大家好，我是本栏目的编辑郝帅，现在我来给大家讲解一下上面的问题。2019年9月4日，彼得克拉克(peter clarke)和其他几位研究人员在纽约摄政科学考试中发表了《从‘F’到‘A’:Aristo项目概述*》。题目中命名的Aristo项目受到了欢迎，在纽约测试八年级人类学生的科学知识测试方法时，它显示出了快速的改进。

研究人员总结说，这是人工智能的一个重要里程碑：“虽然Aristo只回答没有图表的选择题，只在科学领域操作，但它仍然是一个可以阅读和理解的系统的重要里程碑。任务非常出色，准确率在短短三年内从60%左右提高到90%以上。”

吉雅项目的动力来自于财政资源和远见卓识的保罗g艾伦，他在艾伦创始人的人工智能研究所(A12)。正如网站所解释的，有几个部分可以让AI通过选择题测试。

Aristo最近的解决方案包括：

在信息检索中，PMI和ACME求解器使用统计单词的相关性在大型语料库中寻找答案。这些解决者对于“发现”问题是有效的，在这些问题中，答案在文本中是清晰的。

元组推理、Multee和定性推理试图回答推理，其中需要将两个或多个证据组合起来才能得到答案。

亚里士多德伯特和亚里士多德罗伯塔将最近基于伯特的模型应用于科学问题解决者。经过培训后，这些系统可以将相关背景知识应用到问题中，并使用小型培训课程来提高其性能。它们的高性能反映了自然语言处理领域的整体快速进步。

虽然阿里斯托所取得的进步确实令人印象深刻，毫无疑问，一些八年级的学生希望能找到一些携带人工智能的方法来进行测试，但他们离通过图灵测试还有很大距离。事实上，艾伦人工智能研究所承认，它将在2016年开始开发时，有意以不同的方式测试其人工智能。

题为《超越图灵测试的艾伦AI科学挑战》的文章给出了解释。承认这次测试不是“机器智能的综合测试”，它仍然认为值得展示“与智能密切相关的几个功能——我们的机器能够可靠地执行我们未来想要的智能活动的功能——包括语言理解、推理和常识知识的使用。”

还有一个实际的考虑，就是用现成的测试进行测试是很有吸引力的：“另外，从实际的角度来看，考试是可及的、可测量的、可理解的、引人注目的。”想想看，这就是为什么有些教育者喜欢进行标准化测试，而另一些人则谴责这些测试，因为当他们所能衡量的是非常具体的表现时，他们会给人一种他们在衡量智力的错觉。

说到更具创造性的智能，答案不仅在那里找到，甚至是直觉，但AI还有很长的路要走。我们可以看到当它试图创建一个脚本时。

用AI拍电影。

本杰明(原名杰特森)是“世界上第一个自动编剧”的自选名字。这位名叫本杰明的编剧是“一个自我完善的LSTMRNN[长期记忆重复神经网络]机器智能训练人类的剧本。

本杰明有自己的脸书页面，facebook.com/benjaminthescreenwriter.本杰明也习惯用这个名字建一个网站，但现在他/它在一个更常见的网站上分享信用，www.thereforefilms.com/films-by-benjamin-the-ai,提供这三个网站的链接。根据人工智能生成的剧本制作的电影，只有在两天内完成，才有资格参加科幻伦敦48小时电影挑战赛。

本杰明第一次涉足电影是《阳光之泉》的剧本。然而，即使这样也需要罗斯古德温、“创意技术专家、艺术家、黑客、数据科学家”、电影制作人奥斯卡夏普和三位人类演员的作品。

这部电影发布在YouTube上，你可以在9分钟内看到它。看看你是否分享了作家尼尔盖曼的评论，他的推文出现在本杰明的网站上：“看一部科幻短片光荣地通过了图灵测试。”