我們都知道古希臘人非常擅長辯論，既有含著石頭苦練說話的演講大師德摩斯梯尼，也有百科全書式的人物亞里士多德，更有被譽為“西方孔子”的蘇格拉底，那時，思想就是在辯論中產生的。將人工智能引入辯論這一探討開放性問題的領域非常有趣，受到該靈感的啟發，IBM以色列海法實驗室的科學家建議設計一個能夠與人類辯論的人工智能系統。2012年，Project Debater項目正式立項。

圖片源自IBM官網

IBM海法研究院Project Debater首席研究員Noam Slonim博士（左）和他的同事Project Debater全球經理Ranit Aharonov博士（右）向我們介紹說：“我們在開始這個項目的時候，想的是如果我們確定Project Debater能做什么事情，或者說我們非常確定它不能做什么事情，對它能不能實現既定的目標都有百分之百的信心了，這個東西就沒勁了。我們想的是語言理解一直都 AI 領域的重點，也是IBM所關注的一個重點。而且在這個方面的研究實際上是不夠的，所以我們希望能夠通過Project Debater進一步推進在促進AI發展的語言理解領域的研究。”

Noam Slonim博士（左）

和Ranit Aharonov博士（右）

6年后，Project Debater首次和世人見面。

人機首次跨“物種”辯論，AI成功逆襲了？

2018 年年中，在IBM美國舊金山的Watson West辦公室里，首個能與人類進行復雜辯論的AI 機器人Project Debater分別對陣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，就“是否應當資助太空探索”、“是否增加遠程醫療的使用”兩大議題展開了激烈的辯論。比賽的規則是1v1，人機雙方各有4分鐘陳述自己的觀點、4分鐘反駁對方的觀點，以及2分鐘進行總結陳詞。隨后，將根據在場觀眾的投票數而判斷輸贏。

圖片源自IBM官網

2012年：以色列海法的一個IBM科學家小組開啟了Project Debater的生命歷程，并展開了第一次測試辯論。就像牙牙學語的寶貝一樣，開始總是很吃力的。在“體育是否應該作為必修課”這樣的話題上，甚至會引用“多個論文表示蜥蜴不會從運動中獲得益處”這樣的論據；

2013年：科學家已經開始設想將來Project Debater要與真人進行辯論，因此邀請了一位紐約的女配音演員為Project Debater配音，賦予了它人類的聲音；

2014年：IBM在第25屆國際計算語言學會議上發表了該項目的首篇研究論文；

2016年：Project Debater第一次帶著它全新的人類語音，進行實時辯論。Project Debater 表現很好，但是還會出現不少錯誤；同年，除了使用維基百科資料以外，項目組還為Project Debater添加了來自新聞報道中數十億的語句，讓它獲得了更多的論據素材，也因此能就更廣泛的話題進行辯論；

2017年：Project Debater取得了標志性的突破——它第一次成功說服人類同意了它的觀點！同年，在2017年自然語言處理頂級會議的第4期論辯挖掘研討會上，來自海法和都柏林的IBM科學家發表了新成果，形成共計30余篇論文和10余個公開的數據集。

2018年：Project Debater首次公開與人類專業辯手進行辯論，一鳴驚人！

在長期積累下，IBM研究院Project Debater團隊成員，在各個研究領域發表了眾多篇論文，其中最突出的就是提出計算辯論（Computational Argumentation）這一迅速崛起的領域。期間提出的多個突破性的算法、工具、流程、框架等研究成果，推動了包括獨特的自然語言處理（NLP）、機器學習和推理技術等多個關鍵技術的進步。研究Project Debater過程中取得的技術研究成果，對于其他應用類似技術的人工智能場景會有極大的推動作用。而這些技術的應用，對于Project Debater能夠跨不同領域和數據集進行學習，從而產生新的知識和理解起了關鍵作用。

在這些尖端技術的武裝下，Project Debater被IBM研究員團隊賦予了3大核心能力：包括數據驅動的演講內容撰寫和表達能力，在演講中識別人類口語中的關鍵聲明概念和觀點的聽力理解能力，以及通過模擬人類困境來提出制定原則性論點輔助人類決策的能力，這無疑是人工智能的一次突破。

圖片源自 IBM 官網

也就是說，Project Debater具有非常強大的數據處理能力，拿到辯題后，它會迅速掃描其龐大的語料庫文檔中與主題相關的數百萬篇新聞和論文等材料，找出與辯題相關性最高的觀點，通過算法剔除多余且重復的信息，提取出一個最具說服力的觀點加以闡述。

