談及辯論，在行的除了人類 BB King，還有“機器槓精”。
早在 2018 年 6 月，IBM 的 AI 辯手 Project Debater 擊敗以色列國際辯論協會主席 Dan Zafrir 和 2016 年以色列國家辯論冠軍 Noa Ovadia，一戰成名。
轉眼 3 年過去，號稱「首個能在複雜話題上與人類辯論的 AI 系統」的 Project Debater 更是出現在最新一期 Nature 雜誌封面上。
2021 年 3 月 17 日，IBM Research 題為 An autonomous debating system（自主辯論系統）的論文正式發表於 Nature。
AI 被定義為“可以執行有智慧的生物所能完成的任務的機器” 。而眾所周知，爭論、辯論是體現人類智力的一個基本方式，也是人類眾多活動所必需的、人類社會共有的能力。因此，提升計算機對自然語言的理解和處理能力、發展論證技術，已成為 AI 研究的一個新興方向。
多年前，即便是最為先進的 AI，也不能很好地做到對人類話語進行分析、確定論據如何用於支持結論（這一過程被稱為論點挖掘）。
後來，隨着 AI 技術的進步和論證技術工程日益成熟，加之商業需求強烈，這一領域開始迅速發展。雷鋒網瞭解到，當前全世界有 50 餘個實驗室正在研究這一問題，其中就包括所有大型軟件公司的研究團隊。
來自英國鄧迪大學辯論技術中心（Centre for Argument Technology）的 Chris Reed 認為，這一領域之所以能呈現快速發展之勢的一個原因便是：AI 系統可識別大量文本中語言使用的規律，這已在許多應用中產生了變革，但其本身在論點挖掘方面卻並不成功。
繼續深究便能發現其原因：論點結構太多變、太複雜、太微妙，且常常太隱蔽，難以像句子結構那樣易識別。
基於這一大背景，IBM 提出了 Project Debater，即一個可以與人類打辯論的自主系統，這一系統通過掃描儲存了 4 億篇新聞報道和來自維基百科的內容。
論文中，IBM 對其系統架構進行了完整的描述、全面系統的評估。
值得一提的是，IBM 強調了 AI 與人類辯論、AI 在遊戲中挑戰人類之間的根本區別。
IBM 認為，後者是過去幾十年裏 AI 研究學者們主要追求的經典挑戰，它尚存在於 AI 的“舒適區”內——而 AI 與人類辯論顯然意味着 AI 已走出了“舒適區”，畢竟在辯論中人類仍佔上風，需要新的範式才能取得實質性進展。
正如 Chris Reed 評論的那樣：這一論文表明，該領域的研究已取得了長足進步。
Project Debater 成為工程壯舉在 Chris Reed 看來，Project Debater 是一個巨大的工程壯舉。
具體而言，Project Debater 涵蓋了：
文本中收集、解釋與論證相關的材料的新方法
修復句子語法的方法（主要是為了系統在論證時重新部署所提取的句子片段）
圍繞着關鍵主題，上述方法與人類預先準備的信息結合在一起，將提供相關的知識、論證和反駁。實際上，這個知識庫還將以人類預先寫好的句子片段作為補充，這樣一來，在打辯論時準備、介紹演示文稿也不在話下。
其主要流程是：
查詢相關論據的高傾向性句子；
使用神經模型，對句子代表論據的概率進行一個排序；
結合神經網絡、基於知識，對每個論點立場做一個分類。
Chris Reed 對 Project Debater 的評價是：
無論是作為一個 AI 系統，還是一項 AI 領域的重大挑戰，Project Debater 都是非常有野心的。
這背後的邏輯是，幾乎所有的 AI 研究都把眼光放得很高，而一個關鍵問題就在於獲取足夠的數據、計算出有效解決方案。對此，Project Debater 通過一種雙管齊下的方式解決了這一障礙：一方面，僅着眼於百餘個辯論主題；另一方面，從龐大的數據集中獲取材料作為支撐。
無疑，Project Debater 目前並非做到了完美的程度。
目前來看，或許這一系統最大的弱勢在於難以模仿人類辯手的連貫性和流暢性，其實這與其處理程序選擇、提取和組織語言的水平有關。
當然這種限制並不僅僅出現在 Project Debater 身上——儘管人們對論證的研究已經進行了兩千年，但人們對其結構仍然知之甚少。畢竟，對於一個連貫的論證推理模型而言，辯論研究的重點不同（是語言使用、認識論、認知過程還是邏輯有效性），關鍵特徵也將有很大的不同。
因此，什麼是好的論點模型，本身就是一大難題。
AI 辯手一戰成名Project Debater 在實戰中表現如何，想必密切關注 AI 領域發展的小夥伴早有耳聞。
首先在 2018 年 6 月 18 日，IBM 舊金山辦公室，Project Debater 迎戰兩位頂尖人類辯手：以色列國際辯論協會主席 Dan Zafrir 和 2016 年以色列國家辯論冠軍 Noa Ovadia。
在兩場以「4 分鐘開場演講-4 分鐘反駁-2 分鐘論證總結」為流程的辯論中，人類辯手首先發言，然後 Project Debater 進行反駁。
Project Debater 通過處理大量文本，就主題構建出了結構良好的演講，觀點清晰明確。據外媒 Engadget 報道，Project Debater 拋出了不少自方觀點，同時還根據對手發言做了流利的反駁。最終，Project Debater 比 Dan Zafrir 多獲得 9 票，贏得了比賽。
隨後在 2019 年 2 月 11 日，Project Debater 與 2016 年世界大學辯論錦標賽總決賽選手、2012 年歐洲大學辯論錦標賽冠軍 Harish Natarajan 現場較量，最終人類辯手獲得勝利。
2019 年 11 月 21 日，劍橋大學舉辦了一場辯題為“AI 誕生是否弊大於利”的比賽，Project Debater 再次迎戰人類辯手。
從結果來看，Project Debater 的支持率為 51％，以微弱的優勢取勝。
但拋開票數來看，不少人認為：
IBM AI 機器人在很多方面的表現遠遠比不上人類辯手，通過這場辯論賽可以明顯反映出，AI 辯手與人類辯手之間還存在着巨大的差距，比如句子的結構不正確，或發表無法令人信服的論點。
不過，當時 IBM 也對 Project Debater 做了新的改進，比如評估出質量更好的論點、檢測出人類辯手詞彙冗餘的論點，甚至基於一個笑話庫，變得幽默起來。
古羅馬時期，著名政治家、哲人西塞羅曾説過：
辯才是人類最光輝的美德之一。
自蘇格拉底時期起，辯論就是人類生活最為重要的一部分，理性、智慧之光閃耀其中。未來 AI 如何更好地擁有這項技能，我們拭目以待。
引用來源：
https://www.nature.com/articles/d41586-021-00539-5
https://www.nature.com/articles/s41586-021-03215-w
雷鋒網雷鋒網雷鋒網