0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

知识图谱成人工智能破局焦点

iotmag 来源:cg 2018-12-11 14:15 次阅读

“目前,人工智能技术(英文缩写:AI)正处于从感知智能向认知智能的过渡发展阶段。随着技术和产业的深度融合,大量的人工智能产品(比如智能音箱、智能手表、智能车载设备等)被推向市场,语音交互将逐渐替代传统的触摸屏方式。我们迫切需要新一代技术推动AI向可理解、可解释、可以和人类协同合作的方向发展,进而借助AI的大数据处理能力获得新知识,实现人类的跨越式发展。”民诺科技CEO刘运兴先生在谈到“新一代人工智能技术”时向记者表达了如上观点。他进一步解释说:阿尔法狗大获成功后,行业内掀起了深度学习的研究和应用热潮。在这一阶段,语音识别和图像识别技术获得极大发展,让AI技术和产品快速落地。然而深度学习在解决推理和认知方面却并不适应,原因是这种技术属于“黑匣子”,它的运作机理人类无法理解,不可解释,也无法进行知识的融合。就连DeepMind(阿尔法狗的开发团队)的创始人哈萨比斯在《经济学人》创新峰会上也表示,深度学习无法带来通用人工智能。

人工智能的“昨天、今天和明天”

1956年,达特茅斯会议标志着AI的诞生。1996年,IBM的“深蓝”计算机打败了国际象棋世界冠军卡斯帕罗夫,标志着AI技术上了一个新台阶。时隔20年后,谷歌的“阿尔法狗”击败了围棋世界冠军、职业九段棋手李世石,再次唤起世人对AI的关注和讨论,继而在全球范围内引发了对AI的投资浪潮。

从技术层次上来说,人工智能大致可分为计算智能、感知智能、认知智能、超级智能四个发展阶段。其中计算智能以强大算力和程序化为主要特点,“深蓝”击败卡斯帕罗夫就是代表性事件。感知智能以机器学习技术作为支撑,主要应用在图像识别和语音识别领域。近两年出现的人脸识别安检、语音指令查询都属于感知智能的应用场景。通俗地讲,这类技术让机器具备了“眼睛”和“耳朵”的功能。在认知智能阶段,我们需要让机器能够理解人类语言和意识,能够进行推理和判断,并且机器的处理反馈可以被人类理解。比如苹果的“SIRI”机器人、小米的“小爱同学”,以及应用在智能家居、智能可穿戴设备、智能车载设备上的各种语音助手,就是认知智能技术的一种雏形或者说初级应用。而超级智能是在认知智能技术发展成熟后,借助于机器在大数据领域的认知能力、处理速度、处理广度等技术优势,形成的机器全面超越人类个人能力的新阶段。届时,机器将开启超级AI视角,就如以色列作家尤瓦尔·赫拉利在《未来简史》中描绘的那样“未来,人工智能从你出生那天就认识你,读过你所有的电子邮件,听过你所有电话录音,知道你最爱的电影……”

当下,人工智能正处于从感知智能走向认知智能的过渡发展阶段,许多国家都把发展人工智能上升为国家战略。今年9月,美国国防部(英文缩写:DARPA)发布了一条新闻,计划在未来五年内投资20亿美元用以推动AI在沟通理解和逻辑推理方面的研究。DARPA希望研究“机器人如何获得像人类一样的交流和推理能力”,核心目的是能够更好地理解AI,打造“可解释的AI”,并且更安全地将其推向大规模应用。因此,我国领导人同志关于“发展新一代人工智能技术”的讲话具有深刻的战略思想和行业指导意义。

新一代人工智能技术如何演变并实现破局?

