AI辯手可與人類自主辯論

孟雨

IBM最強(qiáng)AI辯手Project Debater代表了當(dāng)前計(jì)算辯論研究的頂點(diǎn)。在充斥著海量信息和誤導(dǎo)文化的當(dāng)下，我們期待實(shí)現(xiàn)完全自主辯論的AI系統(tǒng)能夠促進(jìn)智能辯論的發(fā)展，幫助建立更合理的論點(diǎn)，做出更明智的決策。

對(duì)于辯論的研究可以追溯到古希臘，當(dāng)時(shí)古希臘哲學(xué)家如蘇格拉底等人在市集上與人們討論政治、辯論真理，辯論內(nèi)容包羅萬(wàn)象。

當(dāng)下人工智能研究的一大挑戰(zhàn)就是如何讓機(jī)器理解自然語(yǔ)言辯論中的論點(diǎn)。

近日，IBM研究院研究員、希伯來(lái)大學(xué)人工智能專家Noam Slonim和團(tuán)隊(duì)公布了相關(guān)研究Project Debater的進(jìn)展，該系統(tǒng)通過(guò)掃描儲(chǔ)存了4億篇新聞報(bào)道和維基百科頁(yè)面的檔案庫(kù)，自行組織開場(chǎng)白和反駁論點(diǎn)。

雖然最終仍然輸給了人類辯手，但此次AI辯手的表現(xiàn)提供了一種可能：未來(lái)人工智能可以幫助人類制定并理解復(fù)雜的論點(diǎn)。

自然語(yǔ)言處理（NLP）算法是指計(jì)算機(jī)自動(dòng)理解、解讀和處理人類語(yǔ)言（比如，話語(yǔ)和文本）。NLP是人機(jī)互動(dòng)的關(guān)鍵要素，IBM Project Debater團(tuán)隊(duì)積極開展NLP研究也在情理之中。

2018年，IBM研究院在美國(guó)舊金山的Watson West，首次展示了人類與智能機(jī)器之間的公開現(xiàn)場(chǎng)辯論賽。雙方辯手分別是IBM耗時(shí)逾6年研發(fā)的，首個(gè)能與人類進(jìn)行復(fù)雜辯論的AI系統(tǒng)Project Debater（以下簡(jiǎn)稱Debater），以及以色列國(guó)際辯論協(xié)會(huì)主席Dan Zafrir。

該研究強(qiáng)調(diào)了在辯論中識(shí)別、產(chǎn)生和反駁論點(diǎn)的過(guò)程中，將不同組成部分結(jié)合起來(lái)的強(qiáng)大工程的重要性，每個(gè)組成部分處理一個(gè)特定的任務(wù)。

大概10年前，對(duì)人類話語(yǔ)進(jìn)行分析，以確定引用證據(jù)來(lái)支持結(jié)論的方式———這個(gè)過(guò)程現(xiàn)在被稱為“論點(diǎn)分析”，這明顯超出了最先進(jìn)的人工智能的能力范圍。

從那時(shí)起，人工智能技術(shù)的進(jìn)步和論證技術(shù)工程日益成熟，再加上激烈的商業(yè)需求，該領(lǐng)域迅速擴(kuò)張。全世界現(xiàn)在有超過(guò)50個(gè)實(shí)驗(yàn)室在研究這個(gè)問題，包括大型軟件公司團(tuán)隊(duì)。

這一領(lǐng)域研究激增的原因是人工智能系統(tǒng)的直接應(yīng)用能夠識(shí)別大量文本中語(yǔ)言使用的統(tǒng)計(jì)規(guī)律，這種應(yīng)用在人工智能的許多應(yīng)用中起到了變革性的作用，但在論點(diǎn)挖掘方面還沒有達(dá)到這樣的進(jìn)展。

因?yàn)檎擖c(diǎn)結(jié)構(gòu)太多樣化、復(fù)雜、微妙和隱晦，不像句子結(jié)構(gòu)那樣容易被識(shí)別。

因此，Slonim等人決定發(fā)起一項(xiàng)重大挑戰(zhàn)：開發(fā)一個(gè)完全可以與人類進(jìn)行現(xiàn)場(chǎng)辯論的自主系統(tǒng)。Project Debater代表了這項(xiàng)工作的頂峰。

Project Debater關(guān)鍵技術(shù)

立場(chǎng)分類和情緒分析自動(dòng)辯論系統(tǒng)必須能夠確定論點(diǎn)能否支持或反駁給定的主題。這對(duì)人類來(lái)說(shuō)十分簡(jiǎn)單，但對(duì)機(jī)器而言則相當(dāng)困難，因?yàn)樗枰軌蛎翡J地辨別自然語(yǔ)言豐富的微妙之處和細(xì)微差異。

深度神經(jīng)網(wǎng)絡(luò)（DNN）具備提高自動(dòng)語(yǔ)言理解能力的巨大潛力，但是訓(xùn)練DNN需要大量人工標(biāo)記的高質(zhì)量數(shù)據(jù)。該團(tuán)隊(duì)開發(fā)了多種工具和方法，以弱監(jiān)督式訓(xùn)練DNN，來(lái)緩解這個(gè)瓶頸問題。他們還利用DNN開發(fā)Project Debater的聽說(shuō)技能。

文本轉(zhuǎn)語(yǔ)音（TTS）系統(tǒng)與個(gè)人助手或?qū)Ш狡鞑煌?，辯論系統(tǒng)需要能夠持續(xù)數(shù)分鐘對(duì)事先未知的主題作出雄辯，同時(shí)與受眾保持互動(dòng)?？蒲袌F(tuán)隊(duì)開發(fā)了新的TTS算法，用于為Project Debater提供清晰流利、有說(shuō)服力的語(yǔ)言表達(dá)能力。

