您现在的位置:新闻首页>数据

明略科学院院长、IEEE Fellow吴信东:大数据知识工

2018-08-18 09:44编辑:igtpro.com人气:


明略科学院院长、IEEE Fellow吴信东:大数据知识工程基础理论 | 直播课笔记

2018-08-14 09:28 来源:量子位 数据 /人工智能 /直播

原标题:明略科学院院长、IEEE Fellow吴信东:大数据知识工程基础理论 | 直播课笔记

不久前,明略数据成立明略科学院,并由明略科学院院长吴信东教授带来第一讲:《大数据知识工程基础理论及其应用》相关分享。

吴信东教授是国家“千人计划”特聘专家,长江学者,IEEE & AAAS Fellow,数据挖掘研究与应用领域的顶级科学家。

明略科学院院长、IEEE Fellow吴信东:大数据知识工

在分享中吴信东教授讲解了新环境下大数据技术应用研究成果,与大家共同探讨了大数据的科学难题及解决方法,分享了科技部大知识的研究方案。

以下为吴信东教授分享内容,由明略数据整理:

大数据、大知识、大智慧是三个台阶, pk10,大数据研究公认为是从美国启动的。

从大数据来凝练大知识,是华人学者启动的一个台阶,2016年我牵头,联合国内15家单位在科技部开始做一个重点研发计划的专项项目,叫大数据知识工程。我是这个项目的首席科学家,包括合肥工业大学、中科院与系统科学研究院,西安交通大学、中国科技大学、华东师范大学,还有百度和杭州的丁香园等。

我自己以前是做专家系统的,学过人工智能的人可能都知道,专家系统是人工智能的一个应用分支,是知识工程的一个应用实践。我的早期学术历程包括:

• 1988年,北京的电子工业出版社《专家系统技术》;

• 1990年,中国科技大学出版社,《专家系统设计》;

• 1991年,到了英国爱丁堡大学人工智能系读博士;

• 博士读完后,在美国出了第一本英文专著,叫《Knowledge Acquisition from Databases》,1995年出版。

互联网到物联网时代的核心是物物相连,从原来单纯的World Wide Web,到把Web上面的所有可能的信息都搜集起来,包括传感器,相关的人、物所提供的一相关信息资源等。互联网时代的物物相连正在悄悄地走向人工智能和机器人的时代,也就是智能信息处理,被称之为人类第四次工业革命。

1956年的达特茅斯会议标志着“人工智能”这个概念的形成。在1956年以前,在世界各地,包括美国、英国,大家都做一些尝试,机器翻译、智能语言处理、图灵机的设计、早期的神经网络的设计。1956年标志“人工智能”的诞生,其中的核心问题,是制造更聪明的计算机。随着人工智能概念形成以后,涉及到不同的侧面的探索,早期以搜索式推理、符号逻辑为驱动的。

真正让人工智能走向社会、走向世界、走向各行各业的应用,还是80年代的专家系统。

我个人的研究背景涉及到专家系统和知识工程。其后大家又认识到光靠专家系统和符号推理,人工智能应用还是有明显局限。

90年代以后,摩尔定律和统计学习推动了人工智能的广泛应用,近期的深度学习也挺火热。深度学习给人工智能掀起了一个高潮,当然也涉及到机器学习的其他方法。到了当今时代,大数据以及计算的需求揉和到人工智能系统开发里了。

我现在的研究主题是知识工程。在国际上,专家系统和知识工程的一个代表性人物,是斯坦福大学的Edward Feigenbaum。Feigenbaum教授1994年拿到了计算机学科的最高奖图灵奖,在好多的文献里面Feigenbaum教授就被称为专家系统之父,也就是知识工程之父。

Feigenbaum把专家系统和知识工程定义为对应用问题求解所进行的知识的获取、表达和推理。专家系统这门课包含三项核心技术:

第一、知识获取,就是怎么去跟专家打交道,把专家的知识获取来放到计算机程序里面去,知识获取就涉及到自动的、半自动的,还有人工的。

第二、获取了知识以后,首先要进行形式化,也就是逻辑表示、语义网络表示,还有状态空间图表示和产生式系统,这是四种典型的知识表示方法。

第三、知识表示成形式化的描述,进到专家系统后,就要进行问题求解,涉及到知识推理,包含正向推理、反向推理、双向推理。知识工程指的就是知识的获取、表示和推理,这是在国外。

在国内,我们中国科学院数学与系统科学研究院的陆汝钤院士,是国内做专家系统、知识工程的先行者。陆院士在最近《大数据在各领域的应用及发展策略》报告里面,把专家系统和知识工程分成了四代。这里暂不赘述,如果有兴趣可以自行搜索学习。陆院士亲自领导国内知识工程开发工作。

知识工程里面有两个核心难点问题:

(来源:新浪体育网)

织梦二维码生成器
已推荐
0
  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.igtpro.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






图说新闻

更多>>