人工智能的工作流程
[日期:2018-12-17] | 作者:信息技術(shù) 次瀏覽 | [字體:大 中 小] |
人工智能的工作流程
現(xiàn)在的人工智能技術(shù)發(fā)展的前沿就是將經(jīng)典的人工智能和最新的深度學習、人工神經(jīng)網(wǎng)絡進行完美的融合。這種融合不僅可以讓人工智能程序能夠進行比較“深”的思考能力,而且又可以具備一定的柔性和適應能力。
最近,人工智能再一次刷屏了!
學霸君的人工智能程序Aidam以134分的成績拿下了2017年的數(shù)學高考,而且更令人吃驚的是,Aidam僅僅用不到10分鐘就完成了所有的考題。這是繼AlphaGo挑戰(zhàn)柯潔之后人工智能再一次成功吸引了大眾的眼球,所有這些觸動我們神經(jīng)的事件都在一次次地向我們表明,人工智能的確已經(jīng)取得了突飛猛進的發(fā)展。
接下來,就讓我透過這些熱點事件,說說AI下棋與AI高考背后的人工智能技術(shù)。
Aidam是如何工作的?
首先,讓我們來看看Aidam是如何工作的。整個Aidam的工作可以分成如下三個流程:
首先,在讀題階段,Aidam需要讀取試卷上的題目。而試卷上所有題目的表述都是運用我們?nèi)祟惖淖匀徽Z言,但是這對于機器來說卻是一個很大的挑戰(zhàn),他需要能夠?qū)⒆匀徽Z言轉(zhuǎn)述成計算機能夠理解的符號語言。事實上,這是整個解題過程最大的挑戰(zhàn)。Aidam之所以還是有16分的失分,就是因為它沒有讀懂題意。
其次,在讀題完成之后,所有的數(shù)學題就全部變成了機器可以理解的形式符號語言了。接下來,機器就開始進行它非常擅長的自動推理階段。其實,自動推理、自動定理證明雖然在我們普通人看來是一件非常困難的事情,但是對于機器來說卻是相對容易的。
我們知道,早在1956年人工智能誕生的時候,機器已經(jīng)可以進行數(shù)學定理的自動證明了。當時,Newell和Simon等人編制的程序“邏輯理論家”可以自動證明羅素的數(shù)學經(jīng)典著作《數(shù)學原理》第二章中的38條定理;而到了1958年,美籍邏輯學家王浩在IBM 704計算機上以3-5分鐘的時間證明了《數(shù)學原理》中的370條定理??梢哉f,自動定理證明是人工智能發(fā)展最早的一個領(lǐng)域。那么,相比較《數(shù)學原理》中的艱澀定理,高考數(shù)學題自然也是不在話下的。
最后一個環(huán)節(jié)就是要把機器自動推理得到的結(jié)論再次轉(zhuǎn)換成人類能夠理解的自然語言輸出出來,它相當于把形式語言再次轉(zhuǎn)化成人類的自然語言。這種自然語言的合成相對來說也并不算特別困難,因為形式語言不像人類語言那樣具有任意性,而回答問題的自然語言本身也不過是對形式語言進行描述,并讓閱卷人能夠讀懂回答,因此即使輸出的話不太像我們?nèi)祟惖谋硎鲆膊⒉环恋K整個結(jié)果。
所以,總體來說,真正的難點就是在第一步,即把題目的自然語言表述轉(zhuǎn)化成機器能夠理解的形式化語言。