تقنية مراجعة AI حسب: 2018 قمة العالمية حول الذكاء الاصطناعي والروبوتات (CCF-GAIR) الذي عقد في شنتشن، والقمة الاتحاد الحاسوب الصين (CCF)، شبكة لى فنغ، الجامعة الصينية (شنتشن) هونج كونج المقاول المنظمة، تلقى التوجيه القوي من حكومة بلدية شنتشن، هو الذكاء الاصطناعي والجزء العلوي ثلاثة التبادلات فى مجال الروبوتات الحدث في الأوساط الأكاديمية والصناعة ومجتمع الاستثمار، يهدف إلى إنشاء منصة للتبادلات عبر الحدود والتعاون في مجال الذكاء الاصطناعي، وأقوى دولة.

29 يونيو الصباح، رئيس معهد جامعة تسينغهوا أكاديمي تشانغ بو "المتطورة تكنولوجيا AI" كمقر رئيسي لCCF-GAIR تقرير 2018 بعنوان "نحو الذكاء الاصطناعي الحقيقي" (نحو ألف ريال Artifitial المخابرات) التابعة للجمعية العامة. ما يلي هو التقرير الكامل للأكاديمي الجمعية فعل تشانغ بو، وذلك بفضل تشانغ بو الأكاديميين لعناء.

CCF-GAIR رئيس برنامج 2018 تشو روي: مرحبا بالجميع، الجزء الأول من جمعيتنا العامة بعنوان "AI التكنولوجيا المتطورة". وقد AI حار جدا في السنوات الأخيرة، كثير من الناس سوف تسأل، يمكن تسخين AI في النهاية متى؟ أعتقد أن أحد العوامل الهامة جدا هو أحدث التكنولوجيا AI يمكن القيام به في النهاية مدى عمق. لذلك أقترح أنك قد ترغب في الاستماع بعناية إلى خطاب اليوم بعد عدد قليل من الضيوف، وربما الناس يجدون بعض الإجابات.

أولا، يرجى هناك أكاديمي تشانغ بو جامعة تسينغهوا بالنسبة لنا لجعل الجمعية العامة. تشانغ Yuanshi هو الاكاديمية الصينية للعلوم، الاستاذ في جامعة تشينغهوا، معهد بحوث الذكاء الاصطناعي من جامعة تسينغهوا، تشانغ Yuanshi تعمل اساسا في مجال نظرية الذكاء الاصطناعي، يتم تطبيق نظرية الشبكات العصبية الاصطناعية، والخوارزميات الجينية، فركتلات والمويجات، فضلا عن النظرية المذكورة أعلاه البحوث التطبيقية في مجال التعرف على الأنماط، هندسة المعرفة، الروبوتات الذكية والتحكم الذكي، وقال انه أبلغ موضوع اليوم هو "في الذكاء الاصطناعي صحيحا"، وقد طلبت تشانغ Yuanshi.

تشانغ بو: القادة والخبراء، اليوم، أعطني 45 دقيقة، وأنا أتكلم لمدة 40 دقيقة لجدول الأعمال قد تأخر.

أريد أن أقول اليوم، والفكرة المركزية هي التالية: نحن من الذكاء الاصطناعي صحيح لا يزال هناك طريق طويل. لتوضيح هذه الفكرة، لا بد لي من الإجابة على الأسئلة الثلاثة التالية: أولا، ما هو الذكاء الاصطناعي صحيح؟ ما هو هدفنا؟ ثانيا، لماذا نحن بحاجة الذكاء الاصطناعي صحيح؟ ثالثا، كيف يمكننا المضي قدما نحو الذكاء الاصطناعي صحيح؟ أنا الآن الإجابة على هذه الأسئلة الثلاثة.

أولا، كيف يمكننا تقييم النتائج التي تحققت حاليا الذكاء الاصطناعي، وتقييمنا هو بسيط جدا، لأن هذه الأمور الخمسة:

الأول هو بطل الشطرنج الإنسان هزم ديب بلو، والثاني هو هزم IBM اثنين بطل العالم السابق في لعبة الأمريكي تلفزيوني، الأمرين هي نوع من ثلاثة أشياء هي وراء نوع آخر، وهذا هو، 2015 في Microsoft القيام التعرف على الصور على ImageNet، نسبة الخطأ فيها أقل قليلا من البشر. بايدو هناك، كما أعلنت IFLYTEK جملة واحدة على التعرف على الكلام الصيني، نسبة الخطأ فيها هو أيضا أقل قليلا من البشر. هناك هزيمة AlphaGo مألوفة جدا لي شيشي. هذه خمسة أشياء تقع ضمن نطاق معين من الآلات من البشر، وكيف نقيم هذه الأمور الخمسة؟

