故事要從很久很久以前說起……

我們都知道古希臘人非常擅長辯論，既有含著石頭苦練說話的演講大師德摩斯梯尼，也有百科全書式的人物亞里士多德，更有被譽為「西方孔子」的蘇格拉底，那時，思想就是在辯論中產(chǎn)生的。將人工智能引入辯論這一探討開放性問題的領(lǐng)域非常有趣，受到該靈感的啟發(fā)，IBM 以色列海法實驗室的科學家建議設(shè)計一個能夠與人類辯論的人工智能系統(tǒng)。2012 年，Project Debater 項目正式立項。

（圖片源自 IBM 官網(wǎng)）

IBM 海法研究院 Project Debater 首席研究員 Noam Slonim 博士（左）和他的同事 Project Debater 全球經(jīng)理 Ranit Aharonov 博士（右）向我們介紹說：「我們在開始這個項目的時候，想的是如果我們確定 Project Debater 能做什么事情，或者說我們非常確定它不能做什么事情，對它能不能實現(xiàn)既定的目標都有百分之百的信心了，這個東西就沒勁了。我們想的是語言理解一直都 AI 領(lǐng)域的重點，也是 IBM 所關(guān)注的一個重點。而且在這個方面的研究實際上是不夠的，所以我們希望能夠通過 Project Debater 進一步推進在促進 AI 發(fā)展的語言理解領(lǐng)域的研究?！?/p>

Noam Slonim 博士（左）和 Ranit Aharonov 博士（右）

6 年后，Project Debater 首次和世人見面。

人機首次跨「物種」辯論，AI 成功逆襲了？

2018 年年中，在 IBM 美國舊金山的 Watson West 辦公室里，首個能與人類進行復(fù)雜辯論的 AI 機器人 Project Debater 分別對陣以色列國際辯論協(xié)會主席 Dan Zafrir 和 2016 年以色列國家辯論冠軍 Noa Ovadia，就「是否應(yīng)當資助太空探索」、「是否增加遠程醫(yī)療的使用」兩大議題展開了激烈的辯論。比賽的規(guī)則是 1v1，人機雙方各有 4 分鐘陳述自己的觀點、4 分鐘反駁對方的觀點，以及 2 分鐘進行總結(jié)陳詞。隨后，將根據(jù)在場觀眾的投票數(shù)而判斷輸贏。

（圖片源自 IBM 官網(wǎng)）

2012 年：以色列海法的一個 IBM 科學家小組開啟了 Project Debater 的生命歷程，并展開了第一次測試辯論。就像牙牙學語的寶貝一樣，開始總是很吃力的。在「體育是否應(yīng)該作為必修課」這樣的話題上，甚至會引用「多個論文表示蜥蜴不會從運動中獲得益處」這樣的論據(jù)：

2013 年：科學家已經(jīng)開始設(shè)想將來 Project Debater 要與真人進行辯論，因此邀請了一位紐約的女配音演員為 Project Debater 配音，賦予了它人類的聲音；

2014 年：IBM 在第 25 屆國際計算語言學會議上發(fā)表了該項目的首篇研究論文；

2016 年：Project Debater 第一次帶著它全新的人類語音，進行實時辯論。Project Debater 表現(xiàn)很好，但是還會出現(xiàn)不少錯誤；同年，除了使用維基百科資料以外，項目組還為 Project Debater 添加了來自新聞報道中數(shù)十億的語句，讓它獲得了更多的論據(jù)素材，也因此能就更廣泛的話題進行辯論；

2017 年：Project Debater 取得了標志性的突破——它第一次成功說服人類同意了它的觀點！同年，在 2017 年自然語言處理頂級會議的第 4 期論辯挖掘研討會上，來自海法和都柏林的 IBM 科學家發(fā)表了新成果，形成共計 30 余篇論文和 10 余個公開的數(shù)據(jù)集。

2018 年：Project Debater 首次公開與人類專業(yè)辯手進行辯論，一鳴驚人！

在長期積累下，IBM 研究院 Project Debater 團隊成員，在各個研究領(lǐng)域發(fā)表了 30 多篇論文，其中最突出的就是提出計算辯論（Computational Argumentation）這一迅速崛起的領(lǐng)域。期間提出的多個突破性的算法、工具、流程、框架等研究成果，推動了包括獨特的自然語言處理（NLP）、機器學習和推理技術(shù)等多個關(guān)鍵技術(shù)的進步。研究 Project Debater 過程中取得的技術(shù)研究成果，對于其他應(yīng)用類似技術(shù)的人工智能場景會有極大的推動作用。而這些技術(shù)的應(yīng)用，對于 Project Debater 能夠跨不同領(lǐng)域和數(shù)據(jù)集進行學習，從而產(chǎn)生新的知識和理解起了關(guān)鍵作用。

在這些尖端技術(shù)的武裝下，Project Debater 被 IBM 研究員團隊賦予了 3 大核心能力：包括數(shù)據(jù)驅(qū)動的演講內(nèi)容撰寫和表達能力，在演講中識別人類口語中的關(guān)鍵聲明概念和觀點的聽力理解能力，以及通過模擬人類困境來提出制定原則性論點據(jù)輔助人類決策的能力，這無疑是人工智能的一次突破性的。

