博士|填字游戏锦标赛：人工智能打败1000多名人类选手 ai

【博士|填字游戏锦标赛：人工智能打败1000多名人类选手】前段时间，在美国举行的一个填字游戏锦标赛上，一位人工智能选手成为最终的获胜者，打败了剩下的1000多名人类选手，这位人工智能选手叫“菲尔博士”，经过一路过五关斩六将，展现了AI所带来的无穷力量。

文章插图
人类是一种很聪明的生物，而随着AI的迅速发展，逐渐出现了一些人工智能的机器人，它们能够代替人类做一些力所能及的工作，例如送快递、泡咖啡等，甚至完成难度系数更高的任务，这位菲尔博士真是其中典型的代表，它之所以能够在填字游戏中脱颖而出，离不开这重要的2点。1.强大的神经网络和数据库菲尔博士是由填字游戏的制作者马特.金斯伯格制作而成，2012年，金斯伯格就通过让菲尔博士参加填字游戏锦标赛，并从中进行改良。
文章插图
值得注意的是，在这次填字游戏比赛开始前两周，金斯伯格团队便为菲尔博士开发了一个混合系统，并用神经网络的方式帮助菲尔博士分析线索，进而编写出菲尔博士用来填写游戏网格的代码。随后，该团队为菲尔博士搭建了800多万线索和答案的训练数据库，而这些重要的数据皆来自于互联网上各种媒体曾经出现过的填字游戏，因此，菲尔博士比赛时会参考数据库的线索和答案作出判断。
文章插图
在比赛中出现过一道关于“长单词后加上后缀-ITY构成的新词”的题目，与之相似的题目曾经在《洛杉矶时报》中出现过，果不其然，最后菲尔博士运用强大的神经网络和数据库解出问题的答案。2. 人性化分析题目线索，进行答案筛选上文说到菲尔博士虽然能够有效抄作业，但是在解题过程中，可不是千篇一律地解出答案。按照金斯伯格团队的设计，菲尔博士首先会通过分析题目线索，其次再生成与题目线索相匹配的答案列表，根据分析答案正确率的多少进行排序，并检查是否与填字游戏网格中的其他单词连接恰当。菲尔博士将比赛中一个关于“imposing groups”的线索进行分析后，把正确答案“ARRAYS”作为第一选择，而实际上，imposing”并没有出现在线索中，但是，却又代表相同含义的词语出现——impressive”，因此，菲尔博士就能准确推断出答案。
文章插图
当题目中涉及难度较高的双关语或者其他复杂的线索时，神经网络系统可以是菲尔博士识别出该线索。菲尔博士在美国填字游戏比赛中的胜利，从某种程度上看，也意味着人工智能化在自然语言处理等方面的进步，但是，对比人工智能，人脑在逻辑上的跳跃性仍旧更胜一筹，人脑大多时候会利用很多不直接相关的知识完成一个跳跃性的推理。相信在不久的将来，专家们会将人工智能的自然语言能力拆解得更系统，使其更加接近人类的大脑，展现出更强大的AI魅力所在。