关于新一代人工智能技术的发展方向目前在行业内仍然存在不同的观点和声音。民诺科技CEO刘运兴的观点是:纵观人工智能技术的发展历程,结合工程实践当中的经验和判断,我们发现人工智能技术呈现出螺旋式上升的发展态势和演变规律。

比如深度学习是当今最炙手可热的基础性技术,而它的前身“人工神经网络”也曾两次陷入低谷。然而不论是“神经网络”还是后来的“深度学习”本质上都是由机器学习技术演变而来,无论发展到何种程度,都会存在自身的局限性(正如文章一开始所述)。在人工智能正在从感知时代向认知时代迈进的背景下,知识图谱技术又将迎来发展的生机。

和神经网络一样,知识图谱也曾经“三起三落”,从最初的本体论、语义网到后来的知识图谱(2012由谷歌提出),这一进化过程还在持续。近几年,国内外大公司都将重心放在了深度学习的研究和应用领域,知识图谱技术发展相对缓慢。例如百度、搜狗早在2012年就分别推出了自己的知识图谱技术(百度“知心”和搜狗“知立方”),然而这些年并未看到它们在该领域的创新成果和战略布局。随着机器认知时代的到来,我们迫切需要新一代知识图谱技术来破局。

在介绍民诺科技的创新经验和技术成果时刘运兴谈到“从2014年开始,我们就将发展新一代知识图谱技术作为主要的技术方向和发展战略,结合过去本体论、语义网方面的研究成果,通过创新本体模型设计,创新知识图谱和自然语言理解的技术融合,强化机器对于自然语言的理解和推理能力,构造出以知识图谱作为核心技术的机器阅读系统。从本体论的角度出发,我们把整个世界看做是一个本体,然后进行数据化处理,通过知识推理和搜索引擎技术找出事物之间的联系并推演事物之间的相互作用关系。这种技术可以很好的应用在金融、军事、公共安全领域。民诺科技的早期成果主要在金融投资应用领域,比如在2015年我们开发的《蜂鸟数据1.0》(AI金融产品)可以实时阅读并处理全网新闻资讯,识别金融领域中的投资风险、挖掘市场中潜在的交易机会并自动给出判断依据,甚至可以推理新闻媒体和上市公司之间的相互关系并结合传播路径来判读新闻的可靠性和真实性。因为蜂鸟数据的背后有一个强大的金融知识图谱做支撑,它涵盖了金融领域的各种金融机构、政策工具、产业链条、上市公司、产品服务、财经人物以及他们之间的各种关系,并且我们能通过这种关系来推理某一事件发生后对上市公司的影响以及辨别影响的传导机制。我们的终极目标是构建一个有知识、会思考,能够和人类相互理解和沟通、协同工作的通用智能系统(或者说AI超级大脑)。”

总结

2017年7月,国务院发布《新一代人工智能发展规划》,明确提出新一代人工智能发展分三步走的战略目标。2017年12月,《促进新一代人工智能产业发展三年行动计划(2018-2020)》发布,详细规划了人工智能未来三年的重点发展方向和目标。通过一系列的顶层设计和规划,相信在不远的将来我国将成为世界人工智能领域最主要的创新中心。同时,在大众创业、万众创新的背景下,国家也为民诺科技这样的小微企业提供了发挥技术专长和创新优势的良好生态,让更多的年轻人有机会实现自己的科技梦想。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1776

    文章

    43845

    浏览量

    230598
  • 知识图谱
    +关注

    关注

    2

    文章

    131

    浏览量

    7593

原文标题:人工智能亟待破局,知识图谱成为焦点

文章出处:【微信号:iotmag,微信公众号:iotmag】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    5G智能物联网课程之Aidlux下人工智能开发

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    。 国内外科技巨头纷纷争先入,在微软、谷歌、苹果、脸书等积极布局人工智能的同时,国内的BAT、华为、小米等科技公司也相继切入到嵌入式人工智能的赛道。那么嵌入式AI可就业的方向有哪些呢? 嵌入式AI开发
    发表于 02-26 10:17

    利用知识图谱与Llama-Index技术构建大模型驱动的RAG系统(下)

    对于语言模型(LLM)幻觉,知识图谱被证明优于向量数据库。知识图谱提供更准确、多样化、有趣、逻辑和一致的信息,减少了LLM中出现幻觉的可能性。
    的头像 发表于 02-22 14:13 277次阅读
    利用<b class='flag-5'>知识图谱</b>与Llama-Index技术构建大模型驱动的RAG系统(下)