（圖片源自 IBM 官網(wǎng)）

也就是說，Project Debater 具有非常強大的數(shù)據(jù)處理能力，拿到辯題后，它會迅速掃描其龐大的語料庫文檔中與主題相關(guān)的數(shù)百萬篇新聞和論文等材料，找出與辯題相關(guān)性最高的觀點，通過算法剔除多余且重復(fù)的信息，提取出一個最具說服力的觀點加以闡述。

只要包含上億篇主流報紙、雜志文章的語料庫中有大量的相關(guān)內(nèi)容，Project Debater 可以針對不同話題進行辯論，提出獨具一格的觀點。而針對具體的行業(yè)或細分的領(lǐng)域，比如金融、法律和公共政策等等，我們的科學家都可以向 Project Debater 添加語料庫文檔，不斷豐富 Project Debater 的「知識面」。

換句話說，只要有足夠的語料庫，Project Debater 就有能力針對任何一個話題提出見解。雖然，目前距離真正掌握人類語言還有一定距離，但這將是人工智能發(fā)展的下一座里程碑——真正掌握語言，幫助人類更好地做出關(guān)鍵決策！

即使不能夠徹底替代人類，但可以確信的是機器可以幫助人類更好地做決策。

（圖片源自 IBM 官網(wǎng)）?

和任何發(fā)展初期的新技術(shù)一樣，Project Debater 還只是邁出了第一小步而已，但沒有什么能夠阻擋技術(shù)的發(fā)展，因為我們堅信它的價值——辯論豐富了決策制定的過程，可以幫助我們權(quán)衡新想法、新理念的利弊。人類辯論不只是為了說服他人認可我們的觀點，也是為了理解和學習彼此的觀點，拓展我們的思維，打破刻板觀念。未來，相信機器可以幫助人類更好地權(quán)衡利弊，推翻偏見，做出更多「無偏頗」的決策。

AI 將如何輔助人類做出更「無偏頗」的決策？

得益于 Project Debater 龐大的語料庫，可為決策提供更多有價值的信息，這些信息對于制定決策往往起到關(guān)鍵作用。因為人做決定時，或多或少都會受到自身經(jīng)驗的束縛，難免先入為主，有失偏頗。而機器則可更全面地收集信息，更中立地分析問題，為決策者提供更多維度的意見參考。未來 Project Debater 的應(yīng)用潛力不可限量，尤其是商業(yè)價值，潛在用途可能且不限于以下領(lǐng)域：

? 金融顧問：訓(xùn)練 Project Debater 來找出金融事實，用以支持或反對金融分析師所思考的金融投資選擇。

? 律師：通過 Project Debater 的匯總技術(shù)，律師可以借助 Project Debater 來尋找相關(guān)案件和主張，或借助 Project Debater 模擬法庭辯論來分析優(yōu)勢和劣勢。

? 公共事務(wù)決策：通過 Project Debater 公正的優(yōu)/缺點分析和對人類困境的模擬，可以就需要進行決策的問題，提供基于事實、沒有人為偏見的觀點。

? 學生助手：通過 Project Debater 幫助各個年齡段的學生改進他們的批判性思維和溝通技巧，或幫助他們找出更多信息以改進報告和論文。

? CEO 和高管：高層領(lǐng)導(dǎo)常常因擁有強烈的「直覺本能」而感到自豪，但是他們也必須避免所謂的「錨定偏見」。錨定偏見是指，我們在潛意識中有著兩三個會不太客觀地影響決策的事實時，就會將不適合這些觀點的有價值信息排除在外不予考慮。Project Debater 可以拓寬高層領(lǐng)導(dǎo)的思路，在關(guān)鍵決策中納入他們可能沒有考慮到的新觀點。

以色列國際辯論協(xié)會主席 Dan Zafrir 與 Project Debater 公開「對決」（圖片來自 IBM）

或許，辯論僅僅是 AI 的一個開始。讓 AI 系統(tǒng)地掌握人類語言，幫助人類在各個領(lǐng)域做出更好的決策，才是 AI 科學家一直想突破的下一個邊界。未來，AI 可能做到像人一樣具備真正的邏輯推理能力，當我們在各個領(lǐng)域面臨復(fù)雜問題難以決策時，AI 可以幫助人類做出更好的決策。

IBM 海法研究院 AI Tech 副總裁 Aya Soffer 博士近日在回答中國記者提問時說：「關(guān)于 AI 的下一步，就是智慧上越來越接近人類。我覺得 Project Debater 是一個很好的例子，它展示了我們是如何教授機器，只要有充足的時間、充分的數(shù)據(jù)和算法就可以充分前進?！?/p>

IBM海法研究院，AI Tech 副總裁 Aya Soffer 博士

不僅如此，為了讓 Project Debater 的表述更加自然，科學家們還教會了它「抖包袱」。例如：「今天有許多利害攸關(guān)的事情，對我來說尤其如此，但我不能熱血沸騰，因為我沒有血液」，「剛剛你的語速已經(jīng)達到了驚人的每分鐘 218 個字，你沒有必要這么著急！」

那 Project Debater 是怎么學會講段子的呢？項目組的科學家說，就像人們講笑話一樣，也是先聽到了好笑的段子記下來，然后下次再講給別人聽?？茖W家們依法炮制，給了 Project Debater 很多幽默的素材，并教它在適當?shù)臅r機「抖包袱」，從而調(diào)節(jié)辯論的氣氛。不過，就像人一樣，Debater 有時候也會在不合時宜的時候開玩笑。