少兒編程 > 文章資訊 > 機器人 > 數學高考:兩AI考生交卷,最高考到134分
數學高考:兩AI考生交卷,最高考到134分
童程童美 2017-06-08
昨日下午,高考數學考試結束后,學霸君研發的高考機器人 Aidam 和準星云學研發的“準星數學高考機器人” AI-MATHS 在北京和成都分別迎戰 2017 高考數學科目。
摘要6月7日下午,高考數學考試結束后,學霸君研發的高考機器人 Aidam 和準星云學研發的“準星數學高考機器人” AI-MATHS 在北京和成都分別迎戰 2017 高考數學科目。
Aidam 挑戰全國卷二文科數學卷,取得 134 分的成績;AI-MATHS 先后向北京高考數學文科卷、全國卷二文科數學卷等多張試卷發起挑戰,分別獲得 105 分和 100 分的成績。
Aidam:全國卷二文科數學卷 134 分
學霸君研發的高考機器人 Aidam
昨日,學霸君研發的高考機器人 Aidam 挑戰全國卷二文科數學卷,用時 9 分 47 秒,取得 134 分的成績(滿分 150 分)。
學霸君創始人張凱磊表示:我為自己的女兒(即 Aidam)感到驕傲,她在實驗室里取得的最高分是 139 分,平時穩定在 130 分左右。昨日參加 PK 的往屆高考狀元最高分為 146 分,最低分為 119分,狀元們認為 Aidam 的表現很驚艷。
與 AlphaGo 一樣,高考機器人并沒有實體,而是一個能自動解題的人工智能系統。據介紹,跟以圖像識別和匹配為主的拍照搜題技術不同,通過提前學習和訓練,高考機器人能夠解答從未出現過的新題目,并給出詳細的解題步驟。
機器解題過程展示
在發布會現場,學霸君展示了機器自動解題的過程,如圖所示,左邊是類似人腦的畫面,展示機器人在解題過程中調用了哪些知識點,右邊是機器人Aidam自動解題的展示,第一屏幕為題目,第二屏為演算過程,第三屏為答題結果。張凱磊解釋說,通常一道題目完成的時間是7-15秒左右,今天為了讓觀眾看清楚機器答題過程,現場答題速度特意放慢了 6 倍。
機器解題的三個步驟
學霸君的首席科學家陳銳鋒解釋說,機器解題分為三個步驟,第一步是通過句法解構、算式解構和主謂賓解構,轉譯為機器能看懂的語言,從而讓機器讀懂題目。第二步是激活神經元之間的連接,機器通過自動證明和推理,得出解題結果,第三步是將解題步驟和結果翻譯為人類語言,展示給學生和老師。
機器人得分超過狀元,意味著什么呢?張凱磊解釋說,研發高考機器人的目的不是為了與人類PK,而是用高考機器人的技術輔助師生的教學,基于 Aidam 的技術,學霸君將正式推出 AI 學系統,為學校的師生提供服務。
芥末堆了解到,目前,學霸君與安徽地區的二十多所學校建立合作關系,在班級內測試 Ai 學系統,張凱磊稱,目前的實驗結果顯示,對學生提分很有幫助。
AI-MATHS:北京文科卷 105 分,全國卷二文科數學卷 100 分
“準星數學高考機器人” AI-MATHS
在 Aidam 在北京解答高考數學試卷的同時,“準星數學高考機器人” AI-MATHS 也在成都迎戰 2017 高考數學科目。
AI-MATHS 由成都準星云學研發,通過綜合邏輯推理平臺來解題,而非學習儲存題庫。AI-MATHS 誕生于 2014 年,于去年 5 月宣布“參加”高考,當時準星云學給 AI-MATHS 定下的目標為 110 分。今年 2 月,在“備考”階段的 AI-MATHS 靠著 1.2 萬道的訓練量,與成都某中學的學生進行數學考試 PK,在滿分 150 分中,取得了 93 分,略低于學生們的平均分 106 分。
由于涉及到試題保密,AI-MATHS 和 Aidam 一樣,無法真正參加高考,與全國考生同臺、同步競技。因此,在下午高考數學考試結束的第一時間,準星云學的工作人員,通過網上等各種渠道獲取今年高考全國卷及部分省市的數學試題,錄入之后,讓 AI-MATHS 在斷網斷庫的情況下,進行答題。
18 點 28 分,AI-MATHS 開始實時解答北京高考數學文科卷,18 點 50 分左右,完成所有試題。之后由三位專家進行批卷,最終得分為 105 分(滿分 150 分)。
在 2017 北京高考數學文科卷成績公布之后,AI-MATHS 又開始了全國卷二文科數學卷的答題,10 分鐘內完成所以題目,成績為 100 分(滿分 150 分)。
準星云學 CEO 林輝介紹,由于高考試題的標準答案在 6 月 9 日才會公布,因此,此次 AI-MATHS 所對標的答案是由他們請了七八個老師來做題給出的答案。
在 AI-MATHS 答題開始前,林輝就曾向現場記者表示:“管他怎么樣,反正我們就是測,科研要沒有一萬次的失敗,就永遠別指望成功。”他告訴現場記者,明年斷網斷庫的目標是 130 分。
此外,林輝還表示,由于 AI-MATHS 的模型、算法是彈性的、可拓展的,未來 AI-MATHS 將不僅限于教育領域,可以在金融、醫療、交通等眾多領域實現遷移發展。
對于同日“帶機器人參加高考”的學霸君,林輝坦言:“看到張凱磊做這件事我也特別高興,說明這件事得到了年輕人的認可。”孤木難成林,他希望越來越多的年輕人能進入這個行業,為國家的未來發展盡一份力。