QQ在線
企業(yè)微信
資訊
328現(xiàn)在我們國(guó)家的科技發(fā)展已經(jīng)是越來(lái)越快了，之前我們國(guó)家還處于在一個(gè)互聯(lián)網(wǎng)的時(shí)代，但是現(xiàn)在隨著社會(huì)的進(jìn)步和發(fā)展人工智能突然興起一時(shí)間讓我們意識(shí)到了現(xiàn)在人工智能的強(qiáng)大，同時(shí)也是因?yàn)檫@次疫情的特殊情況，讓更多的人和國(guó)家都意識(shí)到了現(xiàn)在人工智能是有多么的強(qiáng)大，這不就在近日，由清華人工智能研究學(xué)院，北京人工智能研究學(xué)院，清華的工程院知識(shí)智能聯(lián)合研究中心，以及我們所知道的阿里集團(tuán)他們聯(lián)合發(fā)布了人工智能知識(shí)圖譜。
人工智能
在1956年的時(shí)候，人工智能的概念被提出來(lái)了之后，經(jīng)過(guò)幾十年的發(fā)展，人工智能在計(jì)算能力的，大數(shù)據(jù)和和深度學(xué)習(xí)支撐下取得非常明顯的結(jié)果，根據(jù)人工智能解決不同階段，人工智能的發(fā)展歷程可以分為，計(jì)算機(jī)智能，感知智能，認(rèn)知智能，意識(shí)智能。計(jì)算機(jī)能夠讓機(jī)器能存會(huì)算；感知智能能夠讓機(jī)器能聽(tīng)會(huì)說(shuō)，能看會(huì)認(rèn)，認(rèn)知智能解決奇跡能理解思考問(wèn)題。
智能系統(tǒng)
現(xiàn)在如何的實(shí)現(xiàn)認(rèn)知智能？清華大學(xué)教授提出了結(jié)合知識(shí)圖譜，認(rèn)知的推理，邏輯表達(dá)等一些關(guān)鍵技術(shù)認(rèn)知圖譜，他是一種有力支撐手段，希望可以利用知識(shí)表達(dá)，推理和決策，在這其中也包括人的認(rèn)知來(lái)解決這個(gè)復(fù)雜的問(wèn)題，這個(gè)思路的基本思想是結(jié)合認(rèn)知科學(xué)中的雙通道理論，現(xiàn)在在人腦的認(rèn)知系統(tǒng)中存在著兩個(gè)系統(tǒng)：system1和system2,1是一個(gè)直覺(jué)系統(tǒng)，他可以通過(guò)人對(duì)相關(guān)信息的一個(gè)直覺(jué)匹配尋找答案，他的速度，簡(jiǎn)單；而2是一個(gè)分析系統(tǒng)，它通過(guò)一定的推理，邏輯尋找答案。
發(fā)展趨勢(shì)
讓機(jī)器具備認(rèn)知智能，其核心就是讓機(jī)器具備理解個(gè)解釋的能力，這種能力的實(shí)現(xiàn)和大規(guī)模，結(jié)構(gòu)化的北京知識(shí)是不可分割的，現(xiàn)在結(jié)合認(rèn)知心理學(xué)，邏輯學(xué)的表達(dá)技術(shù)職稱的認(rèn)知圖譜是實(shí)現(xiàn)機(jī)器認(rèn)知智能的機(jī)器，利用結(jié)構(gòu)化的實(shí)體，概念，關(guān)系結(jié)構(gòu)元素等等，不僅讓機(jī)器理解數(shù)據(jù)的本質(zhì)，還可以讓機(jī)器解釋現(xiàn)象的本質(zhì)。
分布圖
在報(bào)告中圍繞認(rèn)知圖譜以及3個(gè)技術(shù)，他們分別是，知識(shí)圖譜，認(rèn)知推理，邏輯表達(dá)，從概念，發(fā)展歷程，關(guān)鍵技術(shù)，問(wèn)題的挑戰(zhàn)，未來(lái)研究方向等方面展開(kāi)了介紹，并且進(jìn)行了論文研究主題的分析，經(jīng)典論文的解讀，以及技術(shù)情報(bào)的深入，就是在為那些讀者能夠有一個(gè)認(rèn)知圖譜領(lǐng)域的基礎(chǔ)應(yīng)用研究的代表性成果，以及研究動(dòng)向和進(jìn)展提供信息窗口。認(rèn)知圖譜領(lǐng)域高水平主要集中在以美國(guó)為首的北美洲，還有就是以英國(guó)為首的歐洲以及中國(guó)為首的亞洲。中美兩國(guó)的水平學(xué)者數(shù)量遠(yuǎn)遠(yuǎn)高于其他的國(guó)家，但是這兩者之中也存在著差異，中國(guó)需要持續(xù)的加強(qiáng)建設(shè)高水平的隊(duì)伍。
結(jié)構(gòu)
論文總是被引起次最高的國(guó)家是美國(guó)，其次就是英國(guó)和德國(guó)和歐洲國(guó)家，中國(guó)的排名全球第4，相比于英國(guó)和德國(guó)，中國(guó)的學(xué)者數(shù)和論文的發(fā)表比較高但是論文的總頻偏低。
