從“知識(shí)圖譜”出發(fā) 百度開啟“人工智能“之夢(mèng)

時(shí)間：2023-02-04 03:40:01 | 來源：電子商務(wù)

時(shí)間：2023-02-04 03:40:01 來源：電子商務(wù)

也許你還記得影片《人工智能》里能和真人媲美的機(jī)器人，他們除了擁有與真人難以區(qū)分的完美外形，更擁有甚至能夠超越人類的頭腦。不知道你是否還記得一個(gè)場(chǎng)景，工程師問機(jī)器人“什么是愛”，她迅速回答“就是微張我的雙眼，讓我呼吸急促，體溫略為上升……”電影中，智能機(jī)器人能迅速識(shí)別人類發(fā)出的指令，識(shí)別“機(jī)器眼睛”中捕捉的畫面。但是，機(jī)器人沒有人類所擁有的大腦，也沒有上天饋贈(zèng)的思維，它擁有的只是一個(gè)智能記憶芯片。

機(jī)器人怎么思考?它們的“大腦”就是我們使用的計(jì)算機(jī)，接收指令后，它“思考”的過程，就是根據(jù)所接受數(shù)據(jù)在數(shù)據(jù)庫中搜索和分析的過程?，F(xiàn)實(shí)中，科技的發(fā)展遠(yuǎn)沒有達(dá)到《人工智能》的程度，但是，數(shù)據(jù)分析早已經(jīng)在現(xiàn)實(shí)領(lǐng)域得到了廣泛應(yīng)用。搜索引擎就是一個(gè)例子，全球最大的中文搜索引擎——百度，已經(jīng)開始朝著人工智能之夢(mèng)邁進(jìn)。

“百度一下”背后的故事

舉個(gè)簡(jiǎn)單的實(shí)例，如果你百度一下“白加黑”，那么能夠立刻得到包含“白加黑”這種藥品所有信息的搜索結(jié)果，其中既有價(jià)格、成分、產(chǎn)地、生產(chǎn)商、相關(guān)新聞等直接關(guān)聯(lián)的信息，也會(huì)有“感康”“板藍(lán)根”等其他感冒藥的關(guān)聯(lián)信息，甚至還會(huì)出現(xiàn)“如何治療感冒”“什么情況容易得感冒”“小兒感冒治療”等大量信息。

對(duì)于用戶而言，只是簡(jiǎn)單地輸入關(guān)鍵詞，查看結(jié)果，然而，背后包含的是“數(shù)據(jù)分析技術(shù)”中的“知識(shí)圖譜數(shù)據(jù)分析”技術(shù)。什么是“知識(shí)圖譜”?簡(jiǎn)單來說，可以理解成為計(jì)算機(jī)建立的知識(shí)體系，它把復(fù)雜的知識(shí)系統(tǒng)通過它把復(fù)雜的知識(shí)領(lǐng)域通過數(shù)據(jù)挖掘、信息處理、知識(shí)計(jì)量和圖形繪制而顯示出來，揭示知識(shí)領(lǐng)域的動(dòng)態(tài)發(fā)展規(guī)律，為數(shù)據(jù)庫創(chuàng)立思維的路徑。

所以，當(dāng)搜索引擎的“知識(shí)圖譜”越全面越細(xì)化，就相當(dāng)于一個(gè)人的知識(shí)體系更加完善，搜索引擎也就越“聰明”，為用戶提供的搜索結(jié)果就有可能越精確。但是，計(jì)算機(jī)并不會(huì)主動(dòng)思考，如果僅僅有知識(shí)庫而沒有挖掘工具，再多的知識(shí)也只能石沉大海，于是，對(duì)“知識(shí)圖譜”的“數(shù)據(jù)分析”(也就是我們所說的“算法”)就變得尤為重要，有了算法，才能把知識(shí)從庫存中挖出來，算法越強(qiáng)大，挖掘出來的內(nèi)容就越準(zhǔn)確，越符合用戶的搜索需求。

追求極致 百度發(fā)起“知識(shí)圖譜數(shù)據(jù)分析”競(jìng)賽

百度搜索引擎是全球最大的中文搜索引擎，如上面所舉 “白加黑”的例子，輸入一個(gè)關(guān)鍵詞，能夠呈現(xiàn)出橫向和縱向相關(guān)聯(lián)的內(nèi)容，這其實(shí)已經(jīng)挺聰明。顯然，百度永遠(yuǎn)也不會(huì)嫌棄自己的支柱產(chǎn)品更聰明，今年五月份百度開放研究社區(qū)將進(jìn)行“百度知識(shí)圖譜數(shù)據(jù)分析競(jìng)賽”，目標(biāo)在尋找精準(zhǔn)的算法。競(jìng)賽負(fù)責(zé)人百度校園品牌部石洪竺說：“算法的準(zhǔn)確率就像給作文打分，可能永遠(yuǎn)也達(dá)不到100分，但是，要始終向著100分努力，讓準(zhǔn)確率無限逼近極致。”

