IBM最新研究有望让人工智能像人类一样聪明

2019年09月02日 由 KING 发表 626682 0

人类可以轻易的识别出物体的颜色或者计算它们之间的距离,并运用知识来解决某些问题。但是人工智能系统却不是这样,它们的推理能力与人类相比相差甚远。但是在视觉识别、语言理解和符号程序执行方面的技术突破有望改变这一情况,人工智能系统通过这项技术也许可以像人类一样聪明。


麻省理工学院-IBM沃森人工智能实验室(MIT-IBMWatson-AI lab)的科学家们正在完善一种方法,他们认为这一方法可以克服人工智能模型设计中长期存在的障碍。这是一项为期10年,耗资2.4亿美元的科学研究项目,它将深度学习与象征主义哲学结合起来,象征主义哲学提倡将表象和逻辑规则作为智能机器的基石,以创建通过观察来了解世界的程序。IBM人工智能部门副总裁Dario Gil在上周的一次采访中说道:想象一下,你用一系列物体的图片让人工智能模型对它们进行分类,这个模型需要数千个同类问题的案例数据才可以完成,而且如果你把相同的问题只是换一种说法,那么它们可能又会被问题难住。


相比之下,麻省理工学院、IBM和DeepMind联合发表的一篇论文中描述的模型就要聪明得多,该模型利用神经符号概念学习的推理方法来帮助模型理解对象和空间的概念。这个模型由两个组件混合而成,一个组件被设置在由对象组成的场景数据集上,而另一个组件可以将自然语言的问题映射到语料库中的答案。该模型可以通过识别这些问题中的视觉元素来回答关于不同场景的新问题,使其具有高度可扩展性。而且它比单独的深度学习方法需要的数据更少。Dario Gil还说到:“事实证明,尽管我们在过去的十年里取得了很多突破性的进展,但是要实现以一种算法的形式来获取知识是非常困难的。我如此兴奋的原因是我们创造的模型在解决这项问题上的效率几乎是完美的,它可以用1%的数据来解决99%的问题,这对于需要大量数据计算的企业来说绝对是个好消息”。


想要让人工智能执行人类所有的任务也许只是一个空想,但是至少它能够为我们的生活提供便利和帮助。设想一下,如果人工智能技术不断地突破创新,那么我们的生活和世界将会变成什么样子呢?

欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消