Google 旗下 DeepMind 团队让 AI 系统接受一项高中程度的数学测试，结果在 40 道题目中只答对了 14 题，甚至连「1+1+1+1+1+1+1」也算错了。说来难以置信，Google AI 系统能打败人类世界棋王，却无法通过高中程度的数学考试。

　　（imgsource / pixabay）

　　上周，Google 旗下 DeepMind 团队公布了一份名为《分析神经模型的数学推理能力》的研究报告。在这项研究中，DeepMind 团队让 AI 系统接受一项涵括算术、几何、概率、测量和微积分的数学测试，考题有 40 题，难度大约是英国高中数学的程度。

　　结果 DeepMind 虽然在一些题目上表现不错，但是碰上文字、加减乘除符号、函数等组成的问题时，却因看不懂题目而无法作答。最后，在 40 道题目中，这个人工智能系统只答对 14 题，拿到「E」的分数，也就是说 —— 不及格。

　　其中有一道题目是「1+1+1+1+1+1+1」，连小学生都知道答案是 7，但 DeepMind 却答成了6。

　　研究人员解释，DeepMind 神经模型最长可以计算出现次数（n） 6 次以下的数值，但如果 n = 7，它就算不出来。当 AI 碰到同一数字出现多次，它会认为输入值是出错的。奇怪的是，碰上更长的加法题目，DeepMind 却算得出来。研究人员承认还找不出很好的解释，但很可能是因为 AI 神经网络不断观察每道问题，从而做出正确的解答。

　　此外，当研究人员要求 DeepMind 在一长串数字中找出「位值」（place value），它就能答得很好，因为它可以按数字大小排出顺序，也能将小数四舍五入。

　　研究人员说，人类智慧优于神经模型之处，在于对于事物复合式推论的能力。推论是一种复杂、多面向能力的展现。在解答问题时，人脑动用了多种认知能力，包括将符号分类（如区分数字、加减乘除符号、文字、变量）、规划（如找出正确顺序的函数）、演算、运用工作记忆来储存中间值、还要运用学到的规则或定理等。相反的，以卷积和递归神经网络发展出的 DeepMind 擅长模式比对、机器翻译和强化式学习，但弹性远不及人脑。它们不太能将事物推论到已有经验的环境外，更无法处理刻意乱输入的资讯。

　　目前 AI 或许当不成数学老师，但也已经相当厉害。DeepMind 公司的 AlphaGo 接连打败人类围棋冠军李世乭、柯洁。去年 12 月 DeepMind 的 AlphaZero 又在星海争霸 2（StarCraft II）测试赛中，以 5 比 0 打赢世界顶尖职业玩家。此外，自学画画、创作音乐也都难不倒 AI。