واتفق على أن هذه الأمور الخمسة هي ناجحة لأن العوامل الثلاثة السابقة، بيانات واحدة كبيرة، وثانيا، القدرة الحاسوبية، والثالث هو جيد جدا خوارزميات الذكاء الاصطناعي. هذه العوامل الثلاثة التي ناقشناها كثيرا، لم أكن بحاجة آخر، والعامل الأخير أريد أن أقوله هو الآن يجري تجاهلها من قبل الجميع، وهذا العامل هو القول، كل هذا يجب أن يستند إلى نتائج السيناريو المناسب المقبل. هذه المجالات الخمسة هي مسألة مختلفة جدا على الرغم من أنهم جميعا تلتقي بالضبط نفس الظروف، أو لتلبية القيود الخمسة التالية، يجب عليك أولا ثروة من البيانات أو ثروة من المعرفة، وإذا هذين الأمرين لا، أو القليل جدا، كنت لا نتحدث عن الذكاء الاصطناعي، لأنه لا يمكن أن يتحقق دون قش. AI الموارد اثنين فقط، واحدة للبيانات، واحد هو المعرفة. هناك معلومات اليقين، معلومات كاملة، ساكنة، وحيد المهام ومناطق محدودة. لم يتم استيفاء هذه الشروط الخمسة داخل أي من الشروط، والذكاء الاصطناعي فعل ذلك الآن صعب للغاية.

دعونا نفكر في سيناريوهات فيها خمسة حدود ما السيناريوهات؟ هو أن تلعب وفقا للقواعد ودون أية مرونة، وهذا هو واضح ليس جوهر الذكاء.

نحن نحلل الآن السيناريوهات الخمسة. الشطرنج هي لعبة مع معلومات غير كاملة، ويتم تحديد المعلومات تماما، لا مشكلة. ثانيا، يتبع قواعد اللعبة تطور حتمية تماما، ونحن نسمي هذا الوضع كما هو معروف ثابت. الروبوتات واتسون، أيضا، واتسون ما هو نوع من الحوار هو؟ لماذا اختارت مسابقة معرفة ذلك؟ ونحن نعلم أن مسابقة المعرفة لم يذكر مشكلة الغموض، واضحة، هو دائما تفرد الجواب. لذلك هذا السؤال والجواب من حيث الروبوت هو سهل جدا. على الرغم من أنه ينطوي على مجال واسع نسبيا، ولكن أيضا محدودة، بما في ذلك يشعر الجميع جدا غير محدد العودة، وأيضا في الامتثال الكامل مع ما ورد أعلاه خمسة شروط، وبالتالي فإن الكمبيوتر هو أيضا من السهل جدا. يلعب حاليا الكمبيوتر جونغ لن تنجح، لأن فئة البطاقة لعبة معلومات غير كاملة، لعبة الشطرنج هو أصعب مما هو عليه. وباختصار، فإن التقييم السليم للنتائج التي حققناها في الذكاء الاصطناعي الحالي.

تكنولوجيا الذكاء الاصطناعي الحالية يمكن العثور عليها في مجالات تطبيقه، وهو النقل والخدمات والتعليم والترفيه وهلم جرا، ولكن أريد أن أؤكد على أن يتم استيفاء هذه الأشياء المناطق فقط داخل الشروط الخمسة، سيقوم الكمبيوتر القيام من السهل إذا لم يتم استيفاء هذه الشروط، سيقوم الكمبيوتر تفعل ذلك لصعوبة. ونحن في كثير من الأحيان تشعر بالقلق إزاء أي نوع من العمل سوف تحل محلها آلة، ويمكنني أن أؤكد لكم أن العمل على تلبية هذه الشروط الخمسة، سيتم استبدال يوم واحد في الكمبيوتر، وهذا هو، أولئك الذين يلعبون بالقواعد، دون أي مرونة العمل، على سبيل المثال، أمين الصندوق، أمين الصندوق، وهلم جرا. كل عمل هنا لا يمكن استبدال تماما من جهاز الكمبيوتر، ولكنه لا يستبعد سيتم استبدال جزء من العمل الخاص بك عن طريق الكمبيوتر، والمدرسين العاملين ورجال الأعمال لا يمكن الاستعاضة تماما من جهاز الكمبيوتر.

لماذا هذه القيود الخمسة؟ والسبب هو أننا الآن الذكاء الاصطناعي هو عدم فهم الذكاء الاصطناعي.

