计算

该算法在一堆诱饵中隐藏敏感信息

科学家们使用一种成像技术实现了创纪录的视觉细节水平，该技术可能有助于开发未来的电子产品和更好的电池

一个在线动物目录让您解码每个人最喜欢的大象的交流和其他行为

在超级计算机合作抗击 COVID 一年后，现在是扩大合作伙伴关系以应对其他危机的时候了

双螺旋结构可以在几乎难以想象的小体积中存储惊人的信息量

勒索软件正稳步加剧。银行或地铁系统会是下一个吗？

机器学习算法可以快速处理数千小时的自然音景

在信封出现之前的几个世纪里，“信件锁定”保护了信息

该实验用纠缠光子连接三个设备，展示了一种关键技术，该技术可以实现未来的量子互联网

正式论证的来回往复仍然超出了机器的“舒适区”——至少目前是这样

在今天的科学对话播客中，IBM 研究院的诺姆·斯洛尼姆 与大众科学谈论了计算机工程方面的一项令人印象深刻的壮举：一个人工智能驱动的自主系统，它可以与人类就各种问题进行复杂的辩论，从补贴学前教育和太空探索的价值，到基因工程的利弊。

在一篇新的论文中，斯洛尼姆和他的同事表明，在 80 个辩论主题中，辩论项目Debater的计算论证技术表现得非常出色——由人类观众来判断。斯洛尼姆说：“然而，平均而言，它仍然比人类专家辩论员获得的结果略逊一筹。”

在 2019 年旧金山的展示会上，该系统与专家辩论员哈里什·纳塔拉詹进行了正面交锋。

除了游戏之外，很少看到人类和机器相互对抗，更不用说在口才比赛中了。

与人类同行一样，人工智能只有 15 分钟的时间研究主题并为辩论做准备——以创纪录的速度浏览数千千兆字节的信息，形成开场陈述和反驳论点，这些论点后来以片段形式通过机器人女性的声音传递，并且发音近乎完美。

它在旧金山未能击败纳塔拉詹，但在另一次辩论中，该系统——由斯洛尼姆和 IBM 研究员Ranit Aharonov共同领导——成功地改变了 9 人在关于使用远程医疗的辩论中的立场，基本上将辩论转移到它的一边，并反驳了对手的论点。

换句话说，在这个领域，人类仍然占上风。

但是，您如何为这样复杂的系统构建架构呢？人工智能能否识别辩论中的含义或更大的背景？一个源自辩论项目Debater的系统有一天能否介入现实生活中的社交媒体争论，以平息错误信息或朝某个方向引导辩论，无论是好是坏？我们在播客中回答了这些问题以及更多问题。

斯坦福大学正在免费提供其受欢迎的计算机科学入门课程——您可以帮助教授它