现代教育中最无意识的特征之一是标准化测试，这要求学生反复使用通常以记忆方式记忆的信息。幸运的是，现在已经制造出一台机器可以完成关于测试的问题以及普通学生，也许可以让人类获得更有价值的学习类型。

只是不要混淆它与学习有关，因为你通常会想到它。

在艾伦研究所的人工智能在西雅图在周三的研究人员宣布了一项新的深度学习神经网络的程序，被称为“雅集”(一种亚里士多德播放)，以给它一个很好的小号呼叫中的一个故事纽约时报暗示事情实际上可以推理科学。他们所做的是制作一个程序，可以为纽约市的高中Regents考试选择正确的答案，准确率为80%到90%。

唉，这里没有太多的推理，并不是说这件事实际上知道科学。发生的事情是深度学习网络已经计算出足够好的语言概率分布，以便在遇到四个可能的答案时预测正确答案中使用的单词。他们使用谷歌流行的“Bert”自然语言算法的修改版本来做到这一点。

正如在arXiv预打印服务器上发布的正式论文“纽约摄政科学考试中的'从'F'到'A'：Aristo项目概述”中所解释的那样，深度学习尚未达到推理的立场关于科学。或者其他很多东西。(还有一篇博文，附有大量其他材料。)

在论文的结论中，由Peter Clark，Oren Etzioni，Thahar Khot，Bhavana Dalvi Mishra，Kyle Richardson，Ashish Sabharwal，Carissa Schoenick，Oyvind Tafjord，Niket Tandon，Sumithra Bhakthavatsalam，Dirk Groeneveld和Michal Guerquin撰写，作者基本上关于这里是否有推理的问题。

“许多基准问题在直觉上似乎需要推理才能回答，”他们写道，然后提出一个问题，“Aristo在多大程度上推理回答问题?”