نحن ننظر إلى نموذج رمزي، ونموذج السلوك العقلاني، على سبيل المثال، واتسون، وأنه هو نظام الحوار، ونحن جميعا المتعلقة بالنظام الحوار أن تفعل الشيء نفسه، ولكن واتسون لا أفضل، فإنه يحتوي على قاعدة المعرفة، وهناك آلية الاستدلال. يستخدم واتسون بالإضافة إلى المعرفة الفنية، فضلا عن معرفة الجمهور على شبكة الإنترنت كثيرا، وأيضا آلية التفكير متعددة. نظرة، وهذا هو نظام واتسون الهندسة المعمارية. أنه يحتوي على ما المعرفة؟ هناك الكثير، بما في ذلك الموسوعات، والأخبار كابل والأدب وهلم جرا. جميع المعارف يمثله الورقة تحتوي على 200 مليون دولار، ممثلة في السعة التخزينية وصلت 4TB. يمكنك الإجابة على السؤال ما هي المشكلة؟ وسيتم شرح ذلك باستخدام الأمثلة. العدد الأول، 8 سبتمبر 1974 الرئيس الذي يعفو عنه؟ هذا هو الجواب جيدة لمدد الأمريكية "، وعفا الرئيس"، ويمكنك التحقق من في الأدب هو داخل شروط الكمبيوتر نفسها هي أيضا إجابة جيدة جدا، يمكنك استخدام هذه الكلمات الرئيسية "، 8 سبتمبر 1974" الذي، هو نيكسون. أن يقوم على أساس الكلمات الرئيسية في السؤال، والجواب يمكن العثور عليها مباشرة في داخل الأدبيات الموجودة، وهذا هو الأسلوب استرجاع الشبكة العامة.

السؤال الثاني، بعد الفوسفور من تأثير الإلكترونات، أفرجت الطاقة الكهرومغناطيسية في ما هي الطريقة؟ نحن نستخدم "الفوسفور"، "تأثير الإلكترون"، و "الإفراج عن الطاقة الكهرومغناطيسية"، وبعبارة أخرى، يمكنك أن تجد الجواب: "خفيفة أو فوتونات". هذا الأسلوب هو عادة مبادئ البحث على الشبكة العالمية، ينبغي القول أنه لا يوجد الاستخبارات.

الإجابة على الأسئلة التالية تحتاج إلى "الذكية"، وهي أطول حدود برية مع تشيلي أي بلد؟ شيلي لديها حدود برية مع دول يمكن استردادها، فهي الأرجنتين وبوليفيا، ولكن الذي الحدود الطويلة؟ العثور على عادة خارج. واتسون لديها القدرة على التفكير معينة، وهو الحدث الذي يحدث من الحدود بين الحدود الجغرافية وهلم جرا، من خلال المنطق التحليلي لاحقة يمكن معرفة الجواب، فمن الأرجنتين. البلدان في مشكلة من هذا النوع، ليس لديها علاقات دبلوماسية مع الولايات المتحدة فيها أقصى الشمال، لا تقيم علاقات دبلوماسية مع الولايات المتحدة هناك أربعة، طالما أن استرجاع على الخط، ولكن أي بلد أقرب إلى الشمال، لم تجب مباشرة، ولكن ويمكن أن تستمد من المعلومات الأخرى، مثل وتقع بلدان خطوط العرض، وبالتالي فإن درجة من الطقس البارد من التحليل، فإن الجواب هو كوريا الشمالية.

الذكية تنعكس في المنطق. ولكن للأسف، ومهارات الآن النظام حوار المنطق ضعيفة. واتسون نظام أفضل، ولكن أيضا محدودة للغاية. وبعبارة أخرى، نظم حوار الحالية لدينا هي بعيدة كل البعد عن الاستخبارات الحقيقي.

نحن يمكن أن ينظر إليه من قبل الروبوت صوفيا، صوفيا منفتحة على الحوار حقل، يمكنك أن تطلب بسهولة الأسئلة، يتعرض المشكلة. صوفيا نرى على شاشة التلفزيون يتحدث عنه، ما لطرح أسئلة يمكن الإجابة بشكل جيد للغاية، وهناك صعبة، إذا تم رفع سؤالك مقدما، لأن الداخل هناك جوابا، لذلك قلت بشكل جيد للغاية، على شاشة التلفزيون نحن لشرح هذا الوضع.

