訂閱
糾錯
加入自媒體

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

二、知識表達(dá)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(rèn)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(dá),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(dá),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(dá);

(4)視覺知識(VK),是對視覺形象進行操作的一種知識表達(dá),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(dá)的數(shù)據(jù)形式、特色應(yīng)用

數(shù)據(jù)形式與應(yīng)用目標(biāo)不同,形成了不同的知識表達(dá)類型,隨著非結(jié)構(gòu)化數(shù)據(jù)的細(xì)分和應(yīng)用,將不斷的推動新的知識表達(dá)技術(shù)的誕生,同時不同的知識表達(dá)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,?低曆芯吭夯谝曈X概念學(xué)習(xí)的自主目標(biāo)檢測就是該方法的典型應(yīng)用。

圖 ?低曆芯吭夯谝曈X概念學(xué)習(xí)的自主目標(biāo)檢測

<上一頁  1  2  3  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號