江苏龙网

  1. 首页 > 人文 > >

超越大数据瓶颈，认知智能如何引领“智变”？


超越大数据瓶颈，认知智能如何引领“智变”？文章插图
当今世界正经历百年未有之大变局 ， 科技创新是其中一个关键变量 。
根据阿里巴巴达摩院2020年发布的科技趋势报告 ， 人工智能在“听、说、看”等感知智能领域已经达到或超越了人类水准 ， 但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段 。
当前 ， 虽然随处可见人工智能的应用 ， 但距离真正的“智能”时代依然还有一段距离 ， 人工智能“下一步”如何走 ， 成为AI学界和产业界共同关注的话题 。
受技术范式的局限 ， 基于深度学习的传统AI依赖大数据的堆砌 ， 缺乏认知和推理能力 ， 其带来的终究是“量变” 。 在AI行业面临技术瓶颈的关口 ， 新一代基于认知的智能技术经过多年沉淀 ， 已从幕后走向台前 ， 在教育、泛娱乐等多个领域落地 ， 引领AI迈向真正的“智变” 。
AI发展的拐点：从感知智能到认知智能 得益于以大数据、深度学习为代表的技术发展 ， 以“AlphaGO”为代表的AI系统在特定领域展现出远超人类的实力 ， 也见证了人工智能在多个行业掀起的变革浪潮 。 图像识别、语音识别等垂直领域迎来快速发展 ， 涌现出一批典型的商业应用 。
但是 ， 真正的“智能”似乎离我们还有一段距离 。 早期神经和心理学实验表明 ， 12个月大的婴儿就能理解父母或者亲人的意图 ， 也能通过手指的方式表达意图 。 而这种能力 ， 恰恰是目前的AI系统所欠缺的：既无法理解人类或服务对象的意图 ， 也无法解释识别、决策背后的目的和逻辑 。
如何实现高自然度的人机协同与互动 ， 一直是AI行业应用的“世界性”难题 。 即使是对于计算机视觉等相对成熟的感知层任务 ， 应用成本依然居高不下 ， 算法的稳定性和鲁棒性也远未达到于人类水平 。
以大数据、深度学习为代表的传统AI带来的是终究是量变 ， 缺乏泛化和解释 。 那么 ， 让AI真正走向智能 ， 实现“智变”的道路在哪？
从传统的感知智能迈向新一代认知智能 ， 或将成为AI下一个十年发展的拐点 。 同时 ， 具有显著溢出效应的新一代认知智能技术亦将带动其他相关技术的持续进步 ， 助推传统产业转型升级和战略性新兴产业整体性突破 。
引领技术智变：打造强认知AI技术平台与感知智能不同 ， 新一代认知人工智能以任务为核心 ， 不依赖大数据的数理统计 ， 而是通过发掘因果、动机、价值观等智能领域的“暗物质” ， 完成AI从“量变”到“智变”的跨越 。
正因预见这一趋势 ， 长期深耕认知智能的暗物智能科技（简称“暗物智能”）以原创强认知技术平台 ， 引领AI“智变” 。
暗物智能由全球著名计算机视觉专家、统计与应用数学家、人工智能专家朱松纯教授领衔的科研团队创立 。 早在2008年 ， 朱松纯教授就带领团队转向人工智能认知领域的研究 ， 专注于视觉常识的建模与物理、社会常识 。 作为其践行新一代人工智能技术与产业深度融合的重要载体 ， 暗物智能从成立伊始就带着勇闯“无人区”的开拓者基因 ， 率先在国际上提出了颠覆性的人机交互认知理论 ， 以人机交互、跨领域融合等关键核心技术为主攻方向 ， 致力于探索人工智能在认知层面的新突破 ， 实现真正的高自然度的人机交互和协同 。
暗物智能基于定义人机交互的五层认知构架 ， 提出颠覆性的“小数据、大任务”技术范式 ， 即用少量数据和大量任务来塑造智能系统 ， 具备高效学习、推理和泛化能力 ， 并打造了具备自主产权的人工智能操作系统DMOS及编程语言DMPL 。
作为业界首个具备认知推理能力的人工智能操作系统 ， DMOS可针对特定领域任务 ， 调度视觉、语音、文字以及相关运动控制等不同类型的AI能力 ， 实现多模态的人机交互与协作 。 而DMPL作为用于描述知识、任务、价值体系的AI编程语言 ， 已被纳入国际W3C知识表达标准 ， 便于AI行业外的从业者快捷定制与共享强认知AI交互内容 。


推荐阅读


上一篇：网友爆料：手游“物理外挂”泛滥？低门槛5G套餐是罪魁祸首

下一篇：realme真我Q2抢先上手篇：很难相信这是一款千元机