會辯論的AI，放之今日不再會讓我們產生過多的驚嘆。隨著更多來自人工智能的應用出現，我們想象的邊界正在被不斷拓寬。所以我們迫切想了解的是，會辯論的AI，接下來還將帶來怎樣的改變。

現在，答案已經初現，一場“決策變革”正在醞釀。

一場里程碑式的辯論

自從“深藍”與AlphaGo相繼在棋類游戲中戰勝人類之后，在網絡對戰平臺下棋就變得沒那么單純了。比如因為受AlphaGo影響而誕生的AI圍棋系統越來越多，很多網絡對弈平臺都出現了使用AI圍棋系統“作弊”的行為，這也被網友戲稱為“遛狗”。著名棋手古力就批評說，“這對各方傷害太大了，職業棋手也要（AI）輔助下棋的話，以后誰敢在網上下？”

助攻人類，AI的方式不止一手

有人覺得AI在圍棋領域難以分辨是因為它不用說話，不會表達。在需要AI像人類一樣說話的時候，比如那些智能音箱，它就很輕易地暴露了自己“智商不足”的事實。

若你也抱著這樣的態度，不妨看看自己能否分辨下面這段發言：

“對方辯友的另一個觀點是，還有比太空探索更重要的事情值得投入資金。指出有更重要的事情值得花錢，這很容易。我們并沒有稱太空探索是列表上唯一值得資助的項目。……（自主太空探索）將激勵我們的孩子們尋求在科學、技術以及數學領域獲得教育和職業發展。”

這段表述看上去邏輯清晰、表達流暢，似乎很難出自機器之口。但事實卻是，說出這段話的是一個貨真價實的人工智能系統。去年6月，IBM研究院在美國舉行了人類歷史上第一次的人機辯論比賽。辯論的一方是IBM耗時逾六年研發的、首個能與人類進行復雜辯論的AI系統Project Debater，另一方則是曾在2016年獲得以色列國家辯論冠軍以色列大四女生Noa Ovadia和以色列國際辯論協會主席Dan Zafrir。

在那天的辯論中，經過4分鐘陳述自己的論點，4分鐘反駁對方的論點，2分鐘的總結陳詞這一系列過程后，盡管現場觀眾認為人類辯手整體的表達更好，但AI辯手傳遞信息量的豐富度則優于人類。最終Project Debater取得了一勝一負的戰績。

也許辯論比賽不像棋類游戲那樣有著清晰的勝負結果，但不用懷疑它的意義。如IBM的研究人員認為的那樣，Project Debater對IBM 而言是跟深藍同級別的里程碑式研究成果。

能有如此重要的價值，核心就在掌握語言的能力上。人類對于語言的理解和運用是人類區別于其他生物區別的一個重要特征，而理解和掌握人類語言對于AI實屬不易。

AI一小步

AI“掌握”語言，不僅是AI技術的重大進步，更是一個“進化”上的里程碑。加拿大哲學家查爾斯·泰勒在《語言動物》一書中就說，一些動物確實能夠對環境做出反應，比如烏鴉在看到園子里有貓時會發出警示叫聲；但人類能夠加以區分、分析并在思考的基礎上加以選擇。

泰勒認為，人類的語言能力包含兩個方面，即表達能力與思考能力。過去幾十年，科研人員都在試圖讓機器學會這兩種能力，也在這些年研制出了不少類似Siri那樣的智能語音助手，可惜都離人類的“表達”和“思考”還相差甚遠。

而Project Debater在辯論場上表現出的能力終于有了質的飛躍。

一方面，它具備辯論文稿的生成和表達能力，給定Project Debater一個有爭議主題的簡短描述，通過閱讀并理解數以億計的語料，它能夠創作出結構良好的辯論文稿，并清晰且有針對性地表達出來，甚至還會適時地展現幽默感。另一方面是口語理解能力大大增強，就是能夠“聽懂”長篇大論的連續口語中的每一個句子里表達的重要概念和觀點；第三項能力則是模擬人類困境的能力，即通過獨特的知識圖譜來模擬人類的矛盾與困境，使系統能夠根據需要提出有原則的論點。

今年IBM Project Debater再次對戰人類辯手，圍繞“政府是否應該資助學前教育”展開精彩辯論

人類辯手，2016年世界辯論決賽選手、畢業于牛津大學的Harish Natarajan與IBM Project Debater

結合這三項能力來看，Project Debater展現了從自我學習到傾聽他人再到表達自我的一條完整路徑。拿到辯題后，它首先會分析單個辯論問題，然后掃描擁有上億多個可靠信息來源的語料庫，通過算法找出與辯題相關性最高的觀點性內容，挑選出最有說服力、最具多樣性和支持最完善的論點，并對這些論點進行編排，從而形成一段完整且有說服力的敘述。

如此趨近于人類的思維與表達方式預示著它在未來的無限可能。“我們相信，人工智能有潛力來理解我們”，IBM研究院說，“人工智能辯手也不例外，它的作用就是幫助人們推理并建立充分的論據，做出更好的決定。”

決策前聽聽AI的意見

與下國際象棋或圍棋不同，Project Debater甫一誕生就不只是一項人機之間的比拼，思考加上表達的能力讓人對它未來的應用場景有無限的遐想。IBM研究院人工智能技術副總裁Aya Soffer就說，他們最初就是希望能夠有一些相應的技術幫助人們來做出決策，而且不是讓機器做決策。

2019年IBM中國論壇上，Aya講述Project Debater后背的技術

因此，Aya舉了很有趣的例子。比如說一位理財顧問，當他需要衡量一個市場或一家公司的投資價值及前景時，他可以讓AI幫助他分析相應的信息和報告，AI可以憑借自己強大的閱讀能力列舉出足夠的證據證明決策的優缺點，讓理財顧問自己有更好的判斷基礎。除此之外，律師、企業管理者乃至于學生，這些需要得出決策與判斷的領域都能用上Project Debater的能力。

從Aya的描述中，我們能看到一場“決策變革”正在醞釀中。如果在這條技術路線上持續推進，無論是商業還是公共政策，甚至個人問題，我們在未來都可以聽聽AI的意見，而且AI的意見會越來越重要。

決策是我們每天都要做的事情，小到穿什么衣服出門，選擇哪條路，晚上吃面條還是壽司；大到公司戰略、產業布局，甚至戰爭與和平。沒有任何選擇是完美的，因為一旦做出決定就意味著放棄更多。那么所謂決策，無非就是在諸多選擇中確定最優化的那個。做好決策，第一要掌握足夠多的材料，第二對材料進行分析和推演，計算每種結果的得失。而這兩件事，都是AI最擅長的。此前，它擁有了強大的學習能力；現在它的思考能力更加出眾。而反觀歷史上的眾多悲劇，根源上在于人類的“決策”出了問題。

當然，Project Debater只是在這條表達與思考的路上走了一小段。這個項目的首席研究員Noam Slonim就認為，在亞里士多德提出的辯論三元素（logos邏輯、pathos情感、ethos可信）中，目前的AI的研究還只是在第一階段，未來還有很多研究要做。

但無論如何，讓AI能更好地理解人類的語言與思維模式已經成為了AI下一步發展的重點。正如IBM副總裁，IBM研究院負責人Dario Gil所說的，“人工智能要展示自己，并真正實現自己的潛力，它必須置身于人類所處的紛雜的世界中。”就像人類進化的歷程一樣，“語言”的誕生是一場革命。而會說話的AI，也將加快自身“思想”的躍進——更淵博，更聰明。