自從有了這個AI，我跟人吵架沒輸過！

辯論的時候你是否感覺，總有話在嘴邊說不出口?

有沒有覺得，對方辯友總是略勝一籌?

老實說吧：你是不是吵架一次都沒贏過?

論點太散?論據不足?演講沒邏輯?別擔心。即便是辯論萌新，這個 AI 都能夠成為你的好助手，幫你給觀眾和評委留下深刻的印象。

從整理論據，到組成觀點，這個 AI 都可以做到;它還可以去掉多余和無力的表述，讓你持續輸出強有力的論據。

最后，它能夠自動生成一篇精煉的演講稿，里面把該說的點全部幫你列出來。

夸張點講，有了 Project Debater，辯手在場上裝裝樣子就行了!

在拉斯維加斯全球消費電子展 CES 2019 上，IBM 正式發布了 Project Debater 的第一個面向公眾的 demo：

這個 demo 主要是展示 AI 根據公眾提交的素材學習整理的能力，Speech by Crowd 的名字也很好滴體現了它群策群力的“設定”。就讓我們來一步步看這個 AI 究竟能怎樣幫助辯手：

一、收集論據

首先假設我們已經有了一個辯題“社交網絡的好處多于壞處”，而你屬于正方。首先，你要把論據輸入進去。隨便輸什么都行，思維多跳躍都沒關系，因為 AI 之后會幫你總結。

點擊提交后，可以看到論據自動歸到了正方，因為背后的 IBM AI 具有自然語言理解和意圖理解的能力。

這個功能還蠻重要的!可以避免“對方辯友所說的不正是我方觀點嗎?”的情況出現……

二、檢查質量

關于“社交網絡好”的觀點，現在正方已經輸入大量的論據。但畢竟辯論有固定格式，時間也是有限的，很顯然這些論據不能都被保留下來。

所以接下來，AI 會做的第一件事，就是在后臺檢查這些論據的質量，也就是它們的說服力夠不夠強。

“社交網絡讓我們與家人和失散朋友保持聯系”就屬于強論據，而“求職者會因為社交網絡發言被pass，我聽說有人為此改了名字”這樣的就太弱了。

硅星人發現，精煉自信的論據更容易被留下，“我有個朋友”之類道聽途說、模棱兩可的表述都會被去掉……

三、去重

在提交的大量論據中，肯定有屬于同一觀點，意思重合的。比如在下圖里，跟“社交網絡讓我們與家人和失散朋友保持聯系”意思重合的，都被去掉了，最后只留下了最精煉的一條(實際上是幾條)。

這個功能，一方面是因為辯論格式時間限制;而且，同一個觀點翻來覆去講，也容易顯得辯手能力有限。一個觀點，配一個論據，講一遍就夠了!

四、論點拼裝

學習了你提交的素材之后， Project Debater 會給所有的素材打上標簽，每個標簽就是一種不同的論點。

比如在社交網絡的這個辯題里，Project Debater 發現朋友、溝通和商業機會這三點是最有說服力的。

最后、敘述生成

已經臨近末尾了，剩下的工作對人來說比較簡單，對 AI 來說卻很復雜：最后要把拼裝好的觀點、素材合到一篇文章里。在素材的中間，AI 要負責在中間加上過渡語，開頭要加上開場白。如下圖：

這些填充性質的語句，還不能太簡單，“我今天講三點”這種一句蓋過肯定不行，對于 AI 的創造力要求還挺高：開場白要有引入，填充精煉且有人味兒，甚至要用俏皮話、金句來快速抓住觀眾的注意力。

關于“社交網絡是好是壞”這個辯題，Project Debater 最后合成了下面這樣一篇講稿。

可以看到在開場白里，AI 選用的語言不是簡單的“第一、第二、第三”，而是“首先我會演示xxx，然后我會解釋為什么 yyy，在最后我會進一步闡釋如何 zzz”;在第一個論點“商業機會”的部分，AI 就講了句俏皮話，“Starting with business----it may be none of my business.”

