潘云鶴院士：大數(shù)據(jù)智能是人工智能2.0的核心組成部分

2020-09-12 12:15

二、知識表達將引導(dǎo)大數(shù)據(jù)智能的發(fā)展

潘云鶴院士首先帶我們認識了各種形式的知識:

(1)結(jié)構(gòu)化數(shù)據(jù)就是一種知識,和以往的程序計算數(shù)據(jù)的方式不同,AI采用的是數(shù)據(jù)驅(qū)動程序的方法;

(2)知識圖譜不但能用于搜索和分析,還能用于推理與學(xué)習(xí),是另一種知識表達,2012年浙江大學(xué)人工智能研究所研發(fā)了 KS-studio,提出了將大數(shù)據(jù)轉(zhuǎn)換為知識圖譜的自動生成和關(guān)系發(fā)現(xiàn)技術(shù);

(3)深度神經(jīng)網(wǎng)絡(luò)(DNN)本質(zhì)上也是一種知識表達,深度神經(jīng)網(wǎng)絡(luò)可用于識別圖像、聲音,但是缺點是解釋性差,對機器友好,對人不友好的但是好用的一種知識表達;

(4)視覺知識(VK),是對視覺形象進行操作的一種知識表達,未來期望通過VK來模擬人的形象思維,提高形象相關(guān)工作的效率。

圖四種知識表達的數(shù)據(jù)形式、特色應(yīng)用

數(shù)據(jù)形式與應(yīng)用目標不同,形成了不同的知識表達類型,隨著非結(jié)構(gòu)化數(shù)據(jù)的細分和應(yīng)用,將不斷的推動新的知識表達技術(shù)的誕生,同時不同的知識表達有自己擅長的領(lǐng)域,多種知識的協(xié)同使用,將能提高系統(tǒng)的智能水平,比如深度神經(jīng)網(wǎng)絡(luò)(DNN)和視覺知識結(jié)合能在實際應(yīng)用中就能提高識別率,DNN 類似于人類的短期記憶,擅長感知識別,視覺知識類似于人類的長期記憶,善于推理、變化等遷移應(yīng)用,兩者“長短”結(jié)合,能有效的提高識別率,海康威視研究院基于視覺概念學(xué)習(xí)的自主目標檢測就是該方法的典型應(yīng)用。