證件、人臉，掃描對(duì)比，綠燈亮，通過(guò)，在經(jīng)過(guò)高鐵安檢閘口的這一流程時(shí)，你也許會(huì)想：機(jī)器認(rèn)識(shí)我。而實(shí)際上，并不是。

“當(dāng)前的人工智能(AI)識(shí)別做的只是比對(duì)，缺少信息進(jìn)入大腦之后的‘加工、理解、思考’步驟，因此僅僅停留在‘感知’，而并非‘認(rèn)知’?！?月18日，紀(jì)念吳文俊誕辰一百周年活動(dòng)的“認(rèn)知智能行業(yè)應(yīng)用大會(huì)”舉行，中國(guó)人民大學(xué)高瓴人工智能學(xué)院執(zhí)行院長(zhǎng)文繼榮表示，要讓AI有類(lèi)似大腦的活動(dòng)，走到認(rèn)知階段，需要讓它掌握知識(shí)、進(jìn)行推理。AI從“感知智能”走向“認(rèn)知智能”的實(shí)踐目前在通用狀態(tài)下比較困難，但在一些諸如反洗錢(qián)、偵察等領(lǐng)域正在應(yīng)用。

AI“大腦”長(zhǎng)成要先建知識(shí)庫(kù)

“現(xiàn)在的AI處于弱人工智能狀態(tài)，它沒(méi)有大腦，要讓它形成大腦，最核心的是要有‘知識(shí)’。”

微軟亞洲研究院前研究員、北京一覽群智數(shù)據(jù)科技有限責(zé)任公司首席執(zhí)行官胡健表示，如果現(xiàn)有的算法、模型是神經(jīng)或腦結(jié)構(gòu)，那么知識(shí)是大腦能夠運(yùn)轉(zhuǎn)起來(lái)的原動(dòng)力。

讓AI獲得知識(shí)的知識(shí)庫(kù)在業(yè)界稱(chēng)為“知識(shí)圖譜”，它不僅要關(guān)注知識(shí)點(diǎn)還要關(guān)注知識(shí)點(diǎn)間的關(guān)聯(lián)。這些關(guān)聯(lián)將賦予AI聯(lián)想力?！疤岬剿磻?yīng)到密度、透明等多個(gè)性質(zhì)，還要和澆水、能喝的功能聯(lián)系起來(lái)，更高級(jí)的是計(jì)算出用多大力道去取水。”胡健說(shuō)。

知識(shí)圖譜的建立非常困難，人類(lèi)海量的知識(shí)如何翻譯成機(jī)器的語(yǔ)言，并與之建立聯(lián)系，很成問(wèn)題。尤其是之前這項(xiàng)工作一直是人工完成的，例如谷歌詞庫(kù)、百度百科、維基百科等都可以轉(zhuǎn)換為知識(shí)圖譜，但工作量大、內(nèi)容異常龐雜。

“關(guān)聯(lián)密度不足是另一個(gè)難以達(dá)到應(yīng)用的‘瓶頸’?！焙〗忉?zhuān)粋€(gè)知識(shí)點(diǎn)可能最多出現(xiàn)在幾個(gè)關(guān)系中，能解決比爾?蓋茨的爸爸的鄰居的媽媽這種單維度的問(wèn)題，但離反映現(xiàn)實(shí)世界中“蝴蝶效應(yīng)”里的相互影響還差很遠(yuǎn)。

在關(guān)聯(lián)密度不足的情況下，AI的“大腦”即便擁有一個(gè)上千萬(wàn)詞條體量的通用知識(shí)圖譜也難以達(dá)到應(yīng)用的級(jí)別。

行業(yè)知識(shí)圖譜能達(dá)“認(rèn)知層面”

知識(shí)點(diǎn)的關(guān)聯(lián)密度更像是一個(gè)AI大腦皮層，越復(fù)雜密集AI將越“聰明”。

“聚焦到行業(yè)，AI可以做到相對(duì)聰明一點(diǎn)?！焙≌f(shuō)，一些行業(yè)本身就有自己的基礎(chǔ)關(guān)聯(lián)圖，這為其制定圖譜提供了幫助。例如公安系統(tǒng)有一套體系，包括人、地、事、物、組織、機(jī)構(gòu)以及關(guān)聯(lián)，將出入境數(shù)據(jù)、第三方物流數(shù)據(jù)等加入進(jìn)來(lái)之后，可固定成知識(shí)圖譜。

中國(guó)人民公安大學(xué)公共安全行為科學(xué)實(shí)驗(yàn)室主任丁寧介紹，在做入室盜竊、公交扒竊等一些行為規(guī)律的研究時(shí)，知識(shí)圖譜中除了引入歷史數(shù)據(jù)的發(fā)展態(tài)勢(shì)、風(fēng)險(xiǎn)感知之外，還逐步加入了環(huán)境、天氣等數(shù)據(jù)，包括PM2.5的值，結(jié)果發(fā)現(xiàn)PM2.5的值對(duì)公交扒竊是有影響的。

“我們也提出虛實(shí)網(wǎng)絡(luò)結(jié)合的方向，在掌握了實(shí)際的社交網(wǎng)，和資金流、社交流聯(lián)系之后，我們對(duì)于團(tuán)伙的刻畫(huà)就比較準(zhǔn)確了。”丁寧說(shuō)，這將大大提高AI通過(guò)分析輔助決策的能力。

越密集越準(zhǔn)確，AI知識(shí)圖譜的關(guān)系圖要做到像“福爾摩斯”一樣綜合分析，要形成凝集大量信息的知識(shí)圖譜，這對(duì)傳統(tǒng)的人工建立知識(shí)圖譜的效率提出了挑戰(zhàn)?！盀榇?，我們研發(fā)出人工智能的解決方式，能夠自動(dòng)從海量的多源異構(gòu)數(shù)據(jù)中抽取知識(shí)構(gòu)建關(guān)系、理解語(yǔ)義以及與業(yè)務(wù)場(chǎng)景有效結(jié)合，更標(biāo)準(zhǔn)化、效率更高、關(guān)聯(lián)密度能做到更高?！焙≌f(shuō)。

“在此基礎(chǔ)上，我們研究出來(lái)跨境資金網(wǎng)絡(luò)可疑交易的一套AI模型?！敝行陪y行反洗錢(qián)專(zhuān)家沈可生說(shuō)，它習(xí)得“認(rèn)知智能”后每年的可疑交易預(yù)警量從50萬(wàn)份下降到10萬(wàn)份，減少80%人工甄別的工作量，同時(shí)把結(jié)果的準(zhǔn)確度提升了80%。