Project Debater難以達(dá)到人類辯手的連貫性和流暢性

在論證技術(shù)的發(fā)展以及將論證作為局部現(xiàn)象來(lái)處理的過(guò)程中，Project Debater是一個(gè)關(guān)鍵的步驟。它的成功提供了一個(gè)新視角，可以了解人工智能系統(tǒng)是如何提出論點(diǎn)來(lái)進(jìn)行工作的。

幾乎所有的人工智能研究都把目標(biāo)定得很高，但瓶頸在于是否能夠獲取足夠的數(shù)據(jù)，計(jì)算出有效的解決方案來(lái)應(yīng)對(duì)既定挑戰(zhàn)。ProjectDebater采用雙管齊下的辦法克服這一障礙，它將重點(diǎn)縮小到100多個(gè)辯論專題，從巨量的數(shù)據(jù)集中收集原始材料。

在2018 - 2019年的一系列比賽中，Project Debater挑戰(zhàn)了多個(gè)才華橫溢、備受矚目的人類辯手，比如曾在2016年獲得以色列國(guó)家辯論冠軍的以色列大四女生Noa Ovadia，觀眾對(duì)其表現(xiàn)進(jìn)行了非正式的評(píng)估。

該系統(tǒng)以其辯論技術(shù)為后盾，并以經(jīng)過(guò)處理的數(shù)據(jù)集為支撐，創(chuàng)建了一個(gè)4 min的演講，開啟了一場(chǎng)關(guān)于其全部技能中某個(gè)主題的辯論，一個(gè)人類對(duì)手會(huì)對(duì)此作出回應(yīng)。然后，它對(duì)對(duì)手的觀點(diǎn)做出反駁，發(fā)表第二次4 min的演講。對(duì)方用4min反駁回答，辯論結(jié)束時(shí)，雙方參與者都做了2 min的閉幕陳述。

Project Debater最薄弱的一點(diǎn)是，它難以模仿人類辯手的連貫性和流暢性，這個(gè)問題與其處理能力的最高水平有關(guān)，在這個(gè)水平上，它可以選擇、抽象和編排論點(diǎn)。然而，這種限制并不是Project Debater所獨(dú)有的，盡管進(jìn)行了兩千年的研究，人們對(duì)“論證結(jié)構(gòu)”仍然知之甚少。根據(jù)論證研究的重點(diǎn)是否集中在語(yǔ)言使用、認(rèn)識(shí)論、認(rèn)知過(guò)程還是邏輯有效性，人們對(duì)于連貫論證和推理模型所提出的關(guān)鍵特征各不相同。

所有論證技術(shù)系統(tǒng)面臨的最后一個(gè)挑戰(zhàn)是，將論證視為受一系列孤立因素影響的本地論述碎片，還是將它們編入更大規(guī)模的社會(huì)范圍的辯論。在很大程度上，這是設(shè)計(jì)要解決的問題，而不是設(shè)計(jì)解決方案。

通過(guò)給論證設(shè)定先驗(yàn)界限，理論上的簡(jiǎn)化變得可行，從而提供了主要的計(jì)算優(yōu)勢(shì)。例如，識(shí)別“主要要求”就成為一個(gè)明確的任務(wù)，機(jī)器幾乎可以像人類一樣可靠地完成這項(xiàng)任務(wù)。問題在于人類根本不擅長(zhǎng)這項(xiàng)任務(wù)，恰恰因?yàn)樗侨斯ぴO(shè)計(jì)的，在公開討論中，一段給定的論述可能是一個(gè)上下文中的主張，另一個(gè)上下文中的前提。

此外，在現(xiàn)實(shí)世界中，沒有明確的界限來(lái)劃定一個(gè)論點(diǎn)，發(fā)生在辯論室之外的話語(yǔ)并不是離散的，而是與交叉引用、類比、例證和概括的網(wǎng)絡(luò)相連接。

關(guān)于人工智能如何處理這種論證網(wǎng)的想法已經(jīng)有相關(guān)理論在討論，并利用軟件來(lái)實(shí)現(xiàn)，例如，一個(gè)名為DebateGraph的系統(tǒng)是一個(gè)互聯(lián)網(wǎng)平臺(tái)，它提供了計(jì)算工具，用于可視化和分享復(fù)雜的、相互關(guān)聯(lián)的思想網(wǎng)絡(luò)。

然而，與這些實(shí)施相關(guān)的理論挑戰(zhàn)是艱巨的技術(shù)問題，設(shè)計(jì)令人信服的方法來(lái)吸引大量受眾進(jìn)入這種系統(tǒng)，與設(shè)計(jì)簡(jiǎn)單明了的機(jī)制使他們能夠與這些復(fù)雜的辯論網(wǎng)絡(luò)互動(dòng)一樣困難。

在論證技術(shù)的發(fā)展以及將論證作為局部現(xiàn)象來(lái)處理的過(guò)程中，ProjectDebater是一個(gè)關(guān)鍵的步驟，它的成功提供了一個(gè)誘人的機(jī)會(huì)，讓我們了解人工智能系統(tǒng)是如何工作的。

現(xiàn)在假新聞充斥，公眾輿論兩極分化，松散的推理無(wú)處不在，這些都掩蓋了人類在創(chuàng)造、處理、導(dǎo)航和分享復(fù)雜論點(diǎn)方面的迫切需求，而在這方面人工智能或許能夠提供支持。

因此，Project Debater解決了一個(gè)重大的挑戰(zhàn)，代表了人工智能進(jìn)步，可以促進(jìn)人類的推理，而且，正如Slonim等人所說(shuō)，Project Debater拓寬了當(dāng)前人工智能技術(shù)的舒適區(qū)，未來(lái)將能夠參與更加復(fù)雜的人類活動(dòng)。