    知识图谱基础知识应用和学术前沿趋势

    知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系。是融合了认知计算、知识表示与推理、信息检索与抽取、自然语言处理、Web技术、机器学习与大数据挖掘等等方向的交叉学科。人工智能是以传统符号派
    的头像 发表于 01-08 10:57 436次阅读
    <b class='flag-5'>知识图谱</b>基础<b class='flag-5'>知识</b>应用和学术前沿趋势

    知识图谱与大模型结合方法概述

    本文作者 |  黄巍 《Unifying Large Language Models and Knowledge Graphs: A Roadmap》总结了大语言模型和知识图谱融合的三种路线
    的头像 发表于 10-29 15:50 603次阅读
    <b class='flag-5'>知识图谱</b>与大模型结合方法概述

    ai人工智能机器人

    随着时间的推移,人工智能的发展越来越成熟,智能时代也离人们越来越近,近几年人工智能越来越火爆,人工智能的应用已经开始渗透到各行各业,与生活交融,成为人们无法拒绝,无法失去的一个重要存在
    发表于 09-21 11:09

    《通用人工智能:初心与未来》-试读报告

    作者给出的结论。整体读下来,可以给我们关于通用人工智能全面的了解。作者也反复强调了通用人工智能与专用智能的区别。尤其是人们错误的认为一堆专用智能堆砌起来就是通用
    发表于 09-18 10:02

    如何利用大模型构建知识图谱?如何利用大模型操作结构化数据?

    上图是之前,我基于大语言模型构建知识图谱的成品图,主要是将金融相关的股票、人物、涨跌幅之类的基金信息抽取出来。
    的头像 发表于 08-24 16:56 8653次阅读
    如何利用大模型构建<b class='flag-5'>知识图谱</b>?如何利用大模型操作结构化数据?

    大型语言模型与知识图谱:机遇与挑战

    这对知识表示领域来说是一个巨大的步骤。长时间以来,人们关注的是明确的知识,例如嵌入在文本中的知识,有时也被称为非结构化数据,以及以结构化形式存在的知识,例如在数据库和
    的头像 发表于 08-24 14:50 426次阅读
    大型语言模型与<b class='flag-5'>知识图谱</b>:机遇与挑战

    高级人工智能是什么

    。在人工智能的千变万化中,高级人工智能因其更大的智能表现力和创造性而受到了广泛的关注和兴趣。通过深度学习,增强学习,知识图谱和自然语言处理等新兴技术的应用,高级
    的头像 发表于 08-15 16:07 1185次阅读

    知识图谱嵌入模型 (KGE) 的总结和比较

    知识图谱嵌入(KGE)是一种利用监督学习来学习嵌入以及节点和边的向量表示的模型。它们将“知识”投射到一个连续的低维空间,这些低维空间向量一般只有几百个维度(用来表示知识存储的内存效率)。向量空间中,每个点代表一个概念,每个点在空
    的头像 发表于 07-31 16:07 623次阅读
    <b class='flag-5'>知识图谱</b>嵌入模型 (KGE) 的总结和比较

    知识图谱(2)#人工智能

    人工智能
    未来加油dz
    发布于 :2023年07月04日 15:11:06

    知识图谱(1)#人工智能

    人工智能
    未来加油dz
    发布于 :2023年07月04日 15:10:18

    【书籍评测活动NO.16】 通用人工智能:初心与未来

    之后的达特茅斯研讨会开始,用机器来模仿人类学习及其他方面的智能,即实现“人工智能”(Artificial Intelligence,AI)便成为计算机领域持续的研究热点。时至今日,以深度学习为代表
    发表于 06-21 14:41

    巨微文化携手IBM依托AI共塑知识图谱新篇章

    知识图谱是具有 AI 能力加持的智能知识库”,借助于基于 AI 的自然语言处理 (NLP) 能力,打造智能搜索、智能问答、个性化推荐、辅助
    的头像 发表于 06-05 16:17 569次阅读