拥有200多年历史的英格兰剑桥辩论协会(Cambridge Union)并没有太多新的消息，该协会已接待了世界各国领导人以及有关政治和文化的著名论点。
　　
　　但是昨晚，也许是自1963年工会决定接纳女性以来最重要的第一次，非人类参加了俱乐部的辩论。

　　IBM的“ Project Debater”人工智能软件被用于协助两个团队的工作，他们驳斥了人工智能弊大于利的主张。

　　“ Project Debater”是IBM设计的软件系统，可以从文本或音频中提取和分类自变量，然后汇总这些位置，并通过合成语音进行显示。

　　在旧金山进行的一项基准测试中，该系统与世界冠军辩论者Harish Natarajan脱颖而出。在这种情况下，人工智能从互联网上4亿篇已发表的文章中得出了自己的观点。听众认为，在政府是否应资助学前教育的问题上，纳塔拉然击败了人工智能。

　　剑桥的示威活动与众不同，尽管纳塔拉然再次作为团队成员出席会议，认为人工智能最终将带来的好处多于伤害。

　　在这种情况下，IBM展示了它很快希望出售给业务客户的功能。Debater AI被命名为“人群讲话”，并汇总了个人提出的大量不同论点。

　　在辩论前一周，该机器提取了1,100多个有关AI的论点，这些论点是人们通过网站提交给IBM的。它将570条评论分类为赞成AI弊大于利，而511条反对。它抛弃了一些与辩论无关的评论。

　　然后，无论是赞成还是反对，它都将这数百条评论提炼为五个主要主题-例如，对于赞成AI的职位，人工智能将自动执行单调的例行任务，或者对于AI而言，将加剧人的偏见。反AI位置。然后，它以合成的，女性化的声音呈现了每个主题的几句话支持证据。在辩论开始时，Debater项目介绍了双方的开场情况后，由这两个团队的人员来详细说明这些观点并反驳反驳。

　　IBM负责Project Debater的工程师Noam Slonim表示，该公司不久将开始向选定其云计算服务的客户提供此技术。他说，他可以想象一家公司使用它来帮助了解客户对产品的看法或员工对特定政策的看法。他还说，他可以设想政府将使用它来更好地理解公民的观点。

　　Slonim表示，这是一个很好的例子，说明了AI未来将如何与人们一起工作，帮助他们扩大工作范围，而不是与人类竞争。

　　这也是自然语言处理快速发展的一个例子，自然语言处理是直到最近一直落后于计算机视觉的机器学习领域。但是在过去的18个月中，来自Google和OpenAI的许多强大的新型机器学习模型已经问世，它们可以更好地预测短语的正确含义并撰写更长篇幅的类人文字。

　　另一位IBM计算机科学家，从事该项目的经验丰富的辩论家Dan Lahav表示，有些人对机器的s亵和种族主义言论感到吃惊，显然希望该机器可以在辩论中重复这些评论，但是该软件的自然语言处理能力很好足以剔除那些与辩论无关或对这两个立场最有说服力的论点的评论。

　　在其他AI系统的测试中，人们的这种恶意行为导致科技公司陷入尴尬境地。例如，著名的微软不得不撤回一个名为Tay的Twitter聊天机器人。在人们喂饱种族主义和侮辱性推文之后，人们应该从人类的评论中学到东西，并训练该系统以类似的语言发布推文。

　　Slonim说，Project Debater软件仍然不完善，并指出在剑桥联盟辩论期间，它错误地使用了关于偏见的论点来支持AI的论证。它也曾一两次发表与已经提出的论点重复的陈述。

　　该软件已经接受了30,000多个论证性陈述的培训，人类评论者对其说服力进行了评级，以便基于使论点对听众具有说服力的模型构建模型。Slonim说，需要进一步研究的一个领域是对这个模型进行“逆向工程”，以进一步了解为什么人们发现某些论点比其他论点更具说服力。
 

（第一财经）