AI熱潮中，有關(guān)神經(jīng)網(wǎng)絡(luò)的聲音最大。然而，AI遠(yuǎn)遠(yuǎn)不止如此?！ ∧壳霸?a href="http://www.picoinsstore.com/AI_1.html" target="_blank" class="keylink">AI技術(shù)領(lǐng)域中，投入資金最多的當(dāng)屬對(duì)神經(jīng)網(wǎng)絡(luò)的研究了。在眾人眼中，神經(jīng)網(wǎng)絡(luò)技術(shù)貌似就是“程序構(gòu)造的大腦”(雖然比喻很不準(zhǔn)確)?！ ∩窠?jīng)網(wǎng)絡(luò)的概念早在20世紀(jì)40年代就被提出，但直到現(xiàn)在，人們對(duì)于神經(jīng)元及大腦的工作方式仍然知之甚少，最近幾年，科研界關(guān)于神經(jīng)網(wǎng)絡(luò)技術(shù)創(chuàng)新的呼聲越來越強(qiáng)，渴望重啟神經(jīng)網(wǎng)絡(luò)的熱潮…… 其實(shí)，除了神經(jīng)網(wǎng)絡(luò)以外，AI領(lǐng)域中還包含很多更有趣、更新穎，更有前景的技術(shù)，文章中就將這些技術(shù)介紹給大家?！?strong> 1. Knol提取 Knol指信息單元，也就是關(guān)鍵字、詞等，Knol提取技術(shù)則是從文本中提取關(guān)鍵信息的過程。舉個(gè)簡(jiǎn)單的例子：比如“顧名思義，章魚有8條腿”這句話經(jīng)過提取后，就變成了這個(gè)樣子：{“章魚”：{“腿的數(shù)目”：8}}。 我們常用的Google搜索引擎就依賴于這項(xiàng)技術(shù)，后續(xù)介紹的技術(shù)中，很多也都包含了這項(xiàng)技術(shù)。 2. 本體構(gòu)建 本體構(gòu)建是基于NLP的技術(shù)，旨在用軟件來構(gòu)建實(shí)體名詞的層次結(jié)構(gòu)，這一技術(shù)對(duì)實(shí)現(xiàn)AI會(huì)話大有幫助。雖然本體構(gòu)建表面看起來簡(jiǎn)單，但事實(shí)上構(gòu)建卻并不容易，主要因?yàn)槭挛镏g的實(shí)際聯(lián)系比我們所認(rèn)為的要復(fù)雜的多。 例如，利用NLP分析文本來建立實(shí)體關(guān)系集： 例句：“我的拉布拉多犬剛剛生了一群小狗崽，它們的父親是只獅子狗，所以它們是拉布拉多貴賓犬(一種混血犬)”這句話被轉(zhuǎn)換后，就變成了：{“小狗崽”：{“可能是”：“拉布拉多貴賓犬”，“擁有/生(have)”：“父親”}，“拉布拉多犬”：{“擁有/生(have)”：“小狗崽”}}?！ 〉?，人類在進(jìn)行語言表達(dá)時(shí)，通常不會(huì)將所有的關(guān)系都陳述出來，比如這句話中，是要通過推斷才能得出“我的拉布拉多犬為雌性”這一事實(shí)，這就是本體構(gòu)建的難點(diǎn)所在?！ ≌绱耍倔w構(gòu)建技術(shù)目前只應(yīng)用在了頂尖的聊天機(jī)器人中?！ ?strong>3. 自定義啟發(fā)式 啟發(fā)式是一種用于分類的規(guī)則，通常類似于“如果這件物品是紅色的”或“如果Bob在家里”這樣的條件語句，這些條件語句常伴隨某項(xiàng)動(dòng)作或決定，例如： 如果某物[“成分”]屬性中包含“砷”這一元素：則它的[“毒藥”]屬性為“True”?！ ?duì)于每個(gè)新的信息，都伴隨著新的啟發(fā)式和新的關(guān)系，隨著新的啟發(fā)式的建立，又可以對(duì)相關(guān)的名詞產(chǎn)生新的理解。比如： 啟發(fā)式一："puppies"(小狗)說明是幼崽(Babies); 啟發(fā)式二：幼崽(Babies)說明很年輕; 通過以上兩個(gè)啟發(fā)式推斷出："puppies"都很年輕。 啟發(fā)式的難點(diǎn)在于，多數(shù)情況下，規(guī)則并不會(huì)如“If/Then”一樣簡(jiǎn)單。類似于“有些人頭發(fā)是金色的”這樣的語句，就很難用啟發(fā)式來表述。所以我們有了“認(rèn)知論”(見下)?！?strong> 4. 認(rèn)識(shí)論 認(rèn)識(shí)論是本體構(gòu)建和自定義啟發(fā)式的結(jié)合，并在其中加入了概率特性，通過概率表示名詞與任一屬性產(chǎn)生關(guān)聯(lián)的可能。比如，用這樣本體結(jié)構(gòu)： {'人'：{'性別'：{'男'：0.49，'女'：0.51}，'種族'：{'亞裔'：0.6，'非洲裔'：0.14}} 來表示對(duì)一個(gè)人性別和種族的判斷。同時(shí)，概率能幫助識(shí)別一些具有多重含義的“混合型”詞組，比如像“梅子像是打了激素的葡萄干”這句話中，因?yàn)椤按蛄思に亍边@一詞組很大可能地意味著“體積較大”，從而得出，這句話很大可能的意思是“梅子體積比葡萄干大”?！ ≌J(rèn)識(shí)論的實(shí)現(xiàn)相比本體構(gòu)建要困難得多。首先，它需要更多的數(shù)據(jù);并且，由于其結(jié)構(gòu)的復(fù)雜性，很難在確定規(guī)則后快速地建立起數(shù)據(jù)庫來實(shí)現(xiàn)查找;還有，規(guī)則的確定通?；谀稠?xiàng)事物在一段文字中被提及的頻率，但文字卻未必能真實(shí)地反映現(xiàn)實(shí)情況?！ ≌J(rèn)識(shí)論與Asimov提出的“張量流”理論很相似。Google開發(fā)的同名TensorFlow系統(tǒng)并不是真正基于張量，而認(rèn)識(shí)論是基于張量的。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