إذا وضعنا مشكلة مؤقتة، وجاءت مشكلة خارج. هذا هو مراسل الصيني صوفي أرتي على الأسئلة الأربعة، إلا إجابة واحدة. "كم عمرك"، وهذا السؤال هو بسيط جدا، فإنه لا يستطيع الإجابة، فإن الجواب هو انها "مرحبا، أنت تبدو جيدة"، الإجابة على السؤال، لأنه لا يفهم ما كنت تسأل الأسئلة. والمشكلة الثانية هي أنه ليست سوى أولئك الذين هم على استعداد، وهناك أجوبة، وبالتالي فإن الإجابة بشكل جيد للغاية. "من هو رئيسك في العمل،" وهذا له أنه على استعداد بالتأكيد. السؤال الثالث، "كم الأسئلة التي يمكن الإجابة عليه"؟ وتقول "الرجاء الاستمرار،" لم أفهم! . السؤال الرابع أن نسأل، "هل تريد مني أن أسألك ما هي المشكلة أنه"؟ وتقول، "هل في كثير من الأحيان القيام بأنشطة في الهواء الطلق في بكين"؟ هذا يخبرنا بأن النظم الحديثة هي في الأساس لا يوجد فهم من الأسئلة والأجوبة، وكمية صغيرة فقط عدد قليل من التفاهم، وهذا هو جيد نسبيا واتسون.

لماذا يحدث هذا؟ أن لدينا الآن الأساليب الأساسية من العيوب الذكاء الاصطناعي، ويجب علينا التحرك نحو AI أن نفهم، وهذا هو الذكاء الاصطناعي صحيح. مفهوم اقترحت هنا ما هو الفرق مع الذكاء الاصطناعي القوي؟ أولا، نقول أنه هو نفسه في هذه المرحلة، ونحن نحاول أن يصف بدقة سلوك الذكاء البشري والذكاء الاصطناعي آمال مشابهة مع الذكاء البشري، وهذا هو الهدف من الذكاء الاصطناعي قوي، ولكن فقط الذكاء الاصطناعي قوي من الناحية المفاهيمية أثار وليس أثير حول كيفية حل هذه الطريقة. ونحن نعلم جميعا أن AI قوي يمثل مفهوما رئيسيا هو الذكاء الاصطناعي العالمي. القانون كيف الجميع؟ لم تجب. نقترح الآن لديك فهم الذكاء الاصطناعي هو للتنفيذ، وليس فقط المفاهيم، وهذا هو الفرق لدينا مع الذكاء الاصطناعي القوي.

عندما حوار بين الانسان والآلة، آلة لا يمكن أن نفهم لماذا الناس رفع هذه المسألة. ونحن نرى مثالا ليعرف أننا في قاعدة المعرفة "، الرئيس الأمريكي ترامب" حقيقة أنه مع "ترامب - الولايات المتحدة - الرئيس" هناك جهاز كمبيوتر داخل هذا الثالوث، إذا كان سؤالك " من هو رئيس الولايات المتحدة "؟ من آلة أجاب على الفور: "ترامب". ولكن إذا كنت تسأل أسئلة أخرى حول هذه "ترامب هو حق الإنسان"؟ "ترامب هو اليمين الأميركي"؟ "لا توجد الرئيس الأمريكي"؟ لا يمكن أن يجيب. انها سخيفة جدا، لا أحد التلاميذ، أنت فقط اقول ترامب أنه هو رئيس الولايات المتحدة، وراء هذه الأسئلة التي بالتأكيد الإجابة عليها. لماذا الجهاز لا يمكن الإجابة على ثلاثة أسئلة في نهاية ذلك؟ هذا النظام هو غبي، لا الحس السليم، لا المنطق والحس السليم. والآن بعد أن ترامب هو الرئيس الأمريكي، رئيس الولايات المتحدة بالطبع، ولكنه حتى مهارات التفكير الحس السليم التي لا. لذا لحل هذه المشكلة، يجب إضافة الحس السليم للمكتبة في النظام، والمنطق المنطقية، لا تفعل هذه الخطوة، ونظام تفاعلي، والجهاز لا يمكن أن يكون القدرة على فهم. لكننا نعلم جميعا، هو قاعدة المعرفة تأسيس "مشروع منظمة العفو الدولية مانهاتن". دعونا نفكر في قاعدة المعرفة كيف جيدة للبناء، وكيفية معرفة الكمبيوتر ما لتناول الطعام، كيفية معرفة الكمبيوتر ما للنوم، ما يسمى النوم، ما يسمى حلما، وهذه هي الصعوبة بمكان الذكاء الاصطناعي، والولايات المتحدة في عام 1984 للمشاركة في مثل هذه المكتبة المشروع من الحس السليم، وأنا لا ليس تماما أن تفعل ذلك الآن. مرئي، إلى التحرك نحو الذكاء الاصطناعي صحيح، والذكاء الاصطناعي لفهم، هو طريق طويل جدا.

وهنا بعض العمل الذي نقوم به، بعد انضمامه إلى الحس السليم، وسيتم تحسين أداء الحوار. نهجنا الأساسي هو خلق خريطة الحس السليم، واستخدام هذه الخريطة لمساعدة "مشكلة" فهم المطروحة، مع الاستفادة من المعرفة خرائط إجابات مساعدة المنتجات المناسبة.

