二、知識(shí)表達(dá)將引導(dǎo)大數(shù)據(jù)智能的發(fā)展

潘云鶴院士首先帶我們認(rèn)識(shí)了各種形式的知識(shí):

(1)結(jié)構(gòu)化數(shù)據(jù)就是一種知識(shí),和以往的程序計(jì)算數(shù)據(jù)的方式不同,AI采用的是數(shù)據(jù)驅(qū)動(dòng)程序的方法;

(2)知識(shí)圖譜不但能用于搜索和分析,還能用于推理與學(xué)習(xí),是另一種知識(shí)表達(dá),2012年浙江大學(xué)人工智能研究所研發(fā)了 KS-studio,提出了將大數(shù)據(jù)轉(zhuǎn)換為知識(shí)圖譜的自動(dòng)生成和關(guān)系發(fā)現(xiàn)技術(shù);

(3)深度神經(jīng)網(wǎng)絡(luò)(DNN)本質(zhì)上也是一種知識(shí)表達(dá),深度神經(jīng)網(wǎng)絡(luò)可用于識(shí)別圖像、聲音,但是缺點(diǎn)是解釋性差,對機(jī)器友好,對人不友好的但是好用的一種知識(shí)表達(dá);

(4)視覺知識(shí)(VK),是對視覺形象進(jìn)行操作的一種知識(shí)表達(dá),未來期望通過VK來模擬人的形象思維,提高形象相關(guān)工作的效率。

圖 四種知識(shí)表達(dá)的數(shù)據(jù)形式、特色應(yīng)用

數(shù)據(jù)形式與應(yīng)用目標(biāo)不同,形成了不同的知識(shí)表達(dá)類型,隨著非結(jié)構(gòu)化數(shù)據(jù)的細(xì)分和應(yīng)用,將不斷的推動(dòng)新的知識(shí)表達(dá)技術(shù)的誕生,同時(shí)不同的知識(shí)表達(dá)有自己擅長的領(lǐng)域,多種知識(shí)的協(xié)同使用,將能提高系統(tǒng)的智能水平,比如深度神經(jīng)網(wǎng)絡(luò)(DNN)和視覺知識(shí)結(jié)合能在實(shí)際應(yīng)用中就能提高識(shí)別率,DNN 類似于人類的短期記憶,擅長感知識(shí)別,視覺知識(shí)類似于人類的長期記憶,善于推理、變化等遷移應(yīng)用,兩者“長短”結(jié)合,能有效的提高識(shí)別率,�？低�視研究院基于視覺概念學(xué)習(xí)的自主目標(biāo)檢測就是該方法的典型應(yīng)用。

圖 �？低�視研究院基于視覺概念學(xué)習(xí)的自主目標(biāo)檢測