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？如果以上的情況你都遇到過……有個好消息告訴你：IBM 最近新上線了一個人工智慧，叫做Project Debater，堪稱辯論神器！
論點太散？論據不足？演講沒邏輯？別擔心。即便是辯論奇怪的議題，這個AI 都能夠成為你的好助手，幫你給觀眾和評審留下深刻的印象。
從整理論據，到組成觀點，這個AI都可以做到；它還可以去掉多餘和無力的表述，讓你持續輸出強有力的論據。
最後，它能夠自動產生一篇精煉的演講稿，幫你把該說的點全部羅列出來。
有了Project Debater，辯論者在台上裝裝樣子就行了！
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 的名字也很好的展現了它群策群力的「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論的題目「社群網路的好處多於壞處」，而你屬於正方。首先，你要把論據輸入進去。隨便輸什麼都行，思維多跳躍都沒關係，因為AI 之後會幫你總結。
點擊確認後，可以看到論據自動歸到了正方，因為背後的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、檢查品質
關於「社群網路好」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，就是在後台檢查這些論據的品質，也就是它們的說服力夠不夠強。
「社群網路讓我們與家人和失散朋友保持聯繫」就屬於強論據，而「求職者會因為社群網路發言被pass，我聽說有人為此改了名字」這樣的就太弱了。
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、去除重覆
在提交的大量論據中，一定有屬於同一個觀點，意思重覆的。比如在下圖裡，跟「社群網路讓我們與家人和失散朋友保持聯繫」意思相同的，都被去掉了，最後只留下了最精煉的幾條。
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
學習了你所提交的資料後， Project Debater 會給所有的資料貼上標籤，每個標籤就是一種不同的論點。
到了這裡，AI的工作就是最簡單的拼裝組合了：首先，把所有的論點按照標籤列起來；然後，按照基本的三段式結構，找出三個最有說服力、容易取得共鳴的論點；最後，把每個論點下面最強有力的論據拼裝在一起。
比如在社群網路的這個題目裡，Project Debater 發現朋友、溝通和商業機會這三點是最有說服力的。
最後產生敘述
已經臨近末尾了，剩下的工作對人來說比較簡單，對AI 來說卻很複雜：最後要把拼裝好的觀點、素材整合到一篇文章裡。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，「我今天有三個重點」這種一句帶過去一定行不通，對於AI的創造力要求還不低：開場白要有引入，填充精煉且有人味，甚至要用俏皮話、金句來快速抓住觀眾的注意力。
關於「社群網路是好是壞」這個辯題，Project Debater 最後整合產生了下面這樣一篇講稿。
可以看到在開場白裡，AI 選用的語言不是簡單的「第一、第二、第三」，而是「首先我會示範xxx，然後我會解釋為什麼yyy，在最後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，內裡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採納，可以到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論題目：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，筆者很著急！於是趕緊進去提交了自己的意見，主要有幾點：
- 大規模使用的自動駕駛車隊將顯著降低交通事故數量
- 現有的自動駕駛技術已經比人類司機更安全
- 汽車產業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。
其實，IBM 的人工智慧也不是第一次展示這種接近人類的能力了。
1997年，IBM 的深藍電腦在西洋棋對決中擊敗了卡斯巴羅夫：
2011年，在美國最熱門的知識問答綜藝節目《Jeopardy!》上，IBM 的華生大腦人工智慧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 為什麼不把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 在去年夏天還真示範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4 min開場，4 min相互提問，2 min結辯。題目對雙方保密，這時候電腦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。在相同的時間裡，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 也能實時聆聽並回復對手的發言（使用華生的語音轉文字）——注意，這比語音助手回答問題要更複雜，它更強調反駁，特別是理解對方的意圖，破拆邏輯的能力。
最後，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，「有理不用大聲」……
IBM 的研究人員很自豪地認為，Project Debater 對於IBM 而言是跟深藍、華生同級別的，里程碑式的研究成果。它具有：
- 資料驅動的長篇寫作（以及語音演講）的能力；
- 長段落的聆聽、理解和對其進行反駁的能力；
- 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，並且有意義的辯論。
未來，Project Debater 底層的技術可以被用於很多場景。最直接的就是各大學校的辯論隊同學可以拿它來訓練。
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於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，辯論的起源不在於衝突和競爭，而在於民主和討論。辯論豐富了決策，幫助人們權衡新思想和哲學的利弊。可以說，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。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！