هنا يتعلق الأمر على وجه التحديد كيفية القيام به، لا أقول في التفاصيل، قال لي النتائج، تبين فيما بعد أن يكون الحس السليم، تحسن الأداء بشكل ملحوظ، وتحسين نوعية الحوار. وقد تم نشر هذه المقالة، يهتمون يمكن أن تذهب القراءة.

أيضا نموذج رمزي شبه، وعمق التعلم، وهي تستخدم أساسا في الشبكة العصبية لمحاكاة سلوك الاستقرائي، هو السلوك العاطفي من الصعب عموما لاستخدام نموذج رمزي، كما الاستقرائي (الشعور) لا يمكن وصفها بدقة. على سبيل المثال، "الحصان"، كيفية معرفة الكمبيوتر ما يسمى الحصان؟ أنت تقول الحصان له أربعة أرجل، ما هي المحطة؟ قلتم يسمى أرجل نحيلة، ما هو الغرامة؟ ما هو الوقت؟ لا استطيع ان اقول الجهاز، وبالتالي لا يمكن استخدام نموذج رمزي. حاليا مع الطريقة التي كنا نتحدث عن الشبكات العصبية أو نموذج شبه رمزي، والذي هو بنفس الطريقة مع البشر، والتعلم والتدريب. أنا لا أقول آلة ما يسمى حصان، مجرد اعطاء صورة مختلفة للحصان لننظر في الأمر، والتدريب. بعد الانتهاء من التدريب، ومن ثم لم أر صورة الحصان لرؤيتها، والحق، هو تحديد بشكل صحيح، نقول لا تحديد غير صحيح، إذا 90 هو حق، فإنه يدل على معدل اعترافها هو 90 . وفي وقت لاحق، من الضحلة إلى الشبكة العصبية وتطوير الشبكة العصبية متعددة الطبقات، من الضحلة لتطوير اثنين من طبيعة متعددة الطبقات من التغيير، تغيير في طبيعة تلك المدخلات، وشبكة الإنترنت العميق تفعل عادة اختيار يست مصطنعة من الميزات، مع الأصلي البيانات على الخط. وبالتالي فإن الحد الأدنى لتطبيق خفض التعلم العمق، لم يكن لديك الخبرة، وإدخال البيانات الخام في خط. والثاني هو لتحسين أدائها الكثير، وحتى الآن دراسة متعمقة استخدمت كثيرا، لأنه في هذا المكان.

أنشئت من خلال نظام قائم على المعلومات لا يمكن اعتبار ذكية ذلك؟ يجب أن نلعب علامة استفهام كبيرة، أن تفعل من التعرف على الوجه معدل الاعتراف نظام أعلى حتى من الناس، ولكن لا نستطيع أن نقول أن لديها ذكية، لماذا؟ هو الدافع وراء ذلك البيانات مصنوعة من النظام، وأدائها مع الفرق البشري هو كبير جدا، والفقراء قوي، عرضة جدا للتدخل، يحدث خطأ كبيرا، فإنه يتطلب الكثير من عينات التدريب. سبق أن قلنا، نظرا لمكتبة الصور يمكننا أن نفعل معدل الاعتراف آلة أعلى حتى من الناس، مما يعني أنه يمكن التعرف على مجموعة واسعة من الأشياء، ولكن مثل هذا النظام، إذا فقدت هذا الضجيج هو، يمكنني التعرف عليه تصبح روبن، لقد فقدت مع ضجيج إضافية، ويمكن المعترف بها في الفهد. وبعبارة أخرى، فإن هذا النظام ليست سوى المصنف الميكانيكية، وليس أنظمة علم. التي يتم تقسيمها على الرغم من مجموعة واسعة من الحيوانات بشكل واضح، ولكنها لا تعترف الحيوان، على الرغم من أنه يمكن أن يكون الفهد مع روبن على حدة، ولكن أساسا أنها لا تعرف روبن والفهد، وصلت فقط شعور مستوى لم يصل إلى مستوى الإدراك، وأنها مجرد "بمعنى" لم ترتفع إلى "معرفة". نخلص إلى أن الاعتماد فقط على عمق التعلم يصعب الوصول الحقيقي الذكية. هذا هو استنتاجات خطيرة جدا، لأنه إذا كان هناك مثل هذه المشكلة في نظام صنع القرار لا يمكن استخدامها داخل نظام من هذا القبيل لأنه من شأنه أن يجعل خطأ كبيرا. لقد قلت في مناسبات عديدة، وأكبر ميزة للبشرية هي "أن أخطاء صغيرة، لا تجعل خطأ كبيرا"، العائق الاكبر هو آلة "لا تجعل خطأ صغير، لقد ارتكبت خطأ كبيرا". هذا غير مسموح به داخل نظام صنع القرار، التي تبين للناس مختلفة جدا مع الآلات، والناس أذكياء جدا، لذلك يفعله هو مرنة جدا، مما يجعله من السهل جدا لتقديم مجموعة متنوعة من الأخطاء الصغيرة. لكنه منطقي جدا، من الصعب جدا أن يحدث خطأ كبيرا. الكمبيوتر غبي، ولكنها خطيرة جدا، وسوف أخطاء طفيفة تجعل أبدا، ولكن يتم ذلك خطأ كبيرا. وضعت للتو أن مثل الضوضاء روبن، وهذا ليس خطأ كبير ذلك؟ كنت وضعت مدفعية العدو كحصان، وليس خطأ كبير؟ ولكن البشر هم لا يحدث هذا الخطأ، فإن البشر البغال فقط كما الحمير، ولكن نظام الكمبيوتر والتعرف على حمار كحجر. أين هو السبب؟ والسبب هو القدرة على فهم المشكلة من منظمة العفو الدولية.