每一個被紫色框線罩住的就是一個觀點，內里每一條下劃線的句子就是一個論據。

下劃線的顏色其實也有說法。圖中顯示為灰色，因為我沒有對這條論據做出貢獻(因為我根本沒參加這個辯題);如果我提交的素材和最終選用的論據相似，或者直接被選用，都會有不同顏色的提示。

如果你也想看看自己提交的論據會否被采納，可以訪問

Project Debater 的網站

試試手氣。

就在本文寫作過程中，Project Debater 又開啟了一個新的辯題：是否應該停止自動駕駛汽車的研究。

參與方式也很簡單，進入一個主題，再點“提交論據”就可以了：

看到這種“反自動駕駛”的傾向，硅星人很著急!于是趕緊進去提交了自己的意見，主要有幾點：1)大規模使用的自動駕駛車隊將顯著降低交通事故數量;2)現有的自動駕駛技術已經比人類司機更安全;3)車企已經為自動駕駛研究投入巨資，停止研究會損害它們的利益。

因為英語也不是特別地道，硅星人估計這些表達被采納的可能性比較低。至少出一份力吧……

其實，IBM 的人工智能也不是第一次展示這種接近人類的能力了。

1997年，IBM 的深藍計算機在國際象棋對決中擊敗了卡斯帕羅夫：

2011年，在美國最火的知識問答綜藝節目《Jeopardy!》上，IBM 的沃森大腦人工智能不但答對了大量的開放式問題，用機械臂敲搶答按鈕的速度，也秒殺兩位節目史上的最強選手，成功拿下頭獎。

所以從過往經驗來看，IBM 為什么不把 Project Debater 直接變成電腦辯手，跟人類對壘呢?

其實在這個辯論稿生成器的 demo 之前，IBM 在去年夏天還真演示過這樣一個人機辯論對決。

因為項目的主要人員來自 IBM 的以色列研究院，他們請來了以色列的國際辯論協會會長 Dan Zafrir，以及2016年全國辯論冠軍 Noa Ovadia，對 Project Debater 發起挑戰。

辯論的格式4min開場，4min相互提問，2min結辯。題目對雙方保密，這時候計算機的處理能力就體現出來了：針對每一個不同的話題，它都能迅速建立一個語料庫，按照剛才介紹的過程，總結出一篇稿子。在相同的時間里，人類辯手搜索資料和整理準備的成效顯然稍遜一籌。

不僅如此，在相互提問環節，AI 也能實時聆聽并回復對手的發言(使用沃森的語音轉文字)——注意，這比語音助手回答問題要更復雜，它更強調反駁，特別是理解對方的意圖，破拆邏輯的能力。

最后，在政府是否應該資助太空探索、草藥是否應被禁止等不同議題上，兩位頂級辯手分別敗給了強大的 Project Debater 。

在辯論過程中，Project Debater 甚至開玩笑告訴對手，語速不用太快，“有理不在聲高”……

IBM 的研究人員很自豪地認為，Project Debater 對于 IBM 而言是跟深藍、沃森同級別的，里程碑式的研究成果。它具有：

1. 數據驅動的長篇寫作(以及語音演講)的能力;

2. 長段落的聆聽、理解和對其進行反駁的能力;

3. 對人類難題的建模能力

研究人員指出，Project Debater 具有的這些能力共同作用，讓它能夠和人類辯手一起，呈現一場精彩，并且有意義的辯論。

未來，Project Debater 底層的技術可以被用于很多場景。最直接的就是各大學校的辯論隊同學可以拿它來訓練。

(吵架也可以，很好用!信心大增，不可能輸!)

到了更高的層次，比如在公共事務的語境下，政府、立法部門都可以使用這種辯論的機制來收集公眾對于某個重大事項的觀點，進行論證，最終讓社會變得更加美好。

在文化上，辯論的起源不在于沖突和競爭，而在于民主和討論。 辯論豐富了決策，幫助人們權衡新思想和哲學的利弊?？梢哉f，辯論是文明社會的核心。

我們辯論不僅是為了說服別人，更重要的是了解和學習彼此的觀點。在未來，我們相信機器將能夠幫助人類做出我們每天做出的許多重要決定。