爱吧机器人网 » 技术 > 机器学习 > 正文

王海峰揭秘机器人如何思考

  在很多科幻电影中,智能机器人似乎是个永恒不变的话题。从《人工智能》中被输入情感程序的机器男孩大卫,到《Her》中男主人公爱上了他的智能操作系统,再到《超验骇客》中逐渐无法被控制的“超验”机器人开始威胁人类安危,电影题材中到处充满了智能机器人的身影,人们对机器人的想象已经融入了从生活到生命的方方面面。
  人与机器人之间应该如何相处?机器人是否会取代人类的存在?机器人真的能像人类一样去思考吗? 27日下午,百度The BIG Talk举行第五期活动,百度技术副总裁王海峰在现场演讲中表示,通过让机器理解人类的语言、掌握及运用知识、理解不同人,机器会真正学会像人一样去思考。
王海峰
  值得一提的是,据了解,百度的技术人员正在训练机器学习围棋算法,目前已经做到9×9围棋达到了准职业选手水平,19×19也已达到业余段位棋手水平,这在人工智能领域应用上是一个重大进展。
  机器人“思考”的第一步:理解语言
  “人区别于其他生物最重要的能力,是思考能力。”王海峰在会上表示,语言是人思维的基本载体,语言本身更是影响着人的思维,“所以要想让机器人学会像人一样去思考,第一步就需要让机器理解人类的语言,进行交互。”
  王海峰以在百度搜索中输入复杂的自然语言query可以直接得到答案为例,搜索“身高180以上的自由泳运动员”,百度将直接为用户呈现出相关运动员姓名及身高等直接答案。“通过我们的自然语言处理技术对复杂query进行分析,就可以分析出语言的语法及语义,从而可以更准确的理解用户到底找什么。再从后台的海量知识库中检索出相关知识,就得到了案。”除了能分析句子级的语法语义,百度的自然语言处理技术还可以在段落、篇章、甚至系列文章层次上进行分析理解。
百度搜索
  有趣的是,自然语言处理技术还可被运用到多语种之间的翻译上,也就是机器翻译技术。百度翻译产品现在已经覆盖14个语种,36个翻译方向。通过网页搜索、甚至手机直接对话、拍照,就可以立刻得到其它语言的翻译结果。例如,出国旅游时面对外文菜单,我们只需要用手机对其拍照,百度翻译就会自动把菜单翻译成中文的,相当于直接看到了中文菜单。该项技术还被用于创造诗词上, “比如我们基于语言翻译技术,开发了一个写诗的系统。我们将拍好的照片输入系统,一首诗就自动做出来了。”
搜索照片
  让机器掌握和运用知识
  一旦理解了人类语言,对于知识的挖掘、存储、推理、扩充和联想就成为机器学习人类思考模式的重要环节。王海峰认为,“如同人类从不同渠道学习知识一样,机器也可以通过对大量数据的挖掘与推理、计算,形成知识图谱。”
  如今,百度知识图谱已达到亿级别实体数量,百亿级别属性,千亿级别关系。在百度搜索搜历史人物如“张飞”,右侧智能推荐即会推荐“赵云、关羽、诸葛亮”等相关人物。而对同一个名字的“李娜”,如果用户搜索“小威”则右侧相关人物就会自然给出网球运动员李娜的结果,而如果搜的是“青藏高原”这首歌,推荐出的则会是歌手李娜。
李娜
  更进一步:对人的理解
  掌握了语言、知识的学习之后,机器向人类迈进的下一步也是更难的一步,王海峰坦言,是对人的理解。
  “我们会对用户进行方方面面的刻画,可以对全体用户的行为进行分析,也可以对群体用户、个体用户进行建模,进而理解用户的属性、状态、兴趣等,也可以理解用户的情感状态。”
  例如下面这张图表,就清晰的向我们展示出对用户分析后,每个地域的人热衷的菜系。
每个地域的人热衷的菜系统计图表
  王海峰认为,将语言、知识及对人的理解结合起来,机器人就将拥有综合的思考能力。在活动现场的视频展示中,由百度研发的智能问答机器人“小度”就精彩展现了上述三种能力的综合实力。它作为世界首个中文智能问答机器人,最擅长的是百科知识类的问答,上知天文、下知地理、影视音乐、无所不知,能够给出精准答案。
  据王海峰介绍,通过深度问答技术,百度可以给出你想要的问题答案。甚至对于不同人会给出不同答案的问题。我们的系统不仅具备了语言交互能力,还可以识别声音及图像,这就是我们所说的我们可以做“多通道、多轮对话的智能交互”。再如,我们现在可以非常方便的使用手机通过多轮语音交互预订机票,而应用的背后承载着百度的智能交互技术,通过对文字及语音的解析和理解,从而调用后台知识库里的知识,全自动地完成订票。应用的后台具有强大的处理能力,模拟出呼叫中心的业务人员在与用户交流的场景,而实际上,用户是一直在与机器进行互动。
  综合实力的深度问答,智能交互和情感分析技术也都被运用在了百度搜索的PC端和移动端,让搜索以更智能、更知心、更人性化的方式呈现答案,甚至提供服务。
  谈到计算机领域经典的“图灵测试”,王海峰表示,这是人工智能的终极目标之一,“随着语言理解能力越来越强,对知识的掌握和运用的能力越做越好,再结合对人的理解能力,机器就真的可以像人一样思考了。”