ونحن ننظر إلى هذا الطيار الآلي، الماضي يتحدث كثيرا، والتحدث متفائل جدا، ونحن ننظر إلى أين تكمن المشكلة. ونحن نفعل ذلك الآن، ونحن نتعلم من خلال تعتمد على البيانات التعلم تجزئة صورة تحت سيناريوهات مختلفة، وتحديد المركبة أو المشاة والطرق وغيرها، ومن ثم إنشاء نموذج ثلاثي الأبعاد في نموذج ثلاثي الأبعاد للتخطيط طريق السفر. الآن مع الأجهزة في الوقت الحقيقي يمكن القيام به بالفعل، وأنا أطلب منكم، وهذا لن يحل المشكلة؟ إذا كان الطريق هو بسيط نسبيا والمشاة والمركبات نادرا، وتستخدم بالكاد. الطريق المعقد لاتخاذ. ما هو السبب؟ بسيطة جدا، لخص الكثير من الناس حتى تجربة، للمشاة أو أن السائق عن قصد أو عن غير قصد تلف قواعد المرور، بينهم أجانب، والشعب الصيني قليلا أكثر خطورة. وهذا يجعل التي تعتمد على البيانات طريقة فشل، على سبيل المثال، يمكننا استخدام النهج القائم البيانات لفهم سلوك مجموعة متنوعة من المارة، يمكننا تدريب من خلال الكثير، بعد كل تدريب النهائي، وإذا وضعا جديدا ينشأ ذلك؟ الكمبيوتر يمكن أن نفهم أن هذا يأتي من تحت الناس الحفر وخطير؟ لذلك لا يمكن وضع التدريب لجميع الحالات. الطيار الآلي المستحيل للتعامل مع حالات الطوارئ، وإذا كان هذا الحادث لم نر ذلك، فإنه لا يمكن حلها. كيفية حل هذه المشكلة؟ في الواقع، هو حل "بدون" إلى "مع" لفهم المشكلة. هناك طريقتين أساسيتين الذكاء الاصطناعي، واحد هو نموذج رمزي لمحاكاة سلوك النموذج العقلاني، رمزي يمكن أن تعبر عن محتوى المعلومات، لذلك هو رمزا للداخل الفضاء الدلالي، ولكن للأسف، هذه الرموز منفصلة، الرياضيات أدوات صعبة الاستخدام، والكثير من الأدوات الرياضية لا يستطيعون الوصول إليها، لذلك وضعت ببطء شديد. عندما محاكاة السلوك العاطفي، ونحن نستخدم متجه الفضاء ميزة، وناقلات هو رقم، يمكنك وضع جميع الأدوات الرياضية لديك لقضاء، والتحسين أداة، أداة الاحتمالات والإحصاء لجميع النفقات. ولذلك، النهج القائم بيانات يتطور بسرعة كبيرة في السنوات الأخيرة، ومشكلة الصعب، من الصعب جدا أن يذهب تحته، الكمبيوتر يمكن "اعتبار" للخروج. ولكن لديه عيب كبير جدا، بل هو في الفضاء ميزة، وعدم وجود دلالات. نحن نستخدم البيانات لتدريب نموذج، ما يسمى ب "التعلم الصندوق الأسود"، مع جودة البيانات ليست عالية، فمن الصعب أن تتعلم شيئا مفيدا. ما هو احتمال والإحصاءات؟ كرر كثيرا هو الحقيقة. إذا كانت جودة البيانات ضعيفة، والكامل لل"أكاذيب". الكذب المتكرر للكثيرين، فإنه يصبح حقيقة.

