今天听得到头条《做高数题，AI是怎么从学渣到学霸的？》给我很多启发。
北师大的教授吴金闪教授说中国的师范类大学基本没有办的意义。
教育学就是脑科学的应用。之前万维纲老师讲过一个15.87%。这个数字就是电脑AI能够学习的最佳难度。
在邵恒头条147期，通过大数据研究，学生的成绩与孩子的善意正相关。
再结合今天的《AI是怎么从学渣到学霸的？》，我们看到了电脑学习的原理，反过来再促进我们对学渣的研究。其实中小学的学渣是我们中学小教育的体制制造出来的。AI原来是学渣，结果底层逻辑变了，学渣变学霸了。
浙江大学的湖海澜教授从脑科学的实验得出：成功是成功之母。这个与万维老师讲过的15.87%就相互印证了。希望中国的专家们能够多多研究，改变中小学的教育底层逻辑，让孩子们从学渣变成学霸。
下面是得到头条做高数题，AI是怎么从学渣到学霸的？的原文
这里是《得到头条》，我是徐玲。
今天我们从两个话题出发，为你提供知识服务。一是考生吐槽2022年考研数学太难，二是脉脉发布《2021人才吸引力报告》。
先来看第一条，咱们从考研说起。考研的重要程度，正在接近高考。我给你说个数字：2021年全国高考考生是1078万人，2022年全国考研考生是457万人，也就是说，考研人数已经接近高考人数的一半。再来看录取率，2021年高考录取率为87%，而2022年考研录取率只有24%，考研的竞争激烈程度比高考要大得多。
目前，2022年考研笔试已经结束，分数还没有公布。很多考生反馈，今年的英语科目相对简单，政治科目比想象中难，但最难的是数学。有考生说，“70%的复习时间都给了数学，到头来还是当头一棒，感觉啥都不会”。还有人说，“感觉一年都白复习了，今年考完就觉得好像我没有学过数学”。可以说，在考研竞争中，谁能拿下高数，谁就能笑傲江湖。
其实，不光是普通人会觉得数学题很难，连人工智能在很长一段时间内都搞不定数学题。在一年以前，如果你给世界上最先进的人工智能出一道题，问它：五庄观里种了5棵人参果树，三千年一开花，三千年一结果，再三千年方得成熟。一万八千年后，一共结了多少个人参果？这个问题，人工智能大概率回答不出来。当时的人工智能解答这种文字表述的数学题，还处于小学生水平。
不过，彭天放老师告诉我，就在最近，人工智能突然开窍了，做数学题的能力直接秒杀理工科大学生。这是怎么回事呢？来看看新一期的硬科技报告。
1月4号，麻省理工学院等四所高校的联合研究团队，发布了一项最新研究成果：他们开发的神经网络程序，可以解答出微积分、线性代数等大学数学题。不管是要求计算数值，还是写方程式，或者画出函数图形，都是手到擒来，正确率达到了100%，真是学渣秒变学霸。要知道，在短短几个月前，人工智能解答类似的题，最高正确率不到10%。
那么，人工智能到底是怎么开挂的？
我们先来说说，为什么以前人工智能做不到？肯定不是因为算力不够，而是因为，解数学题不是直接算公式，而是需要你去理解文字，就像五庄观的人参果那道题一样。此外，有的题还需要联系上下文，并且包括了一些隐含条件。比如，一道概率论的题目，问：“在德州扑克游戏中，拿到两副对子的概率是多少？”这道题在人看来很清楚，但是对于计算机来说，其实是有很多隐含条件的。比如，一副扑克有52张牌、4种花色；德州扑克的一手牌有5张等等。人工智能不知道这些隐含条件，就没法算题。
而实现这个突破的核心，是一种新的翻译工具，名字叫做Codex。这是一个超大型的神经网络模型，经过了数以亿计的代码训练之后，就可以通过阅读人类的语言，理解语言想表达的意思，去掉与解题无关的多余信息，同时把语境背后的隐含条件补齐，最后用编程语言写出来。
比如刚才那道德州扑克的题，“拿到两副对子的概率是多少？”Codex翻译出来是这样的，你感受一下：“一副牌有5张，从13组牌、每组4张、共52张牌中，随机抽取。抽到两副对子，要求5张牌中一共有3种牌，每种数量最多两张。请问抽到两副对子的概率。”
你看，经过Codex的翻译之后，这道数学题就变成了一个很简单的编程问题，对人工智能来说是小菜一碟。
注意啊，Codex可不光是能让人工智能开挂，它也可能让我这样的普通人开挂。假设，世界上还没有发明俄罗斯方块这款游戏，是我先想出了这个游戏规则，但我不会写代码。怎么办呢？我只需要对Codex说一段话，比如：“我想要一个游戏，各种由四个方块任意组成的形状，从屏幕上方掉下来，按方向键就可以控制它们的左右移动和加速下落，屏幕里面的一行如果填满了就把这行消除……”那么，Codex就会按照你的表述，用计算机语言重新生成一段能够顺利运行的游戏程序，并且真的可以在电脑上运行来玩。
在2021年8月，Codex的发布会上，就演示了用大概几百个字的文字描述，自动生成了类似飞机大战、躲砖块这样的游戏。是不是听起来特别神奇？我一个不会写代码的人，也能成为游戏设计师。
最后，看完这篇研究我也有一个感受。看似简简单单的人类语言，我们理解起来毫不费劲，日用而不知，但是，强大的人工智能竟然需要经过数以亿计的代码训练，才能读懂语言背后的意思。我想起语言学家乔姆斯基的一句话：“研究人类的语言，就是探索人类的本质，也就是探索迄今所知人类独有的心智特性。”
网友评论