AlphaGo na primeira metade de fogo, para que mais e mais pessoas se lembra da AI, ou seja, "inteligência artificial", esta nova tecnologia. No entanto, na prática, quando estamos a falar sobre a inteligência artificial, na maioria dos casos, significa "fraco inteligência artificial."
Para este fim, nós também tivemos que encarar o fato de que a inteligência artificial atual é mais de um problema específico para o desenvolvimento de algoritmos e técnicas correspondentes. Alguns chamam isso de "quebra-cabeças" método de trabalho: primeiro fazer um módulo visual, e depois lutar no módulo de voz, módulo de inferência - a função de cada sub-área de fazer um bom trabalho, então uma combinação de um sistema inteligente completo para fora.
Com quebra-cabeça de inteligência artificial continua a ficar cheio, o computador realmente tão inteligentes como os humanos?
Atualmente, a inteligência artificial pode ser capaz de superar facilmente um trinta ou quarenta anos de experiência em melhores jogadores do mundo, mas a sua capacidade de aprender e capacidade de tarefas comuns completos são também muito menos probabilidade de ter um filho de três ou quatro.
A resposta a esta pergunta pode ser "bom senso" - a compreensão é a base de todas as coisas.
Para resolver este problema, a Microsoft Research Asia, lançado oficialmente Microsoft Conceito Graph e Microsoft Conceito Tagging modelo de mapa de conhecimento, uma máquina usada para ajudar a melhor compreender a comunicação humana e computação semântica. Microsoft Conceito Graph é um grande sistema de mapa do conhecimento. Conhecimento que ele contém vem das centenas de milhões de páginas da web e anos de logs de pesquisa acumulados podem fornecer conhecimento de senso comum para compreender o texto da máquina.
As pessoas na escola primária formal, ensino secundário começou a aceitar o sistema, começamos o processo de aprendizagem precoce. Este instinto inato faz você antes de entrar na escola primária já sabe, como "O açúcar é alimento doce", "A água é um líquido," o conceito deste tipo de fundação, e com a idade, isso não é abertura senso comum pertencem a um profissional na área de pessoas cognitivas estão em tempo acabou, e continuar a enriquecer.
Microsoft Research Asia, divulgado hoje pela Microsoft Conceito Graph apenas tentando obter um computador para copiar esses conceitos de senso comum, a base de conhecimento do núcleo contém mais de 5,4 milhões de conceito.
Além de conter alguns dos conceitos contidos na grande maioria do conhecimento geral, como "cidade", "músico" e assim por diante, Microsoft Conceito Graph também contém milhões de conceito da cauda longa, como "tratamento anti-Parkinson", "designer de vestido de casamento da celebridade "" técnicas básicas de aquarela "e assim por diante, e esses conceitos são difíceis de encontrar em outros bancos de dados. Além do conceito, Microsoft Conceito Graph também contém grandes quantidades de espaço de dados (conhecimento de cada conceito contém uma série de sub-entidades ou conceitos como "sistema solar" sob podem incluir "Mercury", "Mars", "Terra", etc.) .
Quando você vê "A Apple é doce" quando esta frase, você quase certamente aqui, "apple" refere-se ao nosso tipo mais comum de fruto. Nestes poucos milissegundos, você desencadear uma "Contexto é determinado com base na semântica de" essa habilidade. Microsoft Research Asia, os pesquisadores também acendeu a árvore para a árvore de habilidade do computador.
entidades do modelo Microsoft Conceito Marcação pode ser mapeada para diferentes conceitos semânticos de entrada de texto, e rotulado de acordo com o rótulo do respectivo texto entidade probabilidade. Por exemplo, a palavra "Microsoft" pode ser mapeado automaticamente para "empresas de software" e "tecnologia gigante" e assim por diante, e com uma etiqueta probabilidade correspondente. Este modelo permite que o computador tem um bom senso poder de computação, deixar a máquina "entender" a consciência humana, de modo que a máquina possa entender melhor o texto da troca da humanidade. Em particular, o modelo conceitual baseado no conceito de raciocínio humano para mapear a entidade ou frase para o conceito de um grande número de espaço de auto-aquisição (espaço vetorial). Este mapeamento é a relação entre humanos e máquinas possam entender. O modelo fornece, assim, um texto mapeando conceitos necessários para compreender o texto, a frase funções entendimento semântico.
Microsoft Conceito Tagging modelo diferente do texto anterior da diferença fundamental entre o modelo de raciocínio comum é que ele é um modelo de raciocínio baseado em redes, o mapeamento de texto para um conhecimento explícito de espaço, a conceituação de texto.
"Nós estamos tentando fazer é permitir que o computador para entender melhor o ser humano." Agora no comando da Microsoft Conceito Gráfico e modelo Microsoft Conceito Tagging da Microsoft Research Asia, Dr. Yan Jun, gerente sênior de pesquisa, disse: "A compreensão é a base de tudo, nós conhecimentos de informática para rastrear passado as áreas abertas de estes não escrita, mais como um computador pode ajudar a compreender o mundo. "
Virando-se para Microsoft Conceito Gráfico e modelo Microsoft Conceito Tagging próximo passo, disse o Dr. Yan Jun que o atual modelo do apoio temporário apenas em Inglês, mas também para a universidade e cooperação completa do apoio chinês. Depois de completar os chineses para construir uma base de conhecimento, e então gradualmente estendido para várias versões de idioma. Em segundo lugar, a linguagem humana também se refere a métodos de resumo nível de expressão metáfora interdisciplinar, hipérbole e alta piada, este é o próximo passo é fazer com que a direção da máquina de aprendizagem contínua. Finalmente, entender curto texto para a compreensão de texto longo, compreensão como duas histórias completamente diferentes, mas ao nível semântico expressar Da mesma forma, eles também seguiu a direção dos esforços contínuos.
