案不是非黑即白時，作出基於證據的決定。Project Debater 從 2012 年開始研發，是深藍和沃森之後，IBM 在 AI 領域的下一個里程碑。
2、和 AI 助理有什麼區別？
AI 助手在一些任務上已經非常在行。而 Project Debater 希望通過 AI 技術形成長篇討論，並就各種沒有正確或錯誤答案的主題，提供公正的論點。
3、為什麼教機器辯論？
從文化上講，辯論的起源不是衝突和競爭，而是民主和討論。辯論豐富了決策制定的過程，幫助人們權衡新想法、新理念的利弊。辯論是文明社會的核心。我們辯論不只是為了獲得他人的認同，也是為了理解和學習彼此的觀點。未來，我們相信機器可以幫助人類更好的做決定。
4、Project Debater 如何學會一個話題？
實際上，它沒有學會某一話題，但是能夠可用數據，快速創建一個有說服力的論述。這個系統被訓練用來討論不熟悉的話題，只要語料庫中有大量的相關內容。
5、它的論點是怎麼形成的？
對於給定的主題，這個 AI 系統會搜索大量的知識，尋找最相關的觀點和證據，然後在其中選擇最吸引人、最多樣化、支持度最高的論點，然後把這些構建成一個完整的觀點加以敘述。
更多關於 Project Debater 問答，可以前往這個頁面查看。http:// t.cn/RBDUR2e
——
延伸閱讀：
東方 AI 女王：不想被機器人取代，就「絕對別做 AI 擅長的事！」
全機器人生產導致產能低落，馬斯克：「是我的錯，我對人工效率評價錯誤」
眼眶濕濕的！日本主任患漸凍症，學生用「機器人分身」讓他親臨畢典
工程師的浪漫：透過文本分析 API，分析傳 Line 給你的機器人酒店妹！
【內附 coding】手把手教你變出聊天機器人，瞬間工作時間減少一半
（本文經合作夥伴 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈 這是人類高手輸給 AI 的第一場辯論賽〉。）
