李开复谈20年后的AI，崔宝秋论开源之道MEET2021智能未来大会(18)

且不谈上亿人民币的训练成本,GPT-3这样的语言模型,如今已经暴露出一个明显的问题:没有常识。比如,你问它一根草有几只眼睛,它会回答“一只眼睛”。
想要解决这样的问题,用计算的方式做认知,唐杰教授谈到可以结合两种方法去实现。
第一,数据驱动。把所有数据进行建模,并学习数据之间的关联关系,学习数据的记忆模型。
第二,知识驱动,构建知识图谱。
不过,仅仅如此仍然不够。
唐杰教授指出:
真正的通用人工智能,我们希望它有持续学习的能力,能够从已有的事实、从反馈中学习到新的东西,能够完成一些更加复杂的任务。
因此,认知AI应该符合9个准则:适应与学习能力,定义与语境化能力,自我系统的准入能力,优先级与访问控制能力,召集与控制能力,决策与执行能力,错误探测与编辑能力,反思与自我监控能力,条理与灵活性之间的能力。
认知图谱
的概念也就应运而生。
认知图谱有三个核心要素:
常识图谱。比如高精度知识图谱构建工具,领域知识图谱应用系统,超大规模常识知识图谱,基于知识图谱的推荐/搜索等等。
逻辑生成。与计算模型相关,如超大规模的预训练模型,能够自动进行内容生成。
认知推理。即让计算机有推理、逻辑思维能力,像人一样思考。
唐杰教授表示,知识图谱 深度学习 认知心理,打造知识和认知推理双轮驱动的框架,将是接下来一个重要的研究方向。项目关键技术通过成果转化孵化了北京智谱华章科技有限公司(简称智谱·AI),形成多个核心产品,在阿里巴巴、搜狗、华为、腾讯、点通、工程院等30余家企事业单位部署了超过100余套智能型云服务系统,应用前景极其广阔。智谱·AI在2020年中国人工智能年度评选中获得AI明星创业公司TOP10及最佳解决方案TOP10两个奖项。智谱·AI作为知识图谱产业链的参与者,助力人工智能赋能实体产业,促进我国新基建发展。