為什么符號AI對商業(yè)運營至關重要?

計算機科學的最終目標是創(chuàng)建一個能夠思考、邏輯和學習的AI系統(tǒng)。另一方面，如今的大多數人工智能系統(tǒng)只具備兩種能力中的一種:學習或推理。雖然符號方法擅長于思考、解釋和管理大型數據結構，但它們很難在感知世界中建立符號。為了解決問題，符號AI采用了自上而下的方法(例如:國際象棋計算機)?！爸灰阕銐蚺?，就會找到想要找的東西?！彼阉魇且环N象征性的AI技術。在這種情況下，計算機對潛在解決方案的逐步測試和結果的確認被稱為“搜索”。國際象棋計算機“想象”出數百萬種不同的未來走法和組合，然后根據結果“決定”哪一種走法最有可能獲勝，這就是一個很好的例子。這與人類的思維是相似的:每個花費大量時間玩棋盤游戲或策略游戲的人，在做出選擇之前至少會“玩過”一次他們思想中的動作。神經網絡可以幫助傳統(tǒng)的AI算法，因為它們添加了一種“人類”的直覺，減少了需要計算的動作數量。通過整合這些技術，AlphaGo能夠在圍棋這樣復雜的游戲中擊敗人類。如果計算機計算出每一步的所有可能的移動，這就不可能實現。一旦將想法存儲在規(guī)則引擎中，就很難修改，這是符號AI或GOFAI的主要障礙之一。專家系統(tǒng)是單調的，這意味著添加的規(guī)則越多，系統(tǒng)中編碼的信息就越多，但新的規(guī)則不能破壞先前的知識。單調是一個僅指一個方向的術語。機器學習算法可以在新的數據上重新訓練，其更擅長記錄臨時信息，如果需要的話，以后可能會收回這些信息。例如，當數據是非平穩(wěn)時，它們會根據新數據修改參數。符號思維的第二個問題是，計算機不理解符號的含義，這意味著它們不一定與世界的其他非符號表示有關。這與神經網絡不同，神經網絡可能將符號與數據的矢量表示連接起來，這只是原始感官輸入的轉換。那么，顯而易見的問題是:“這些符號是為誰服務的?”它們對機器有用嗎?既然機器人能讓人類基于潛在的生理限制進行交流和管理信息，為什么還要使用符號呢?為什么機器不能使用向量或海豚和傳真機共享的一些嘈雜語言進行交流?

讓我們來做一個預測:當機器真的學會了以可理解的方式相互交流時，其將使用一種人類無法理解的語言。對于高帶寬設備來說，也許字的帶寬是不夠的。也許其需要額外的維度來清楚地表達自己。語言只是被機器繞過的門上的一個鑰匙孔。自然語言充其量可能是人工智能提供給人類的一個API，這樣人類就可以搭上其的順風車;在最壞的情況下，這可能是對實際機器智能的轉移。然而，我們將其與成功的巔峰混為一談，因為自然語言是我們展示智慧的方式。好處:

?創(chuàng)建知識圖譜: 創(chuàng)建知識圖譜，作為構建任何聊天機器人或語音助手的起點。知識圖譜是未來的數據結構，其將成為未來所有基于人工智能的應用的基礎。

?流程實施:數字化和組織數據的準備是企業(yè)不可避免的。因此，知識圖譜的創(chuàng)建遲早是不可避免的。建立組織程序和工作流程，這對未來頻繁的知識文檔和更新是必要的。

?最大的便利:在線處理后臺的細節(jié)，使企業(yè)能夠專注于數據準備和添加。在線對話AI平臺允許用戶在任何時間輕松編輯或修改任何信息。

?全面的方法:在線通過協(xié)助用戶完成流程的所有階段來提供完整的體驗。從以知識圖譜的形式存儲信息，到為聊天機器人或語音助手提供吸收事實、適當響應的能力，并允許用戶完成想要的交易(如購買)?？赡苄允菬o限的。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。