当机器能学习并模拟人都一部分思维，它能做的就不仅是打败围棋手，帮学生解题这件事现在也能通过人工智能来实现了。

说到解题软件，这其实算不上是新概念，因为早在一年前 PingWest 品玩就报道过这类解题产品；但说到用人工智能的方式来解题，这个就还是挺新鲜的，也是阿凡题-X 这款解题产品正在做的事。相比之前的题库匹配模式解题，用人工智能解题相当于让机器获得了人脑的一部分解题能力，这和让 Alphago 获得了下围棋的能力相当类似。

为了让你更显而易见地看出匹配题库解题模式和人工智能解题模式的区别，我们不妨先看看题库模式和人工智能模式在面对一道数学题时会如何操作。

一款匹配题库模式的解题产品在面对一道数学题时一般要经过图片识别、匹配题库、给出答案这三大步。计算机需要先识别出照片上的字符，然后搜索已有的题库并匹配结果，给出答案。

相比之下，阿凡题-X 在解答一道数学题时则需要识别、匹配、运算、解答这四个步骤。你用手机拍完照片后，软件首先要识别字符；接着还需要把识别到的内容进行匹配，利用算式本身的特征来定义它是什么算式，然后机器就能“看懂”这道题该怎么解答了。在运算这一环，机器要做的当然就是各种计算了，目前阿凡题-X 支持加减乘除、根式、有理数、一元一次方程、一元二次方程、二元一次方程组、分式方程及分式方程组等运算方式。最后解答这一步，软件要做的则是把机器的运算过程翻译成人的数学语言与文字解释，让学生能够看懂整个解题过程。

从上面这张图中可以看到，阿凡题-X 不但计算出了题目的答案，还给出了详细的解题步骤。和匹配题库给答案相比，这就要求机器不但要学习人思维中的解题能力，还要能把这种能力按步骤呈现出现。按照阿凡题工作人员的说法：“分步解答”功能就像无形的线，将现有知识点全部串联成一张巨大的知识网络，每一次运算的过程都是无数“神经元”之间的高速信息传递，这让阿凡题-X 表现出了像人类一样逐步思考、解题的能力。

在前两周的人机围棋对战中，Google 旗下的人工智能围棋程序 Alphago 通过不断学习最终战胜人类顶尖的围棋手。类比之下，你或许也想知道阿凡题-X 何时能解答出现在尚不在它能力范围内的数学题——比如试卷的最后一道大题。

对于这个问题，阿凡题创始人兼 CEO 陈李江认为：通过不断学习与升级，试卷的最后一道大题最终应该是难不倒阿凡题-X 的，但就目前来说，阿凡题还需要克服一些困难才能实现这个目标。

事实上，要让机器理解并答出试卷上最复杂的那道数学题至少需要三个方面的能力：解题能力、汉字识别能力和语义分析的能力。目前，前两种能力阿凡题已经积累了相关的技术，但让阿凡题-X 正确理解语意这一步还没能跨过去。

举例来说，如果我问你：“北京到上海的高铁票多少钱？飞机呢？”你几乎不用想就明白我第二句问的是机票的价格，但解题软件目前在理解语意方面尚未“聪明”到这个级别——虽然我们在使用语音搜索类产品时已经可以问类似的问题，这也就成了解答最后一道题的绊脚石。

虽然现在还有尚未克服的难题，但人工智能技术在解题领域的应用还是给教育辅导产品的进化带来的更多的可能性，毕竟有限的题库模式永远不可能覆盖无限的题海，而人工智能解题产品从诞生之时就没有这样的烦恼。等到人工智能解题应用能正确理解语意的时候，它答卷可要比学生快多了。