近日，IBM的AI辩手——Debater，与2016年世界辩论决赛选手、毕业于牛津大学的Harish Natarajan进行了一场精彩的人机辩论。双方围绕“政府是否应该资助学前教育(Whether goverment should subsidize pre-schools)”进行了激烈交锋。
Debater作为辩题正方，主要围绕资助学前教育对社会的意义展开论证，具体观点包括可使贫困人口受益，让学生获得成功、促进整体教育、提升社会公平、以及降低犯罪率。Debater在论证时旁征博引，从离线数据库、语料库中调用了广泛的资料。
最终Debater落败，但纵观整场比赛，Debater思路非常明确——整理思路，分解出多个论点，再通过详实可靠的资料来提供支持;理解人类辩手的观点和论述，继而提出自己的反驳。
虽然Debater最终输给了人类，但它的表现令人印象深刻。
2016年AlphaGo在围棋领域战胜人类，体现了AI在限定规则的情况下，强大的计算、分析能力。这也是目前AI应用的主流：辅助或替代人类在特定任务中以更高效率取得更好的结果。沈阳医院妇科排名：http://yyk.39.net/sy/zonghe/dd5f0.html
而IBM的Debater则拓展了AI在逻辑和决策方面的能力。IBM研究主管Dario Gil称，Debater的目的不是击败人类，而是探究如何通过信息交换和有效交流实现人机合作，提升决策效率和科学性，推动AI系统的疆界拓展。
具体来说，Debater完成的任务，要求其能充分“理解”辩题，并具备从海量凌乱的非结构化人类语言数据库中检索并提取所需知识的能力，除此之外还要坚持自己的论点、快速组织逻辑结构、避开语法错误以及预测和反驳对手论点。
在充满错漏和片面信息的时代，Debater的技能将大有用武之地。比如帮助公司进行商业决策，或帮助媒体和政府让公众参与对有争议问题的讨论。