让机器像人一样"思考":超越图灵测试的通用机器认知能力
人工智能经过数十年的发展,历经符号智能、感知智能两个时代,目前来到第三代人工智能,即认知智能的大门口.认知智能不仅要求基于大数据的深度学习及对应的感知识别,还要求机器具有认知和推理能力,要让机器具备与人接近的常识和逻辑,这就对数据与知识的融合提出了迫切需求.回顾人工智能的发展, 1968 年图灵奖获得者Edward Feigenbaum研发出世界首个专家系统DENDRAL; 1999 年互联网发明人、图灵奖获得者Tim Berners-Lee爵士提出语义网的概念;2019年图灵奖获得者Yoshua Bengio在NeurIPS大会上的主题报告中指出"深度学习应该从感知为主向基于认知的逻辑推理和知识表达方向发展",这个思想和清华大学张钹院士近期提出的第三代人工智能思路不谋而合.同期美国国防部高级研究计划局(DARPA)发布AI NEXT计划,其核心思路是推进数据计算与知识推理融合的计算,还委托了伯克利等机构,开展SYMBOLIC- NEURAL NEWORK(符号加神经网络计算),其目的就是要加快这一进程.总的来说,研究数据与知识融合的双轮驱动AI时代已经到来,这个时代的核心是利用知识、数据、算法和算力4个要素,建立超越图灵测试的通用机器认知能力,让机器像人一样"思考".
15
2021-05-24（万方平台首次上网日期，不代表论文的发表时间）
共1页
前插1
