由 dawei AI 被定义为“可以执行有智慧的生物所能完成的任务的机器” 。而众所周知，争论、辩论是体现人类智力的一个基本方式，也是人类众多活动所必需的、人类社会共有的能力。因此，提升计算机对自然语言的理解和处理能力、发展论证技术，已成为 AI 研究的一个新兴方向。
多年前，即便是最为先进的 AI，也不能很好地做到对人类话语进行分析、确定论据如何用于支持结论（这一过程被称为论点挖掘）。
后来，随着 AI 技术的进步和论证技术工程日益成熟，加之商业需求强烈，这一领域开始迅速发展。雷锋网了解到，当前全世界有 50 余个实验室正在研究这一问题，其中就包括所有大型软件公司的研究团队。
来自英国邓迪大学辩论技术中心（Centre for Argument Technology）的 Chris Reed 认为，这一领域之所以能呈现快速发展之势的一个原因便是：AI 系统可识别大量文本中语言使用的规律，这已在许多应用中产生了变革，但其本身在论点挖掘方面却并不成功。
继续深究便能发现其原因：论点结构太多变、太复杂、太微妙，且常常太隐蔽，难以像句子结构那样易识别。
基于这一大背景，IBM 提出了 Project Debater，即一个可以与人类打辩论的自主系统，这一系统通过扫描储存了 4 亿篇新闻报道和来自维基百科的内容。
论文中，IBM 对其系统架构进行了完整的描述、全面系统的评估。
值得一提的是，IBM 强调了 AI 与人类辩论、AI 在游戏中挑战人类之间的根本区别。
IBM 认为，后者是过去几十年里 AI 研究学者们主要追求的经典挑战，它尚存在于 AI 的“舒适区”内——而 AI 与人类辩论显然意味着 AI 已走出了“舒适区”，毕竟在辩论中人类仍占上风，需要新的范式才能取得实质性进展。
正如 Chris Reed 评论的那样：这一论文表明，该领域的研究已取得了长足进步。
Project Debater 成为工程壮举
在 Chris Reed 看来，Project Debater 是一个巨大的工程壮举。
具体而言，Project Debater 涵盖了：
文本中收集、解释与论证相关的材料的新方法
修复句子语法的方法（主要是为了系统在论证时重新部署所提取的句子片段）
围绕着关键主题，上述方法与人类预先准备的信息结合在一起，将提供相关的知识、论证和反驳。实际上，这个知识库还将以人类预先写好的句子片段作为补充，这样一来，在打辩论时准备、介绍演示文稿也不在话下。