نأتي الآن إلى حل مثل هذه هو أن هذين المتوقعة على مساحة إلى الفضاء، ويسمى هذا الفضاء دلالات الفضاء النواقل. أننا أصبحنا ناقل الرمز، والمساحة ميزة ناقلات يصبح الفضاء الدلالي النواقل. كيف نفعل؟ أولا، من خلال تضمينها (جزءا لا يتجزأ) أصبحت ناقلات رمز، في محاولة للحفاظ على نفس الدلالة، ولكن الآن طريقة سوف يتسبب في فقدان دلالات، يمكننا أن نجعل فقط في سياق إسقاط فقدت الدلالي أقل. والجانب الثاني للقيام عمل أقل، هو رفع (رفع)، ومساحة ميزة للترقية إلى الفضاء الدلالي، الذي يعتمد بشكل رئيسي على التخصصات، والاعتماد جنبا إلى جنب مع علم الأعصاب. فقط بعد أن يتم حل هذه المشاكل، ونحن سوف تكون قادرة على خلق نظرية موحدة، لأنه في الماضي التصور والإدراك هو نهج مختلف، ونحن نقول أقل من واحد، اذا كنا نستطيع أن يتوقع أن يذهب في نفس المكان، يمكننا أن نبني موحد الإطار النظري، الذي هو هدفنا. في تجهيز الفضاء الدلالي يمكن حلها فهم المشكلة، ولكن هذا العمل صعب للغاية.

أخبرني عن واحد ونحن نقوم بهذا العمل. الاصطناعي الشبكة العصبية لماذا لا تحصل على معلومات الدلالي ذلك؟ لماذا يمكن للشبكة العصبية في الدماغ البشري تفعل؟ الفرق هنا، نحن تستخدم الشبكات العصبية الاصطناعية بسيطة جدا، ونحن نحاول جعل الكثير من بنية ووظيفة شبكة الدماغ إضافة إلى القائمة، فقط "جيل متفرق" من هذا النوع لدينا هنا، يمكننا أن نرى بعض تأثير والوجه، أو الفيل مخطط الطيور، والشبكة العصبية يمكن استخراجها.

وهناك طريقة أخرى هي مع معا يحركها المعرفة المبنية على البيانات. قال فقط، الذكاء البشري لا يمكن أن البيانات ببساطة كبيرة من خلال تعلم كيفية التعلم بها، وكيفية القيام به؟ بسيطة جدا، مع المعرفة، فمن لديه القدرة المنطق، والقدرة على اتخاذ القرارات، وحتى نتمكن من حل حالات الطوارئ. نحن الآن لا يتم وضع هذه معا، فمن أفكارنا الأساسية، والمعرفة، أو البيانات أو أيا كان، والمتوقع في نفس المساحة، ومن ثم يتم التعامل مع أسلوب الرياضي نفسه، والذي قمنا به الكثير من العمل.

