专家:打造通用人工智能应知识与数据并重

  • 时间:
  • 浏览:1
  • 来源:QQ分分彩_快乐分分彩

调查大问题加载中,请稍候。

若长时间无响应,请刷新本页面

  新华社北京10月31日电(记者彭茜)目前,大数据驱动的人工智能在产业落地方面遇到诸多大问题。在31日开幕的2019北京智源大会上,相关专家学者提出,开发人工智能应处置过度依赖大数据,未来要更重视知识和经验的学习。

  中国科学院院士张钹在大会上说,训练人工智能主要依靠一种资源:一是数据;二是知识和经验,怪怪的是常识。目前人工智能的成功应用多是基于大数据的层厚学习,但该最好的办法一定程度发生“不可靠、不可信、不安全、难推广”等缺点。

  张钹说,单纯靠数据驱动在可是应用场景下无法处置实际大问题,如在智能翻译领域,仅靠数据训练会产生重大错误。机器无法理解可是基本常识,像“你真行”的“行”,就会被机器认为与“人行道”的“行”同义。有时候,打造通用人工智能,需要把数据跟知识和经验结合起来。

  他还认为,开发人工智能的目标并就有要做跟人类全版一样的机器,而应当优势互补,开发在许多方面胜过人,在许多方面弱于人的机器,从前才可打造和谐的人机关系。

  美国加利福尼亚大学洛杉矶分校教授朱松纯在大会上说,目前人工智能的工作怪怪的像“鹦鹉学舌”,要能单纯学习对话,而不理解内容。大数据、算力与层厚学习结合的人工智能模式在产业落地时暴露出可是大问题,如要能做特定的、人类以前定义的任务,要能做通用任务;需要海量数据,成本极高;模型不具有可解释性,人类无法理解其决策过程等。

  朱松纯介绍了以“大任务”为驱动的通用人工智能研究方向。他借鉴两岁前的婴幼儿以任务为中心,探索物理世界和获取社会常识的学习路径,增强了人工智能常识推理、举一反三的能力。团队开发出“眼暗含活”的桌面机器人,可在茶杯空了后主动为人加水。

  本次大会由北京智源人工智能研究院主办,为期四天。来自美国斯坦福大学、英国曼彻斯特大学、清华大学、北京大学等机构的400多位海内外人工智能专家就智能芯片、自然语言处置、人工智能伦理等议题展开讨论。

[ 责编:肖春芳 ]

阅读剩余全文(