你打算购买的新房附近有几个公园?某餐厅最好的配餐酒是什么?回答这些日常问题需要进行关系推理,但人工智能(AI)很难掌握这种思维方式。
据报道,谷歌“深度思维”(DeepMind)团队日前研发出一种简单的算法,不仅能解决此类推理问题,而且在复杂的图像理解测试中能超过人类。
人类天生擅长关系推理,但AI的两种主要模式——基于统计和基于符号计算的算法,在发展关系推理方面一直进展缓慢。基于统计的机器学习在模式识别方面表现优异,但不善于使用逻辑；而基于符号计算的AI可使用预先设定的规则推理关系,但不擅长学习。
新研究用一种能进行关系推理的人工神经网络来解决上述问题。该神经网络将小程序结合在一起,共同发现数据中的模式。它们拥有专门的架构来处理图像、描述语言甚至学习游戏,从而可对某个场景中的每对物体进行比较。
新神经网络接受了多重考验,且表现突出。在回答图像中物体之间的关系时,科学家让它与另外两个神经网络(分别用于识别图像中的物体和解释问题)合作,结果显示,其他机器学习算法的正确率为42%到77%,人类的正确率为92%,而新神经网络的正确率为96%。
在处理语言任务的考验中,新神经网络的正确率为98%,而其他AI算法的正确率仅为45%。此外,新算法还对动画片内运动的球之间的关系进行了分析,结果正确率达到90%以上。
斯坦福大学计算机科学家贾斯汀·约翰逊认为,这套系统要像人类那样灵活,还必须学会回答更富挑战的问题,例如比较三个物体之间的关系等。
(据《科技日报》)
本稿件所含文字、图片和音视频资料，版权均属
齐鲁晚报所有，任何媒体、网站或个人未经授权不得转载，违者将依法追究责任。
【PDF版】
