Δώστε προσοχή στο συνέδριο καινοτομίας της επιστήμης και τεχνολογίας του Chongqing｜Τα δεδομένα και η γνώση οδηγούν και τις δύο πλευρές.
2024-08-21
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Όταν γεννήθηκε το ChatGPT, πυροδότησε την τεχνολογία παραγωγής τεχνητής νοημοσύνης σε όλο τον κόσμο, αλλά επίσης παραπονέθηκε από πολλούς ανθρώπους: συχνά «λέει σοβαρά ανοησίες». Όταν η Sora έγινε επιτυχία σε όλο το Διαδίκτυο, μερικοί άνθρωποι έσπευσαν να την επικρίνουν: τα "δημιουργικά" και "ρεαλιστικά" βίντεο που δημιουργούσε μερικές φορές είχαν ελαττώματα που δεν ήταν συνεπή με την κοινή λογική, όπως οι άνθρωποι που έτρεχαν προς τα εμπρός εκείνη τη στιγμή. οι κινήσεις του σώματος αντιστράφηκαν...
"Η τεχνολογία τεχνητής νοημοσύνης έχει αναπτυχθεί γρήγορα, αλλά υπάρχουν ακόμη πολλά προβλήματα που πρέπει να επιλύσουμε επειγόντως. Ασχολούμαστε με την κατασκευή ενός χώρου γνώσης πολλαπλών κοκκοποιήσεων, ο οποίος στοχεύει στο βασικό επιστημονικό πρόβλημα της επεξεργασίας γνώσης αβεβαιότητας στον τομέα της τεχνητή νοημοσύνη», δήλωσε ο Διευθυντής του Normal University του Chongqing, Wang Guoyin. Στο βραβείο Επιστήμης και Τεχνολογίας του Chongqing που μόλις ανακοινώθηκε για το 2023, το έργο «Θεωρία Μοντέλων και Μέθοδοι για Κατασκευή Χώρου Γνώσης με Πολλαπλή Κοκκοποίηση» με επικεφαλής τον ίδιο κέρδισε το πρώτο βραβείο του Βραβείου Φυσικής Επιστήμης του Τσονγκκίν.
▲ Ο Wang Guoyin έδωσε μια ακαδημαϊκή έκθεση. Φωτογραφία που παρέχεται από τον συνεντευξιαζόμενο
Εισήγαγε ότι η συνήθης τεχνητή νοημοσύνη βασίζεται σε δεδομένα, με απλούς όρους, είναι η απόκτηση πληροφοριών και γνώσης από τεράστια δεδομένα για την επίλυση προβλημάτων. Το πρόβλημα με αυτό είναι ότι επεξεργάζεται δεδομένα με μαθηματικό και στατιστικό τρόπο, ο οποίος δεν είναι απαραίτητα συνεπής με τη λογική της ανθρώπινης γνώσης και τα αποτελέσματα μπορεί να έχουν κάποιες αποκλίσεις.
«Σε αυτό το πλαίσιο, θέλουμε να σπάσουμε την ενιαία προσέγγιση που βασίζεται στα δεδομένα, να ενσωματώσουμε και να χρησιμοποιήσουμε τη λογική της ανθρώπινης γνώσης για να οδηγήσουμε την κατασκευή συστημάτων τεχνητής νοημοσύνης και να κάνουμε την τεχνητή νοημοσύνη πιο έξυπνη ή να κάνουμε την τεχνητή νοημοσύνη περισσότερο σαν την ανθρώπινη νοημοσύνη». Ο Guoyin είπε, ονομάζουν αυτή την προσέγγιση αμφίδρομη κίνηση δεδομένων και γνώσης. Με βάση αυτό, δημιούργησαν ένα γνωστικό υπολογιστικό μοντέλο πολλαπλής κοκκοποίησης.
Σύμφωνα με αναφορές, στον τομέα της επιστήμης της πληροφορίας, οι επιστήμονες οπτικοποιούν δεδομένα πληροφοριών και χρησιμοποιούν την ευαισθησία για να εκφράσουν το σχετικό μέγεθος ή την τραχύτητα των μονάδων πληροφοριών, όπως ακριβώς χρησιμοποιούμε pixel για να περιγράψουμε την ποιότητα μιας φωτογραφίας. Ο γνωστικός υπολογισμός πολλαπλής κοκκοποίησης προτάθηκε για πρώτη φορά διεθνώς από την ομάδα του Wang Guoyin το 2017. Είναι μια μέθοδος γνωστικής υπολογιστικής που συνδυάζει τους γνωστικούς νόμους του ανθρώπινου εγκεφάλου με τις υπάρχουσες μεθόδους υπολογισμού τεχνητής νοημοσύνης.
«Στην πραγματικότητα, τα ανθρώπινα όντα αντιλαμβάνονται τον κόσμο από διαφορετικά επίπεδα κοκκοποίησης, εξήγησε χρησιμοποιώντας την αναγνώριση προσώπου ως παράδειγμα. Αναγνώριση, όπως η απόσταση των ματιών, το σχήμα του αυτιού, η αναλογία χαρακτηριστικών του προσώπου κ.λπ., για να επιβεβαιώσετε αν είναι φίλος σας. Προτού όμως δείτε τα χαρακτηριστικά του προσώπου του ατόμου, μπορείτε συχνά να τον αναγνωρίσετε μέσω περιεκτικών πληροφοριών όπως στάση σώματος, κινήσεις, ιδιοσυγκρασία κ.λπ. Αυτός είναι ο γνωστικός υπολογισμός πολλαπλών κόκκων «Όπως λέμε συχνά, μπορούμε να δούμε και τα δέντρα και το δάσος ως σύνολο, αλλά και τον κορμό, τα κλαδιά και τα φύλλα ενός δέντρου.
Κατά την άποψή του, καθοδηγείται ακριβώς από την αμφίδρομη ροή δεδομένων και γνώσης ότι η τεχνητή νοημοσύνη όχι μόνο ικανοποιεί τον μηχανισμό υπολογισμού και επεξεργασίας πληροφοριών των συστημάτων υπολογιστών, αλλά ικανοποιεί επίσης τον γνωστικό μηχανισμό «μεγάλης κλίμακας προτεραιότητας» των ανθρώπινων όντων από τη μακροεντολή. σε μικρο Στο μέλλον, θα αλλάξει Γίνε πιο ανθρώπινος.
Είναι κατανοητό ότι τα αποτελέσματα αυτού του έργου όχι μόνο έχουν αναφερθεί θετικά από γνωστούς μελετητές από περισσότερες από 30 χώρες και περιοχές, αλλά έχουν επίσης χρησιμοποιηθεί με επιτυχία για την επίλυση βασικών τεχνικών ζητημάτων στους τομείς της εθνικής διακυβέρνησης της ασφάλειας του κυβερνοχώρου, της βιομηχανίας διαδικασιών έλεγχο και έξυπνη υγεία.
"Η εξερεύνηση μας πέτυχε μόνο σταδιακά αποτελέσματα, ο Wang Guoyin είπε ότι προς το παρόν, η ομάδα του συνεχίζει να διεξάγει θεωρητική και μεθοδολογική έρευνα από τη μία πλευρά, και επίσης πραγματοποιεί ενεργά εφαρμοσμένη έρευνα, από την άλλη πλευρά." μπορεί να εφαρμοστεί σε διαφορετικές βιομηχανίες.
