兒童機器人從“感知智能”走向“認知智能”

發布時間: 2019-06-20 15:33:02

    證件、人臉,掃描對比,綠燈亮,通過,在經過高鐵安檢閘口的這一流程時,你也許會想:機器認識我。而實際上,并不是。

 

“當前的人工智能(AI)識別做的只是比對,缺少信息進入大腦之后的‘加工、理解、思考’步驟,因此僅僅停留在‘感知’,而并非‘認知’。”AI從“感知智能”走向“認知智能”的實踐目前在通用狀態下比較困難,但是在智能教育領域,兒童機器人正在發揮重要作用。

 

AI“大腦”長成要先建知識庫

 

“現在的AI處于弱人工智能狀態,它沒有大腦,要讓它形成大腦,最核心的是要有‘知識’。”讓AI獲得知識的知識庫在業界稱為“知識圖譜”,它不僅要關注知識點還要關注知識點間的關聯,這些關聯將賦予智能機器人聯想力。“提到水,它要反應到密度、透明等多個性質,還要和澆水、能喝的功能聯系起來,更高級的是計算出用多大力道去取水。”胡健說。

 

知識圖譜的建立非常困難,人類海量的知識如何翻譯成機器的語言,并與之建立聯系,很成問題。尤其是之前這項工作一直是人工完成的,例如谷歌詞庫、百度百科、維基百科等都可以轉換為知識圖譜,但工作量大、內容異常龐雜。

微信圖片_20190417120142.jpg

行業知識圖譜能達“認知層面”

 

知識點的關聯密度更像是一個AI大腦皮層,越復雜密集AI將越“聰明”。“聚焦到行業,AI可以做到相對聰明一點。”胡健說,一些行業本身就有自己的基礎關聯圖,這為其制定圖譜提供了幫助。

 

“我們也提出虛實網絡結合的方向,在掌握了實際的社交網,和資金流、社交流聯系之后,我們對于團伙的刻畫就比較準確了。”丁寧說,這將大大提高智能機器人通過分析輔助決策的能力。

 

越密集越準確,AI知識圖譜的關系圖要做到像“福爾摩斯”一樣綜合分析,要形成凝集大量信息的知識圖譜,這對傳統的人工建立知識圖譜的效率提出了挑戰。為此,研發出人工智能的解決方式,能夠自動從海量的多源異構數據中抽取知識構建關系、理解語義以及與業務場景有效結合,更標準化、效率更高、關聯密度能做到更高。

 

HI,互相了解一下

讓我們共同創造美好而有價值的體驗
取得聯系
Copyright@2007-2018
网赚导师是真的假的 华夏网赚论坛官网华夏网赚论坛福缘网赚论坛网 英豪彩票注册 2019灰色暴力网赚 2019网赚新项目 有做网赚的吗 关于网赚推广下线攻略 网赚论坛靠谱吗 利来彩票注册 网赚的方法