思必驰俞凯图解认知计算是什么?
2016年12月20日 由 荟荟 发表
457970
0
如果在网上查阅资料,你会发现认知计算算不上高频词,至少相比深度学习,认知计算在业界的热度还没那么高,俞凯坦言,关于认知计算业界目前还没有一个统一的定义。
那么它和深度学习相比有什么特点?
俞凯解释道,认知计算解决的是理解、反馈和学习问题,它对应于人脑当中比较抽象的推理部分,认知的输入和输出都不明确。”而“深度学习是一种方法,我们可以把它用在人工智能和控制上,它解决的是输入和输出之间的映射(算法),例如输入语音,输出的是文字;
[caption id="attachment_26157" align="aligncenter" width="300"]
图示坐标:语音交互在认知计算上的分类[/caption]
它用坐标描述了语音交互在认知计算上的分类。按照对话的应用场景来看,以轮回的次数作为横坐标,结构的引进程度作为纵轴,我们就可以在坐标的象限里分成四个部分(如上图):命令式、问答式、闲聊式和任务式四种场景。可以看出,命令式的交互和闲聊式的交互本质上都没有引进绝对的结构化信息,命令相对简单,闲聊会更复杂,而问答和任务这两种交互场景是目前应用得比较多的类型.
[caption id="attachment_26161" align="aligncenter" width="300"]
图:认知计算涉及到的技术及详解[/caption]
再来看看认知计算涉及到的技术,它包括深度(序列)学习、知识与数据双轮驱动以及强化学习。
1.深度学习带动了包括语音识别、对话交互在内的技术进步,而在认知系统里,最大的进步还是深度序列学习,即把整个文字序列看成学习目标。
2.知识与数据双轮驱动的应用越来越多,这其中出现了很多基于规则和统计混合的新的技术。
3.强化学习在AlphaGo之后被广泛关注,其在对话交互当中已经成为最前沿的一种方式,现在深度Q网络也已经被广泛应用起来了。
认知计算需要解决大数据和深度学习之外的问题