訂閱
糾錯(cuò)
加入自媒體

瑞萊智慧RealAI:第三代人工智能什么樣?安全、可靠、可信

馬斯洛需求層次理論認(rèn)為人的需求具有從低到高,遞進(jìn)發(fā)展的變化。實(shí)際上,技術(shù)應(yīng)用的發(fā)展也具有類似遞進(jìn)優(yōu)化的趨勢(shì)。此外技術(shù)的不斷優(yōu)化也推動(dòng)新需求的出現(xiàn),再反推技術(shù)的再創(chuàng)新,這是一個(gè)發(fā)展的閉環(huán),其邏輯可以從人工智能的發(fā)展解釋。

業(yè)內(nèi)人士根據(jù)人工智能的歷史發(fā)展節(jié)點(diǎn),技術(shù)路徑、商業(yè)化發(fā)展,提出了許多階段劃分理論。有人提出了強(qiáng)、弱人工智能的分別,李開復(fù)提出了人工智能的發(fā)展是從黑科技到形成行業(yè)解決方案和產(chǎn)品,再到正要進(jìn)入的 AI+、AI 賦能傳統(tǒng)行業(yè)的階段。對(duì)此,專注于第三代人工智能技術(shù)研發(fā)的 RealAI(瑞萊智慧),從技術(shù)的角度去解讀了人工智能的發(fā)展。

首先,第一代是知識(shí)驅(qū)動(dòng)的符號(hào)模型,最典型的是邏輯專家系統(tǒng),它能夠基于規(guī)則狹義定義任務(wù)。第二代則是數(shù)據(jù)驅(qū)動(dòng)型 AI,包括早期的淺層統(tǒng)計(jì)學(xué)習(xí)方法、現(xiàn)在最熱門的深度學(xué)習(xí)方法。其特點(diǎn)是從數(shù)據(jù)內(nèi)部,不是由人提取知識(shí)編寫程序,而是由程序或神經(jīng)網(wǎng)絡(luò)自動(dòng)從數(shù)據(jù)中提取經(jīng)驗(yàn)和規(guī)則,來完成未來的決策任務(wù)。目前市場(chǎng)上的人工智能應(yīng)用大多以第二代人工智能技術(shù)為主流,不過,RealAI 認(rèn)為是時(shí)候開啟第三代人工智能。

近年來,人工智能技術(shù)從大爆發(fā)到探索落地并非一帆風(fēng)順,目前各類人工智能應(yīng)用正在進(jìn)入相對(duì)成熟期。不過,RealAI 認(rèn)為隨著 AI+行業(yè),部分場(chǎng)景應(yīng)用的深度挖掘,及技術(shù)滲透加強(qiáng),一些技術(shù)弊端也會(huì)凸顯。據(jù) RealAI 公司副總裁唐家渝介紹,第一代人工智能技術(shù)存在大規(guī)模應(yīng)用的局限,而第二代人工智能則面臨著高度依賴大量高質(zhì)量數(shù)據(jù)、不能適應(yīng)不斷變化的條件、算法可解釋性非常差等諸多問題。“比如現(xiàn)在很多 AI 系統(tǒng)通過醫(yī)學(xué)影像,判斷一位患者得了什么病再給出診療意見,但 AI 往往只會(huì)給出一個(gè)結(jié)果,并不會(huì)合理解釋它是如何得出這個(gè)結(jié)果的! 唐家渝表示,而 RealAI 則希望提供更成熟可信的人工智能技術(shù)。

作為孵化于清華大學(xué)人工智能研究院的產(chǎn)學(xué)研技術(shù)公司,RealAI 依托于清華大學(xué)源頭性的創(chuàng)新技術(shù),致力于打造安全、可控的第三代人工智能,并賦能工業(yè)制造、金融、公共安全等高價(jià)值產(chǎn)業(yè)。

據(jù)唐家渝介紹,RealAI 提出的第三代人工智能是 “知識(shí)+數(shù)據(jù)” 雙驅(qū)動(dòng),其創(chuàng)新包括三個(gè)特點(diǎn):一是可信,算法能夠提供白盒化模型和人類可理解的決策依據(jù);二是可靠,能夠在各種情況下實(shí)現(xiàn)預(yù)測(cè)效果的可靠性提升;三是安全性,即便算法受到惡意攻擊,或存在缺陷樣本,仍能保持較高的判斷能力!暗谌斯ぶ悄苁菍(shí)現(xiàn)通用人工智能的一種方式! 唐家渝做了一個(gè)形象的解釋,通用人工智能的目標(biāo)是:在各場(chǎng)景下都可以像人一樣做決策。

那么,RealAI 如何打造更優(yōu)化的人工智能解決方案?

唐家渝透露,RealAI 第三代人工智能以貝葉斯深度學(xué)習(xí)為核心技術(shù),貝葉斯深度學(xué)習(xí)可以理解為 “貝葉斯機(jī)器學(xué)習(xí)” 與 “深度學(xué)習(xí)” 方法的結(jié)合。據(jù)介紹,貝葉斯機(jī)器學(xué)習(xí)是傳統(tǒng)的人工智能方法,甚至比深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)出現(xiàn)更早,該方法以貝葉斯定理為核心,優(yōu)勢(shì)是可以將人的經(jīng)驗(yàn)知識(shí)引入到?jīng)Q策里,進(jìn)行不確定性計(jì)算!暗谝,該方法在給出結(jié)果的時(shí)候,可以給出概率及分析理由。第二,因?yàn)榧尤肓巳说慕?jīng)驗(yàn),訓(xùn)練過程不再完全依賴于數(shù)據(jù),作出的決策也更符合人類意識(shí),更安全。”

唐家渝以一個(gè)案例說明,如自動(dòng)駕駛領(lǐng)域,傳統(tǒng)深度學(xué)習(xí)方法需要在訓(xùn)練過程輸入盡可能多的物體數(shù)據(jù)才讓自動(dòng)駕駛的識(shí)別系統(tǒng)學(xué)會(huì)分辨行人與車輛的區(qū)別,但融合貝葉斯方法后,無需將所有的物體數(shù)據(jù)都輸入,或許只需要告訴系統(tǒng)類似多面體的物體很可能是交通工具之類的概念,將知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的方法結(jié)合起來,系統(tǒng)很大程度上就不會(huì)識(shí)別錯(cuò)!敖(jīng)驗(yàn)是可推理的,數(shù)據(jù)是不可推理的,傳統(tǒng)的深度學(xué)習(xí)模型無法模擬人類對(duì)知識(shí)、經(jīng)驗(yàn)進(jìn)行推理的理性行為! 他說。

1  2  下一頁>  
聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)