知识赋能AI——张钹院士担任智谱公司首席顾问
追溯“知识智能”
人物:智谱首席顾问张钹院士
技术:知识图谱与认知推理
智谱公司围绕大数据环境下基于感知的数据驱动和基于认知的知识驱动相结合的认知工程及知识服务的科学问题,重点研发深度学习和符号计算相结合的知识表示、获取、推理和知识服务理论和方法,实现大数据分析从基于底层特征的数据处理到基于显著语义的知识处理的跃迁,构建大数据知识工程和知识服务共性关键技术。
公司产品研发的核心思想是采取机器学习和逻辑推理相结合的策略,研究知识图谱与认知推理。基于Web海量数据,公司研发通过半自动化的机器学习方法构建超大规模认知图谱,并将其应用于科技大数据、在线商店等系统中。核心技术将围绕大数据环境下基于感知的数据驱动和基于认知的知识驱动相结合的知识工程及知识服务,研发深度学习和符号计算相结合的知识表示、获取、推理和知识服务方法,实现大数据分析从基于底层特征的数据处理到基于显著语义的知识处理的升级,构建大数据知识工程和知识服务共性关键技术。
在技术积累方面,智谱人在知识表示学习、信息抽取和网络挖掘以及知识发现和知识工程等相关领域的研究和技术创新水平已达到世界级水平,有些已经形成了国际范围的影响力。在基础技术方面,团队近年来提出了基于矩阵分解统一理论的网络表示学习算法;提出的最小风险的异构语义集成技术连续多年在语义集成国际评测OAEI中获得第一;在认知方面也提出认知图谱的概念;研发的研究者社会网络挖掘系统AMiner收集了全球1.36亿科研人员、超过3亿文献,吸引全球超过1000多万独立IP访问。成果获中国人工智能学会科技进步一等奖、北京市科学技术一等奖、电子学会自然科学二等奖等。
展望:知识赋能AI
知识驱动与数据驱动融合的人工智能方法,探索专家知识在深度学习为代表的数据驱动系统的应用方法;研究受认知启发的深度学习模型与方法,探索人脑的功能和结构对深度学习模型设计的应用方法;研究深度强化学习的理论与方法,探索复杂、动态和交互场景下的自我强化学习机制;研究如何将知识图谱的先验知识作为深度学习的输入或者优化目标的约束;研究知识在强化学习中的应用机制;启动世界常识库建设。
建立具有全球影响力的世界常识库以及人工智能评测体系:建设一个可支撑人工智能新发展的大型语义基础设施--世界常识库,并以其为基础,针对目前对智能技术的定义、发展水平等尚无明确的定义和测评指标的问题,着眼于人工智能的发展路径和现实需求,从人工智能的定义、测量和测试等方面,研究人工智能系统的基准评测数据库、评测方法和评测模型,建立具有全球影响力的人工智能评测体系,并组织世界范围内的开放域问答竞赛。
具体来说,在核心技术方面,专注于鲁棒、可解释的人工智能,结合认知科学,研发知识驱动与模型驱动相融合的思路,发展新一代的人工智能技术新框架。包括:
(1)知识驱动与模型驱动融合的智能技术与方法;
(2)面向未来人机协同的智能感知、推理、决策与方法;
(3)大规模世界常识库的建设方法与工程;
(4)智能评测技术与方法。