AI正从“感知智能”走向“认知智能”

文件,面孔,扫描对比,绿灯,通过,在通过高铁安全门的过程中,你可能会想:机器认识我。 
事实上,它不是。  
目前的人工智能AI识别仅执行比较,在“处理,理解,思考”步骤之后缺乏进入大脑的信息,因此只能保持“感知”,而不是“认知”。 
 6月18日,为纪念吴文君诞辰100周年而举行的认知智力产业应用大会召开。中国人民大学高淳人工智能学院执行院长温继荣表示,人工智能应该有类似大脑的活动并进行认知。 
在舞台上,你需要让它掌握知识和理智。 
人工智能从感知智能到认知智能的实践目前在一般状态下很难实现,但它正在反洗钱和侦察等领域得到应用。  
 AI大脑成长为第一个建立知识库  
当前的AI处于人工智能弱的状态。它没有大脑。为了使它成为一个大脑,核心就是拥有“知识”。  
胡健,微研亚洲前研究员,北京民智数据技术有限公司CEO,如果现有的算法和模型是神经或大脑结构,那么知识就是大脑运作能力的驱动力。  
允许AI获取知识的知识库被称为行业知识地图。它不仅关注知识点,还关注知识点之间的关系。 
这些协会将给予AI协会。 
谈到水,它必须对各种性质如密度和透明度做出反应。它还与浇水和饮水的功能有关。更先进的是计算用水量多少。 
胡健说。  
知识地图的建立非常困难。如何将大量的人类知识转化为机器的语言并与之建立联系是非常有问题的。 
特别是,以前的工作是手动完成的。例如,谷歌词库,百度百科,维基百科等都可以转换成知识地图,但工作量大,内容非常复杂。  
相关密度不足是另一个难以触及的“瓶颈”。 
胡健解释说,知识点最多可能出现在几个关系中,这可以解决比尔盖茨父亲的邻居母亲的一维问题,但它远非现实世界中蝴蝶效应之间的相互作用。 
 far。  
在相关密度不足的情况下,AI的大脑很难达到应用程序级别,即使它具有数千万个术语的通用知识图。  
行业知识地图可以达到认知水平  
知识点的相关密度更像是AI大脑皮层,密集的AI会越复杂。 r \\ n  
关注行业,人工智能可以相对聪明。 
胡健说,一些行业本身有自己的基本关联图,这有助于他们开发地图。 
例如,公共安全系统有一个系统,包括人员,地点,事物,对象,组织,机构和协会。在添加入站和出站数据,第三方物流数据等后,可以将其固定到知识地图中。  
中国人民公安公共安全行为科学实验室主任大学
丁宁介绍,在研究入室盗窃和公共交通抄袭等一些行为规律时,除了引入历史数据发展和风险感知外,知识地图还逐渐增加了环境,天气等数据,包括PM2的价值。 5。 
发现PM2.5的值对总线抄袭有影响。  
我们还提出了虚拟和真实网络组合的方向。在掌握了实际的社交网络,以及资金流和社会流量之后,我们对该团伙的描述更为准确。 
丁宁说,这将极大地提高人工智能通过分析协助决策的能力。  
人工智能知识地图的密集性和更准确性将得到整合,像福尔摩斯一样进行分析,形成一个汇集大量信息的知识地图,挑战传统人工知识绘图的效率。 
为此,我们开发了一种人工智能解决方案,可以自动提取知识构建关系,理解语义,并从大量多源异构数据中有效地集成业务场景,更加标准化,更高效,和相关的密度可以更高
高。 
胡健说。  
在此基础上,我们为跨境资本网络中的可疑交易开发了一套AI模型。中信银行反洗钱专家沉克生表示,在学习认知情报后,可疑交易的年度警告量从50万减少到10万,将人工筛查的工作量减少了80%,提高了准确性结果为80%。 
 

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://wei5288.com//a/ganhuo/304.html