上一篇:第一页
下一篇:深度学习使计算机越来越智能
精选推荐
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来使消费者受益
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来

[2018-12-08]  市场研究公司IHS Markit预测,到2020年,专业无人机市场将通过农业,能源和建筑等行业利用测量,制图,规划等技术实现77 1%的复合年增长率(CAGR)。与此同时,消费者无人......

一个让深度学习惨败的通用人工智能领域——语境处理
一个让深度学习惨败的通用人工智能领域——语境处理

[2019-11-04]  Context是指用来解释一段给定文本或语句的来源框架,我们可以翻译为上下文或语境。维基百科将context定义为:*在符号学、语言学、社会学和 ...

全自动膝关节置换手术机器人被美国FDA批准上市
全自动膝关节置换手术机器人被美国FDA批准上市

[2019-10-14]  美国Think Surgical公司已获得美国食品和药物管理局(FDA)的批准,在美国销售用于全膝关节置换(TKA)的TSolution One®全膝关节应用 ...

科学家从蟑螂获得启发 教机器人更好地走路
科学家从蟑螂获得启发 教机器人更好地走路

[2017-12-11]  Weihmann指出:“我特别感到惊讶的是,动物运动稳定机制的变化与腿部协调的变化是一致的。昆虫的慢运行非常稳定,因为它的重心很低,三条腿总是以协调的方式运动。...

通过对抗性图像黑入大脑
通过对抗性图像黑入大脑

[2018-03-02]  在上面的图片中,左边是一张猫的照片。在右边,你能分辨出它是同一只猫的图片,还是一张看起来相似的狗的图片?这两张图片之间的区别在于, ...

谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统
谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统

[2019-10-11]  训练AI系统的机器人D& 39;Claw和D& 39;Kitty用于控制机器人的人工智能系统,测量其性能所使用的基准通常仅限于为工业环境设计的昂贵硬件, ...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

本周栏目热点

盘点全球十大最具影响力的机器人摇篮

[1970-01-01]    人工智能(AI)研究现正迅速发展,如无人驾驶汽车、计算机在《危险边缘》智力竞赛节目中获胜、数字私人助手Siri、GoogleNow和语音助手C ...

深度学习反向传播算法(BP)原理推导及代码实现

[2017-12-19]  分析了手写字数据集分类的原理,利用神经网络模型,编写了SGD算法的代码,分多个epochs,每个 epoch 又对 mini_batch 样本做多次迭代计算。这其中,非常重要的一个步骤,......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

[2017-08-28]  模拟退火(Simulated Annealing,简称SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解。1、固体退火原理:将固体加温 ...

Machine Learning-感知器分类算法详解

[2018-05-31]  今天我们来讲解的内容是感知器分类算法,本文的结构如下:什么是感知器分类算法,在Python中实现感知器学习算法,在iris(鸢尾花)数据集上训练一个感知器模型,自适应线性神......