只要包含上億篇主流報紙、雜志文章的語料庫中有大量的相關內容，Project Debater可以針對不同話題進行辯論，提出獨具一格的觀點。而針對具體的行業或細分的領域，比如金融、法律和公共政策等等，我們的科學家都可以向Project Debater添加語料庫文檔，不斷豐富Project Debater的“知識面”。

換句話說，只要有足夠的語料庫，Project Debater就有能力針對任何一個話題提出見解。雖然，目前距離真正掌握人類語言還有一定距離，但這將是人工智能發展的下一座里程碑——真正掌握語言，幫助人類更好地做出關鍵決策！

即使不能夠徹底替代人類，但可以確信的是機器可以幫助人類更好地做決策。

圖片源自 IBM 官網

和任何發展初期的新技術一樣，Project Debater還只是邁出了第一小步而已，但沒有什么能夠阻擋技術的發展，因為我們堅信它的價值——辯論豐富了決策制定的過程，可以幫助我們權衡新想法、新理念的利弊。人類辯論不只是為了說服他人認可我們的觀點，也是為了理解和學習彼此的觀點，拓展我們的思維，打破刻板觀念。未來，相信機器可以幫助人類更好地權衡利弊，推翻偏見，做出更多“無偏頗”的決策。

AI將如何輔助人類做出更“無偏頗”的決策？

得益于Project Debater龐大的語料庫，可為決策提供更多有價值的信息，這些信息對于制定決策往往起到關鍵作用。因為人做決定時，或多或少都會受到自身經驗的束縛，難免先入為主，有失偏頗。而機器則可更全面地收集信息，更中立地分析問題，為決策者提供更多維度的意見參考。未來Project Debater的應用潛力不可限量，尤其是商業價值，潛在用途可能且不限于以下領域：

金融顧問：訓練Project Debater來找出金融事實，用以支持或反對金融分析師所思考的金融投資選擇。

律師：通過Project Debater的匯總技術，律師可以借助Project Debater來尋找相關案件和主張，或借助Project Debater模擬法庭辯論來分析優勢和劣勢。

公共事務決策：通過Project Debater公正的優/缺點分析和對人類困境的模擬，可以就需要進行決策的問題，提供基于事實、沒有人為偏見的觀點。

學生助手：通過Project Debater幫助各個年齡段的學生改進他們的批判性思維和溝通技巧，或幫助他們找出更多信息以改進報告和論文。

CEO 和高管：高層領導常常因擁有強烈的“直覺本能”而感到自豪，但是他們也必須避免所謂的“錨定偏見”。錨定偏見是指，我們在潛意識中有著兩三個會不太客觀地影響決策的事實時，就會將不適合這些觀點的有價值信息排除在外不予考慮。Project Debater可以拓寬高層領導的思路，在關鍵決策中納入他們可能沒有考慮到的新觀點。

以色列國際辯論協會主席 Dan Zafrir 與 Project Debater 公開“對決”（圖片來自 IBM）

或許，辯論僅僅是AI的一個開始。讓AI系統地掌握人類語言，幫助人類在各個領域做出更好的決策，才是AI科學家一直想突破的下一個邊界。未來，AI可能做到像人一樣具備真正的邏輯推理能力，當我們在各個領域面臨復雜問題難以決策時，AI可以幫助人類做出更好的決策。

IBM海法研究院AI Tech副總裁Aya Soffer博士近日在回答中國記者提問時說：“關于AI的下一步，就是智慧上越來越接近人類。我覺得Project Debater是一個很好的例子，它展示了我們是如何教授機器，只要有充足的時間、充分的數據和算法就可以充分前進。”

IBM海法研究院，AI Tech副總裁Aya Soffer博士

不僅如此，為了讓Project Debater的表述更加自然，科學家們還教會了它“抖包袱”。例如：“今天有許多利害攸關的事情，對我來說尤其如此，但我不能熱血沸騰，因為我沒有血液”，“剛剛你的語速已經達到了驚人的每分鐘218個字，你沒有必要這么著急！”

那Project Debater是怎么學會講段子的呢？項目組的科學家說，就像人們講笑話一樣，也是先聽到了好笑的段子記下來，然后下次再講給別人聽。科學家們依法炮制，給了Project Debater很多幽默的素材，并教它在適當的時機“抖包袱”，從而調節辯論的氣氛。不過，就像人一樣，ProjectDebater有時候也會在不合時宜的時候開玩笑。