内在联系和本质规律,实现知识的自动获取。显然这是一个富有挑战性、并具有广阔应用前景的研究课题。
从数据中挖掘并发现知识,首先要解决被发现知识的表达问题。而最好的表达方式目前看来还是自然语言,因为它是人类的思维和交流语言。所以知识表示的最根本问题就是如何形成用自然语言表达的概念。
在杜克的Sala输入法中,其实已经大量用到了这些知识,要实现语音识别高辨识率,核心部分就是抽象提炼各种语音特征的能力,只不过这部分工作都由克里完成,现在杜克要做的是将克里的能力拷贝移植到地球的计算机上面。
波尔教授虽然没有机会深入了解Sala输入法的实现过程,但是凭借着世界顶级专家的直觉,波尔能够判断在Sala中应该使用了相关的技术,这才是波尔教授爽快同意杜克博士申请的最主要原因,他在这方面的研究已经进行了很多年,但是一直都没有获得突破性的发展,他的研究团队需要补充一些新鲜的血液来进行突破,当然不是说毫无所获,至少类似Siri这种程度进展还是不少的,但是这还远远不够,如果你用过Siri,你就知道这充其量也就是婴幼儿智能水准。
波尔教授的这个研究符合杜克的预期,因为在杜克下一步计划中,语音识别应用的一个方向,就是让机器可以理解部分的自然语言,这个就同人工智能密不可分了。大家知道现在的电脑基础是二进制,也就是0或1基础上发展的,要让电脑理解人类语言,这个难度真的不是一般大。
这么说吧,人类语言中一语双关的情况太多了,即使对于“你吃了吗”这样简单的句子,在不同语境下都有好多种不同的内涵,足以让电脑逻辑为之抓狂。
比如北京人见面如果问“你吃了吗”不过是一句司空见惯的打招呼,如果你傻乎乎地认为对方要请客,你就二了。
如果是俩个相熟的人打电话问“你吃了吗”,如果俩人离饭点近,可能是邀请一起吃饭,如果是俩人距离远,不过就是一种关心式的问候。
甚至说话的语气不一样,同样语言中的内涵也大不一样。
如此种种语境,对于人的思维来说是非常好分辨出来究竟是打招呼还是问候,可是电脑不行,它只有逻辑推理的能力,像语言交流这种几乎无穷多组合的情况,你得给多少限制选择条件,才能够让电脑理解?
从思维角度看,人工智能成果同人脑相比一直没有多少突破性的成果,其困境很大原因也有受限于当前电脑的架构的因素,毕竟现在人工智能应用最终都要交给电脑逻辑去执行。
在这方面,比莱姆提供的克里这种仿生生物电脑却完全不同,经过杜克这段时间的使用,发现克里不但逻辑推理远超当代电脑水准,其思维能力已经非常接近地球人类智慧,至少模仿和总结方面比起杜克来说,更是有过之而无不及。
在人工智能方面,比莱姆通过克里留给杜克的东西也比较多,只不过那些东西都是基于仿生生物电脑平台,要想用到现在的主流二进制电脑上,这中间的转换难度不是一般高,或许有些东西根本就没有可能性。不过就算是有一小部分用上,对于现在的人工智能的进展,可能都是一种巨大的突破。
因此对于波尔教授的这个要求,杜克也是胸有成竹地答应下来,明天开始就进入项目组。他相信经过自己与克里的联合作战,一定可以找到一个突破点,他不需要复制一个克里出来,这个基本上没有可能性。他只是需要一个点突破,研究可以战胜siri一类应用的成果就足够了。
同波尔教授谈妥课程计划和研究课题,正当杜克准备离开的时候,门外进来了一个熟悉的身影。
PS:分推期间,基本保持俩更水准,第二更大约在10点到11点之间,莫有存稿的分推真的很苦逼啊!
请收藏:https://m.bqg765.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)