我們一起從考研說起。考研的重要程度，正在比肩高考。我給你說個數字：2021年全國高考考生是1078萬人，2022年全國考研考生是457萬人，也就是說，考研人數已經接近高考人數的一半。再來看錄取率，2021年高考錄取率為87%，而2022年考研錄取率只有24%，考研的競爭激烈程度比高考要大得多。

目前，2022年考研筆試已經結束，分數還沒有公布。很多考生反饋，今年的英語科目相對簡單，政治科目比想象中難，但最難的是數學。有考生說，“70%的復習時間都給了數學，到頭來還是當頭一棒，感覺啥都不會”。還有人說，“感覺一年都白復習了，今年考完就覺得好像我沒有學過數學”。可以說，在考研競爭中，誰能拿下高數，誰就能笑傲江湖。

其實，不光是普通人會覺得數學題很難，連人工智能在很長一段時間內都搞不定數學題。在一年以前，如果你給世界上最先進的人工智能出一道題，問它：五莊觀里種了5棵人參果樹，三千年一開花，三千年一結果，再三千年方得成熟。一萬八千年后，一共結了多少個人參果?這個問題，人工智能大概率回答不出來。當時的人工智能解答這種文字表述的數學題，還處于小學生水平。

就在最近，人工智能突然開竅了，做數學題的能力直接秒殺理工科大學生。這是怎么回事呢?來看看新一期的麻省理工學院科技報告。

2022年1月4號，麻省理工學院等四所高校的聯合研究團隊，發布了一項最新研究成果：他們開發的神經網絡程序，可以解答出微積分、線性代數等大學數學題。不管是要求計算數值，還是寫方程式，或者畫出函數圖形，都是手到擒來，正確率達到了100%，真是學渣秒變學霸。要知道，在短短幾個月前，人工智能解答類似的題，最高正確率不到10%。

說了這么多，人工智能到底是怎么開掛的?

我們先來想一下，為什么以前人工智能做不到?肯定不是因為算力不夠，而是因為，解數學題不是直接算公式，而是需要你去理解文字，就像西游記中五莊觀的人參果那道題一樣。此外，有的題還需要聯系上下文，并且包括了一些隱含條件。比如，一道概率論的題目，問：“在德州撲克游戲中，拿到兩副對子的概率是多少?”這道題在別人看來很清楚，但是對于計算機來說，其實是有很多隱含條件的。比如，一副撲克有52張牌、4種花色;德州撲克的一手牌有5張等等。人工智能不知道這些隱含條件，就沒法算題。

實現這個突破的核心，是一種新的翻譯工具，名字叫做Codex。這是一個超大型的神經網絡模型，經過了數以億計的代碼訓練之后，就可以通過閱讀人類的語言，理解語言想表達的意思，去掉與解題無關的多余信息，同時把語境背后的隱含條件補齊，最后用編程語言寫出來。

比如那道德州撲克的題，“拿到兩副對子的概率是多少?”Codex翻譯出來是這樣的，你感受一下：“一副牌有5張，從13組牌、每組4張、共52張牌中，隨機抽取。抽到兩副對子，要求5張牌中一共有3種牌，每種數量最多兩張。請問抽到兩副對子的概率。”

經過Codex的翻譯之后，這道數學題就變成了一個很簡單的編程問題，對人工智能來說是小菜一碟。

同學們，Codex可不光是能讓人工智能開掛，它也可能讓我這樣的普通人開掛。假設，世界上還沒有發明俄羅斯方塊這款游戲，是我先想出了這個游戲規則，但我不會寫代碼。怎么辦呢?我只需要對Codex說一段話，比如：“我想要一個游戲，各種由四個方塊任意組成的形狀，從屏幕上方掉下來，按方向鍵就可以控制它們的左右移動和加速下落，屏幕里面的一行如果填滿了就把這行消除……”那么，Codex就會按照你的描述，用計算機語言重新生成一段能夠順利運行的游戲程序，并且真的可以在電腦平板上運行來玩。

在2021年8月，Codex的發布會上，就展示了用大概幾百個字的文字描述，自動生成了類似飛機大戰、躲磚塊這樣的游戲。是不是聽起來特別神奇?我一個不會寫代碼的人，也能成為游戲設計師。

最后，看完這篇研文我也有一點感觸。看似平淡無奇的人類語言，我們理解起來毫不費力，每日都在用而不知其中的內容容量，但是，強大的人工智能竟然需要經過數以億計的代碼訓練，才能讀懂語言背后的意思。語言學家喬姆斯基曾經說過一句話：“研究人類的語言，就是探索人類的本質，也就是探索迄今所知人類獨有的心智特性。”