深度知识的6个维度：如何让人工智能真正理解世界？智能的真正标志不是知识

文章图片
智能的真正标志不是知识，而是想象力。作者|GadiSinger
编译|王玥
编辑|陈彩娴什么知识让我们变得聪明？我们用来理解世界、解释新体验和做出深思熟虑的选择的认知结构是什么？定义一个阐明给人类或人工智能更深入理解和更高认知的知识的框架，将有助于我们对此话题进行结构化的讨论。
近日，英特尔实验室副总裁兼紧急人工智能研究主任GadiSinger介绍了这种赋予人工智能更高认知的知识构建（knowledgeconstructs）的数个维度，并指出一条通往更高智能机器的道路。

文章图片
图为英特尔实验室副总裁GadiSinger
更高层次的机器智能的核心，可能是让知识构建帮助人工智能系统组织自己的世界观，赋予人工智能理解意义、事件和任务的能力。如此一来，机器认知将从数据扩展到知识结构，包括描述性知识、世界动态模型和起源等维度。
在学习语言时，我们要区分形式（form）和意义（meaning）：形式指的是用来表达意义的符号，也就是表面的表达。每种形式在特定的语境中都有特定的含义，而形式在不同的语境中可以有不同的含义。
正如Bengio和Sch?lkopf等人在“TowardsCausalRepresentationLearning”一文中总结的那样：“目前机器学习的大多数成功都是源于对适当收集的独立和相同分布（i.i.d）数据的大规模模式识别。 ”系统吸收可观察到的元素，如文本字符、声音信号和图像像素，并建立模式和随机相关性，同时在基于识别的任务中产生出色的结果。

文章图片
论文地址：https://arxiv.org/pdf/2102.11107.pdf
越来越多的人认为，算法必须超越表面相关性，达到真正理解的水平，从而实现更高水平的机器智能。这种彻底的转变将使所谓的System2、3rdWave或广义/灵活的AI成为可能。正如GadiSinger在核心博客“认知人工智能的崛起”中所说的那样，更高水平的机器智能需要深层次的知识构建，这种知识构建可以将人工智能从表面相关性转化为真正理解这个世界。
美国国防部高级研究计划局（DARPA）的JohnLaunchbury指出，在第三次人工智能浪潮中，抽象（比如创造新的意义）和推理（规划和决策）将掀起一场新革命。第三次浪潮本身的特点是语境适应，即系统为现实世界的各种现象构建语境解释模型。
知识维度中有两个维度反映了对世界的看法，一个是描述性维度，描述性维度对世界上存在的事物进行了概念性的抽象，另一个是现实世界及其现象的动态模型。
此外，故事提升了人类在共同信仰和神话基础上的理解和交流复杂故事的能力。语境和来源归因以及价值和优先级是元知识维度，这些维度带来了基于条件的有效性和知识的不断叠加。最后，概念参考是结构基础，跨维度、模态和参考而存在。
这六个知识维度结合在一起，可以让人工智能不仅仅停留在事件相关性上，而是获得更深入的理解，因为这六个知识维度的潜在概念是持续的，可以解释和预测过去和未来的事件，甚至允许计划和干预，并考虑反事实的现实——因此文中使用了“深度知识（deepknowledge）”一词。
阐明和描述机器智能所需的知识构建类型，有助于确定实现这种知识构建的最佳方式，从而实现更高水平的机器智能。
1支持更高水平智能的六大知识维度对于人工智能系统来说，实施人类理解和交流中观察到的知识构建可以为智能提供实质性的价值。当所有的知识类型都得到支持和组合时，实际价值会大幅增长。