“AI雖然在60多年前就已經(jīng)提出，但在大數(shù)據(jù)普及后才獲得廣泛關(guān)注，現(xiàn)階段所謂的AI，其實還遠沒有達到要求，人機協(xié)同的局面將長期存在”明略科技集團首席科學家兼明略科學院院長吳信東向記者陳述。
明略科技集團首席科學家兼明略科學院院長吳信東
數(shù)據(jù)是AI的基礎(chǔ)，重質(zhì)不重量
一個問題用AI該怎么來描述?這種描述的基礎(chǔ)其實就是數(shù)據(jù)。數(shù)據(jù)不夠，會導(dǎo)致問題的了解程度不夠，這會帶來很多不確定性、不完整性。吳信東表示，現(xiàn)在的AI跟大數(shù)據(jù)環(huán)境密不可分，但在20世紀50、60年代，大數(shù)據(jù)概念并不存在，解決問題根據(jù)已有數(shù)據(jù)，只要數(shù)據(jù)能夠刻畫問題，關(guān)鍵節(jié)點能夠描述就可滿足要求。所以數(shù)據(jù)量并不是關(guān)鍵，而數(shù)據(jù)的準確度、質(zhì)量才關(guān)鍵，這會大幅增加問題求解答案的可信度，而且求解能力也更強。
AI面臨寬度與深度的雙問題
實際商用時，AI還面臨著兩個大基本方向，深度和寬度。深度學習計算是面向一個具體問題，當數(shù)據(jù)不夠精確時，問題的描述就會存在不確定和不完備性，深度學習需要進行模式探討和相似度計算，使用很多統(tǒng)計規(guī)律，面向一個特定的點，人臉識別是這類計算的典型應(yīng)用。
而寬度邏輯計算是一種場景識別，涉及到人、事、物、場景、結(jié)構(gòu)，只運用深度學習遠遠不夠，這就需要用邏輯進行描述，不管是語義網(wǎng)絡(luò)還是背景式網(wǎng)絡(luò)，亦或是各種各樣的實體關(guān)系結(jié)構(gòu)。
認知與效率的結(jié)合
目前，有些特定的領(lǐng)域，深度學習做得比較好，如語音識別、圖像識別。但大場景，管理復(fù)雜度比較高，或者知識面比較寬的情況，需要先把邏輯結(jié)構(gòu)、框架構(gòu)建出來，這方面的AI計算是市場目前的短板，因此，明略科技提出了HAO智能理論框架。
HAO智能，就是人類智能(Human Intelligence)，加上人工智能(Artificial Intelligence)，再加上組織智能(Organizational Intelligence)，融合垂直行業(yè)的專門知識，做人和機器的整體布局，人作為智能體，與機器人、智能設(shè)備等，構(gòu)建人機協(xié)同智能系統(tǒng)，相互感知、相互認知。
明略將基于HAO智能的人機協(xié)同設(shè)計了三個步驟。第一，數(shù)據(jù)采集、儲存、治理、分析，用到智能感知部分。第二，人機相互協(xié)同，將設(shè)備傳感器客觀采集的數(shù)據(jù)與人類主觀感知到的信息相結(jié)合，將機器計算與人的信息認知以及行業(yè)特有智能相結(jié)合，將機器運算和推理結(jié)果與人的分析相匹配，形成概率化與規(guī)則化有機協(xié)調(diào)的優(yōu)化判斷，輸出至不同的行業(yè)場景中，幫助人類在社會活動中進行決策制定和行動執(zhí)行。第三，根據(jù)執(zhí)行過程和最后結(jié)果，人機之間相互作用推進軟件和算法的迭代。
人機協(xié)同的局面將長期存在
人機協(xié)同的現(xiàn)狀未來會長期存在，以明略科技公安知識圖譜為例，目前做到了16億節(jié)點，如果做五度、六度、七度搜索，是16億的五次方、六次方、七次方，即便把全世界所有機器都調(diào)動起來，搜索時間也太過冗長。但是通過人機結(jié)合，協(xié)同搜索，在某個特定案件中，做到了五分鐘破獲關(guān)鍵線索。賦予機器人類的洞察力，將大幅提高整體的運行效率。
吳信東，系愛丁堡大學人工智能系博士畢業(yè)，此前在美國工作20年，一直在尋找將研究理論落地到行業(yè)進行驗證的機會，目前他擔任明略科技集團首席科學家，兼任明略科學院院長，領(lǐng)導(dǎo)旗下五大實驗室，包括知識工程實驗室、信息檢索實驗室、深度學習實驗室、智能營銷實驗室，以及視覺計算實驗室。相信未來明略科技將涉足多個領(lǐng)域，實踐其在寬領(lǐng)域，高邏輯方面的研究，真正帶動行業(yè)技術(shù)創(chuàng)新，實現(xiàn)賦能百業(yè)的初衷。
（轉(zhuǎn)載）
