关于我们 | 联系我们
成都电缆_成都防火电缆_成都高低压电缆厂家-成都春信电缆有限公司
新闻中心

大数据需要深度处理才能使人工智能更智能

[电线电缆网]目前,以深入研究为代表的人工智能技术已经应用到各个行业。正是各行各业积累的大数据推动了听力工作者的智能技术蓬勃发展。可以说,正是在大数据的“喂养”下,人工智能技术才真正发展壮大。

但是,在最近召开的香山科学大会第667次学术审议会议上,与会专家指出,大数据的“过剩”效应正在逐渐减弱,人工智能技术的单一突破难以支撑行业的增长,迫切需要突破数据科学和计算智能的一些关键技术。

主流人工智能算法没有充分考虑大数据的复杂性

人们经常用海量性、多样性、高速性和低价值密度来描述大数据的特征。然而,真正的大数据往往是双重复杂的,如不完整、不确定、动态和相互关联。相比之下,经典的人工智能算法往往假设数据过于简单。例如,假设数据是静态的,并且发生在自分布采样过程中。训练数据可靠,数据携带的信息完整。

“数据的真实复杂性与算法的简洁假设之间存在很大差距,这使得经典智能算法在许多复杂任务上表现不佳,需要进一步研究和需求。”会议执行主席之一、中国科学院院士梅红强调,大数据是人工智能成功的物质基础,但目前主流人工智能算法没有充分考虑大数据本身的复杂性。

从争论和交流的角度来看,大数据和人工智能技术在大规模工程应用中取得了很大进展。然而,大数据处理技术的改进主要体现在以下几个方面:为了适应数据规模、传输带宽和处理速度的提升,以软硬件垂直优化和系统重构的极端形式,研究者对大数据固有的不确定性和复杂性并不十分熟悉;同时,人工智能技术也面临着复杂系统的鲁棒性、可解释性和认知瓶颈等挑战。

梅红进一步指出,目前的数据智能存在三大问题:效率低、利用率低、不清晰。“这一时刻的数据智能就像工业革命前的‘蒸汽机原型’,既低效又昂贵。它只能为分叉应用定制分叉模型,并且很难构建通用模型。”梅红说,更重要的是,目前对数据智能还没有深入的了解。他只知道它是什么,不知道它为什么。

人机集成可以弥补数据主动推理的不足。

中国科学院主动研究所研究员陶建华认为,尽管人工智能在数据主动推理方面仍面临诸多技术难题,但人机集成的推理方式可以有效弥补这些不足。人机集成推理着重研究人与机器合作下的一种新的推理模式,包括“机器理解人”和“人理解机器”的含义。

理解人的推理思维是“机械地理解人”的关键焦点问题是如何构造一种能够反映人类推理过程的形式论证模式。该方法将人类推理思维的形式化描述、概率推理、常识地图的构建和实际场景的信息有机地结合起来,使人类推理过程能够有效地输入到机器中,并与机器的推理集合相连接。

此外,解决“人们理解机械”的问题将有助于人们增加对机械智能的帮助。机械推理过程的可解释性对于人机集成推理过程的构建尤为关键。由过程解释的机械推理方法提供了理解和解决问题的新方法,适当地扩展了过程,并最小化了工资误差的机会,这可能有助于人类和机械做出

微软亚洲研究院副院长刘铁燕将他们的实际工作与一个例子联系起来:“在深入学习的基础上,我们运用‘完美练习’技术来处理信息的不完全性和不确定性,从而很好地解决了复杂的麻将游戏问题。我们的算法在2019年3月登陆了著名的竞技麻将平台。经过5000回合的激烈战斗,它成功地进入了10个阶段。它的非随机阶段大大超过了顶尖的人类玩家,成为第一个超人麻将人工智能。”在处理数据的不完全性和不确定性时,这是一个有用的测试。

刘铁燕指出,大数据的特征在不断演变,变得越来越复杂。新的智能算法需要根据数据的特点有针对性地解决问题,以填补数据和算法之间的空白,使人工智能开花更有价值。

Copyright © 2002-2017 成都春信电缆有限公司 版权所有 备案号:ICP备********号