比賽的進(jìn)行方式也很有趣，百度給出了兩個(gè)任務(wù)，分別是“實(shí)體相似度計(jì)算”和“實(shí)體關(guān)系推理”。百度針對(duì)兩個(gè)任務(wù)各給出了11000個(gè)實(shí)體，每個(gè)實(shí)體沒有給出名稱，參賽者只能看到實(shí)體唯一的ID和相對(duì)應(yīng)的十幾個(gè)描述。

第一個(gè)任務(wù)，通俗來說，需要參賽者寫出自己的算法，根據(jù)每個(gè)實(shí)體對(duì)應(yīng)的描述，配對(duì)有關(guān)聯(lián)的實(shí)體。例如，“白加黑”和“康泰克”便是一對(duì)，因?yàn)槎际歉忻八?“白加黑”和“百度”就風(fēng)馬牛不相及了。第二個(gè)任務(wù)，則需要參賽者通過算法，根據(jù)每個(gè)實(shí)體的描述找出有關(guān)連的實(shí)體，并推理出實(shí)體之間的關(guān)系。例如“漢景帝”和“漢武帝”兩個(gè)實(shí)體，便應(yīng)該根據(jù)描述推理出是“父子關(guān)系”。最終，參賽者中，所寫算法準(zhǔn)確率最高的自然就是勝者。

這個(gè)比賽考驗(yàn)的就是對(duì)搜索引擎知識(shí)庫的挖掘能力，挖掘能力強(qiáng)大了，才能夠準(zhǔn)確識(shí)別用戶搜索的關(guān)鍵詞與知識(shí)之間的關(guān)系，才能提供更全面的搜索結(jié)果。

搜索體驗(yàn)“升級(jí)” 識(shí)圖、識(shí)電影、識(shí)愛好

數(shù)據(jù)分析的應(yīng)用不僅僅在搜索引擎。還是用《人工智能》來說，當(dāng)機(jī)器人的“眼睛”“看見”一個(gè)畫面，它如何進(jìn)行識(shí)別?這用到的便是“深度學(xué)習(xí)(Deep Learning)”的圖像分割技術(shù)，它將畫面中的人和物從背景中“摳出”，進(jìn)行識(shí)別，然后去數(shù)據(jù)庫中找到答案。當(dāng)它“摳”的越細(xì)致，那么便意味著識(shí)別準(zhǔn)確度就會(huì)越高，那么搜索結(jié)果的準(zhǔn)確度也就更高?，F(xiàn)實(shí)中也有相關(guān)的應(yīng)用，“百度圖片”中的“相似圖片”功能和“百度識(shí)圖”就是對(duì)這一技術(shù)的應(yīng)用，能夠用圖片搜圖片或是用圖片搜信息。重視技術(shù)發(fā)展的百度同樣也有相對(duì)應(yīng)的競(jìng)賽來尋找更精準(zhǔn)的識(shí)別技術(shù)。

《人工智能》中，工程師向機(jī)器人提問“愛是什么?”機(jī)器人他也可能問“你認(rèn)為什么是愛”或是“愛情怎么解釋”。雖然語言表達(dá)不同，但是問題實(shí)際上是一致的，對(duì)應(yīng)的答案也是一致的。但是，計(jì)算機(jī)卻沒有人類聰明，這時(shí)候，也需要算法來告訴計(jì)算機(jī)這幾個(gè)問題應(yīng)該對(duì)應(yīng)一致的答案，這樣，在我們搜索信息時(shí)才能增加效率。百度2013年專門為此發(fā)起了“QT語義一致大賽”，這個(gè)對(duì)人類而言本能的事情，對(duì)計(jì)算機(jī)而言也是一樣高級(jí)技能。

電影中的機(jī)器人還能自主為主人選雜志、電影、運(yùn)動(dòng)，其實(shí)，通用依靠數(shù)據(jù)分析，我們的互聯(lián)網(wǎng)也能做到。你在搜索引擎中輸入的關(guān)鍵詞其實(shí)顯示了你的興趣愛好、生活狀態(tài)，你瀏覽的網(wǎng)頁、網(wǎng)絡(luò)社區(qū)中的朋友、發(fā)布的內(nèi)容同樣能夠說明這些。根據(jù)用戶提供的海量信息，利用算法，便能分析出你可能對(duì)什么電影感興趣從而推薦給你。百度去年辦了電影推薦算法大賽，也許之后還會(huì)有雜志推薦、運(yùn)動(dòng)推薦、商品推薦等等。

《人工智能》中能思考、能工作，甚至擁有情感的機(jī)器人也許只是科幻片中的主角，但是，其背后的數(shù)據(jù)分析工具已經(jīng)不是一個(gè)遙不可及的技能。現(xiàn)實(shí)生活中，我們的互聯(lián)網(wǎng)已經(jīng)進(jìn)入了智能時(shí)代，能夠識(shí)別我們提供的詞匯、句子、圖片，并在努力讓自己的識(shí)別變得更加精確。也許，就在不遠(yuǎn)的未來，“人工智能”將變?yōu)楝F(xiàn)實(shí)。