وأخيرا، وجعل الختام، نرى عرض الذكاء الاصطناعي، والمحور الأفقي يمثل الإحداثيات من الميدان، من حقل واحد إلى حقول متعددة، إلى الحقول المفتوحة. ويمثل المحور الرأسي اليقين والكامل للمعلومات، عن الاكتمال لغير مكتملة، تحديد من عدم اليقين. في تمثل الزاوية السفلى اليسرى أسهل، هو مجرد لقاء الشروط الخمسة، والآن الذكاء الاصطناعي في هذا الجزء من الحل بشكل جيد للغاية، ونحن نستخدم الأبيض لتمثيلها، AlphaGo هنا، الأزرق الداكن هنا، والروبوتات الصناعية هنا. الآن ونحن في طريقنا للذهاب إلى منطقة رمادية، ولعب الورق، ومعلومات ناقصة، ولعب الآن تكساس هولدم، شخص شخص، يمكن للكمبيوتر ضرب إنسان، لعبة متعددة، الكمبيوتر لا العمل، وهذا هو منطقة رمادية، يمكننا أن نفعل، وماذا يمكن أن تفعل ؟ وعلى الرغم من لعب الورق من غير المؤكد، وإنما هو بمعنى احتمال لتحديد احتمال سطح تحصل عليه، يمكنك معرفة، هو مدى احتمال حدوث الاحمرار، اصطف إلى جانب احتمال كم، منذ يمكن حساب الاحتمال وفي نهاية المطاف سوف يكون من المؤكد أن هزم البشر الكمبيوتر. واتسون على الحق، ومجالها واسع، وإنما هو حتمية، بل هو في المنطقة الرمادية. إلى الجزء العلوي الأيمن من القطيع أكثر صعوبة، الطيار الآلي، والروبوتات الخدمة، وتحليل البيانات الكبيرة، بل هو المربع الكبير، بعض بسيطة، بعض الصعوبات، على الطيار الآلي من حيث الممرات، قليل الحركة، وأحوال الطرق وبسيطة، في أبيض أو منطقة رمادية، إذا تم معقدة الطريق إلى المنطقة الصفراء، المنطقة الصفراء الآن أيضا معالجة الكمبيوتر ليست جيدة. أبعد أين هو؟ في الزاوية العليا اليمنى، واختبار تورينج. لدينا الكثير من المفاهيم الخاطئة حول اختبار تورينج، اختبار تورينج هو في الواقع فتح مجال الأسئلة والأجوبة، فمن الصعب! صوفيا تقوم بعمل جيد؟ سيئة للغاية. فهم اللغة الطبيعية هنا، في صنع القرار في بيئات معقدة ترك المكان قليلا، وهو أمر صعب للغاية. لذلك نحن الآن الذكاء الاصطناعي من أسفل اليسار إلى أعلى على الفور، ونحن الآن على مقربة من نقطة الانطلاق. بعض الناس يريدون استخدامه بعض المصطلحات التمييز بين مراحل مختلفة من تطور الذكاء الاصطناعي، وطلب الخبير لي، كيف هو رأيك؟ أقترح عدم استخدام كلمات جديدة مع كلمات جديدة في كثير من الأحيان لا أستطيع أن أقول الكثير من المتاعب، وبعض الناس يقولون: إن منظمة العفو الدولية ضعيفة، وبعد الذكاء الاصطناعي قوي، بعض الناس يقولون دعا تعزيز الاستخبارات الآن (المعقم المخابرات) هو مفهوم AI ...... من الصعب جدا لشرح، أو ببساطة، "نحن على الطريق لمنظمة العفو الدولية الحقيقي" الآن لا تذهب بعيدا، بالقرب من نقطة البداية، AI دائما على الطريق، ويجب أن نكون مستعدين ذهنيا، وهذا هو سحر الذكاء الاصطناعي . لماذا الجميع الكثير من التركيز على الذكاء الاصطناعي؟ لأننا دائما على الطريق، والتي جذبت لنا لحل هذه المشاكل، وهذه المشاكل تحل مرة واحدة، وتقدم المجتمع البشري، وحياة الإنسان تغيير في الطبيعة يحدث.

وأخيرا كتبت في الفقرة الأخيرة من الصينيين وخلص، للأسف لا أستطيع ترجمتها.

الملك مو من تشو الغربية شو، كانت الحرفيين لو يو يانشى. جمهور يانشى مع الملك اليوم التالي، كاي للدمية. "الملعب خطوة تعجل، والرسالة الناس." "وصلة من جمجمتها، وأغنية القانون؛ عقد يدها، ثم الرقص احتفالي المتغيرة باستمرار، ولكن الغرض ملكا قابل للتطبيق التي أناس حقيقيين، مع شينغ هايم في الملكية وعرض، والتكنولوجيا في نهاية المطاف، المحامي الذي برمشة عين في حين. التحرك كان الملك محظية وانغ غاضبة، قتل الردع يانشى. يانشى كبير، القسم الرأسي لإظهار أن أولئك الذين يدعون إلى الملك، هي Fukuai قه والخشب والبلاستيك، والطلاء، أبيض، أسود، أحمر، أخضر فعل ل وبدأ مو يو تشاو الثاني من سيارة للذهاب.

منذ كان 3000 عاما، ونحن نتصور القدماء للروبوت، الذكاء الاصطناعي في حالة جيدة الآن نلقي نظرة على ذلك؟ صوفيا هو أننا الآن يصل إلى مستوى، لكنها لا يمكن أن يغني، لا يمكن أن الرقص، لا يمكن إلا أن يتكلم الإنجليزية، وتشو وانغ لم يفهم، وبالتأكيد ليس أعجب. الآن نفترض صوفيا "طرفة ونقل رأسه حول الملك محظية"، الغمزات أرسلت إلى الملك تشو محظية الملك الذي سيحدث بعد ذلك؟ أعتقد أن لم يستجب، لأن صوفيا امرأة وانه لم يكن غيور. لكننا نفترض صوفيا "طرفة ونقل رأسه الملك"، وإرسالها لير ملك، وانغ يوي سوف تكون كبيرة، أسيرا على الفور تقع في الحب؟ لا أعتقد ذلك، لأن صوفيا لا تبدو مثل الناس، وأنها ليست سوى مؤخرا وضع اليدين والقدمين، والمشي ليست رشيقة، كيف نعيش؟ لذلك استنتاجي هو أن "صوفيا مو اجتياز الاختبار، وبطبيعة الحال، فإنه من أكثر اجتياز اختبار تورينج".

نستنتج ما هو؟ منظمة العفو الدولية قد بدأت للتو، لا تزال بعيدة جدا عن AI الحقيقي، ونحن نعمل معا الآن، لدينا طريق طويل لنقطعه.