二、知识表达将引导大数据智能的发展
潘云鹤院士首先带我们认识了各种形式的知识:
(1)结构化数据就是一种知识,和以往的程序计算数据的方式不同,AI采用的是数据驱动程序的方法;
(2)知识图谱不但能用于搜索和分析,还能用于推理与学习,是另一种知识表达,2012年浙江大学人工智能研究所研发了 KS-studio,提出了将大数据转换为知识图谱的自动生成和关系发现技术;
(3)深度神经网络(DNN)本质上也是一种知识表达,深度神经网络可用于识别图像、声音,但是缺点是解释性差,对机器友好,对人不友好的但是好用的一种知识表达;
(4)视觉知识(VK),是对视觉形象进行操作的一种知识表达,未来期望通过VK来模拟人的形象思维,提高形象相关工作的效率。
图 四种知识表达的数据形式、特色应用
数据形式与应用目标不同,形成了不同的知识表达类型,随着非结构化数据的细分和应用,将不断的推动新的知识表达技术的诞生,同时不同的知识表达有自己擅长的领域,多种知识的协同使用,将能提高系统的智能水平,比如深度神经网络(DNN)和视觉知识结合能在实际应用中就能提高识别率,DNN 类似于人类的短期记忆,擅长感知识别,视觉知识类似于人类的长期记忆,善于推理、变化等迁移应用,两者“长短”结合,能有效的提高识别率,海康威视研究院基于视觉概念学习的自主目标检测就是该方法的典型应用。
图 海康威视研究院基于视觉概念学习的自主目标检测
