1
圖片來源：Gizmodo
在美國喬治亞理工的交互計算學(xué)院上課的同學(xué)都懵逼了，他們上了一門網(wǎng)絡(luò)課程，一直都以為助教Jill Waston是真實的人類。別笑話他們蠢——這個虛擬助教以97%的確定性，回答了學(xué)生們的問題。
當(dāng)然，“確定性”與正確性不是同一回事。但是計算機科學(xué)教授Ashok Goel覺得，這已足夠讓名叫”Jill Waston“的虛擬助教自信滿滿地獨立回答學(xué)生提問了。整個四月，Jill在線上學(xué)生論壇直接回復(fù)學(xué)生。不過，她只有對自己的回答達到97%的自信度時才會回答。
一直到4月26號前都沒有人告訴學(xué)生，整個助教其實是一個虛擬人工智能。據(jù)喬治亞理工的新聞發(fā)布稱，學(xué)生對此的反應(yīng)“都很積極”。一個學(xué)生說當(dāng)知道真相時“大吃一驚，被帥呆了”，另一個學(xué)生開玩笑問Jill“能不能出來一起玩耍”。
這門課的名字叫做“基于知識的人工智能”（KBAI），該課程是喬治亞理工在線計算機碩士課程的核心必修課。每年大約有300名學(xué)生上這門課，在線上學(xué)生論壇發(fā)布大約一萬條信息，課程的8名人類助教已經(jīng)搞不定了。為解決這個問題，Geol和他的研究生們基于華生IBM平臺打造了虛擬助教。
為打造系統(tǒng)，Goel和團隊收集了數(shù)據(jù)：自從課程2014年開設(shè)以來，學(xué)生們在論壇上發(fā)布過的大約4萬個問題。然后，他們將所有的問題與答案都輸入Jill。“在線課程的一個秘密就是，上課的學(xué)生越多，你收到的問題也就越多，但是，不同的問題并不會增加。”Goel指出，“學(xué)生傾向于一遍遍咨詢相同的問題。”
這個情景對于華生平臺來說非常理想，華生平臺具有強大的自然語言處理能力，能夠用獨特、明確的答案回復(fù)問題。
當(dāng)1月份項目剛剛開始時，Jill不是很擅長回答問題，經(jīng)常給出奇怪的或者不相關(guān)的答案。這些回答就沒有分享給KBAI課程的學(xué)生了。
“最開始，Jill的回答還不夠好，因為它會過于糾結(jié)關(guān)鍵字。”項目中的一名研究生Lalith Polepeddi說，“例如，如果一個學(xué)生問到組織一個活動，來和其他學(xué)生一起復(fù)習(xí)視頻課程，Jill會給出一個回答，推薦一本可以與視頻課程互補的教科書——因為這本教科書也有同樣的關(guān)鍵字，但是這完全是不同的情景。因此我們從例如這樣的錯誤中學(xué)習(xí)，逐漸讓Jill越來越聰明。”最終，Jill越來越出色，研究員覺得是時候讓它直接回復(fù)KBAI課程學(xué)生論壇的問題了。他們計劃在3月底正式開放。
Goel想要下學(xué)期再玩一次，不過得換個名字。他的目標(biāo)是想讓虛擬助教在年底能夠回答40%的問題（同樣，只有達到了97%自信度，助教才會將回答發(fā)布到論壇上）。
人們自然會緊張，連助教的飯碗也要被機器人搶走了。但是這其實是件好事，很多學(xué)生會因為無法在課程中及時獲得足夠幫助而會退出課程。Jill就是為此而生的。當(dāng)然，Jill及其后輩們沒法回答更加復(fù)雜的問題，尤其是在其他課程里（例如哲學(xué)課、社會科學(xué)等等）。因此，人工智能要完全替代助教和教授還得過好久，也許永遠(yuǎn)都替代不了。
Via Gizmodo
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
