登录
注册
个人信息
我的订单
我的报告豆
我的优惠券
我的笔记
我的阅读
我的收藏
我的下载
我的上传
我的订阅
在线客服
退出登录
回到首页
AI
搜索
发现报告
发现数据
发现专题
专题报告
专题百科
研选报告
定制报告
VIP
权益
发现大使
发现一下
行业研究
公司研究
宏观策略
财报
招股书
会议纪要
seedance2.0
低空经济
DeepSeek
AIGC
大模型
当前位置:首页
/
其他报告
/
报告详情
面向知识的可解释认知推理
2021-12-17
阿里巴巴
xingxing+
一、从感知智能到认知智能的挑战
人工智能的三轮驱动
:数据、算力和算法是人工智能发展的三大驱动力,现阶段人工智能进入了一个由这三者同时驱动的时代。
感知智能与认知智能的区别
:感知智能如同“单轮交互”,输入输出直接,无需推理和知识图谱;认知智能则是“多轮交互”,涉及复杂推理和知识应用。
认知智能的挑战
:现阶段人工智能在认知智能方面仍处于探索阶段,主要挑战在于如何将知识与数据、算法、算力结合,实现推理过程。
基础技能(Foundationskills)的重要性
:周明提出,人工智能应建立基础技能体系,如同SaaS平台,让各领域专家构建领域知识库,实现知识的传承和应用。
从System1到System2的融合
:人工智能应融合直觉系统(System1)和逻辑推理系统(System2),实现更高效的推理和决策。
二、人工智能研究领域最需要哪些突破
李涓子教授的观点
:当前人工智能大模型在参数层面已取得显著进展,但尚未达到知识或认知层面。
突破方向
:一是通过训练让大模型具备认知能力,二是构建知识库结合大模型进行复杂问题推理。
知识图谱技术架构
:中国正在构建分阶段、分领域的知识图谱技术架构,以支持不同领域的人工智能应用。
三、人工智能在场景应用中的突出表现和挑战
程璟的观点
:人工智能在提升效率和风控方面作用显著,例如双十一客服、假冒伪劣商品筛选等场景。
人工智能应用场景
:包括优酷世界杯精彩片段集锦、阿里鹿班智能设计平台、庭审语音识别等。
人工智能实践挑战
:主要包括对准确率的要求、鲁棒性以及样本量问题。
未来探索方向
:人工智能应用将从以人为本转向以城市或科学发现为视角。
四、关于阿里研究院
阿里研究院是国内互联网企业中第一家内设研究智库,致力于数字经济和数字治理研究。
五、基于超大规模预训练模型的小样本和零样本学习
苏中的观点
:人工智能应具备小样本和零样本学习能力,如同人类可以通过少量信息快速学习新知识。
人工智能的三轮驱动
:数据、算力和算法是人工智能发展的三大驱动力,预训练技术为人工智能提供了海量数据和学习能力。
M6模型
:阿里开发的中文多模态预训练模型,参数量已达十万亿级别,具备强大的学习和推理能力。
M6应用场景
:包括商品设计、广告文案生成等。
PLUG模型
:中文预训练语言模型,参数量达百亿级别,具备菜谱生成、小说续写等能力。
AliceMind模型
:大规模预训练模型,在VQA任务上超越了人类水平。
从弱人工智能到通用人工智能
:人工智能发展目标是实现从感知到认知,从弱人工智能到通用人工智能的跨越。
六、面向知识的可解释认知推理
复杂问答(ComplexQA)
:答案需要通过推理获得,涉及多跳推理、技术比较等逻辑操作。
可解释认知推理框架
:利用图逻辑表达和推理,将复杂问题转化为程序进行推理,实现可解释性。
知识导向编程语言(KoPL)
:将复杂问题表示为程序,通过编程语言进行推理,具有可解释性和可控性。
KQAPro数据集
:包含近12万带推理程序的复杂问答数据,支持人工智能模型在复杂问答任务上的训练和评估。
研究结论
:面向知识的可解释认知推理框架能够有效解决复杂问答问题,KoPL语言和KQAPro数据集为人工智能在知识推理领域的应用提供了新的思路和方法。
你可能感兴趣
面向神经影像应用的可扩展且可解释的空间模型
商贸零售
牛津大学
2025-07-28
5G网络生命周期管理的认知推理
商贸零售
Ericsson
2022-09-01
知识推理在金融场景的应用与尝试 -京东科技 – 肖楠
商贸零售
DataFunSummit 2022 :第二届知识图谱在线峰会PPT汇总
2022-03-21
【机构调研】这家公司面向推理的AI芯片形成CPU GPGPU的最佳解决方案-20240228
商贸零售
未知机构
2024-02-28
6-3 面向可解释性的知识图谱推理研究
商贸零售
DataFunSummit2022:图机器学习峰会
2022-07-18