“认知智能”时代已来,华院计算联合信通院发布首份《认知智能技术与应用研究报告》
数据猿 · 2023-07-11 19:22:00 · 热度:加载中...
7月7日,在华院计算技术(上海)股份有限公司(以下简称“华院计算”)主办的2023世界人工智能大会“认知世界 智创未来”主题论坛上,华院计算联合中国信息通信研究院发布了国内首份《认知智能技术与应用研究报告》...

  7月7日,在华院计算技术(上海)股份有限公司(以下简称“华院计算”)主办的2023世界人工智能大会“认知世界 智创未来”主题论坛上,华院计算联合中国信息通信研究院发布了国内首份《认知智能技术与应用研究报告》(以下简称“《报告》”)。

  就当前AI发展趋势,华院计算认为:人工智能已迈入“认知智能”新阶段。

  基于这一特殊时间节点,华院计算发布《报告》,用四大章节对“认知智能”发展现状、关键技术、典型应用场景和未来发展方向进行了阐述。

  从存算为主的“计算智能”,到让机器学会“听”“说”“看”“触”的“感知智能”,再到如今赋予机器数据理解、知识表达、逻辑推理、自主学习的能力,让机器能够拥有类似人类智慧的“认知智能”,AI正在经历第三次技术升级。

  而ChatGPT引发的大模型和生成式AI热潮,进一步推动了认知智能的发展,从而开启人工智能新纪元。

  来源:华院计算&中国信通院《认知智能技术与应用研究报告》

  人工智能迈入认知智能时代,让机器实现认知觉醒

  近年来,“认知”一词彻底火了,“人与人最大的差距是认知差异”、“认知决定格局,格局决定高度”等说法层出不穷。认知对人如此重要,该如何理解“认知”一词呢?

  百度百科对此的解释是,认知包括感觉、知觉、记忆、思维、想像和语言等。人脑接受外界输入的信息,经过头脑的加工处理,转换成内在的心理活动,进而支配人的行为,这个过程就是信息加工的过程,也就是认知过程。

  对人类自身来说,认知觉醒无异于脱胎重生,而对人工智能来说,认知觉醒则意味着让机器不再拘泥于“听、说、看、触”的感知智能,而是让机器能够“活过来”,像人类一般理解、分析、决策,一场由AI主导的科技革命正在上演。

  机器认知智能包含理解、分析、决策三个步骤。理解阶段是依据的感知智能阶段提取的知识构建知识表示;分析阶段是依据知识表示发现知识间的内在隐性关系;而决策阶段则是给出可执行的建议。

  ChatGPT的出现,无异于成为引爆这场认知智能的“蝴蝶”。以ChatGPT为代表的生成式AI模型,基于自然语言处理技术,可以理解人类的语言并产生有意义的回答,同时还能根据上下文推断用户的意图和情感,用华院创始人宣晓华的话来说;“大模型已然具备了一定的认知能力,接触到了认知智能。”

  国内AI大模型赛道的热度也随之快速升温,一面在通用大模型上技术攻关,打造中国版的ChatGPT;一面是开发垂类行业模型,将AI认知智能与行业场景深度融合。在这一过程中众多企业涌入,推动人工智能的快速发展和应用场景的商业化落地。

  “数据、算法和算力”是人工智能三大核心要素,《报告》显示,三大核心要素的快速发展,为认知智能技术创新和场景化应用提供有力支撑。

  数据方面,数据量飞速增长,数据质量持续优化,为认知智能思考和决策提供依据;

  算法方面,机器学习、深度学习、强化学习等算法更新迭代,各类算法与大模型结合运用,将在提升认知理解与推理能力中发挥重要作用;

  算力方面,算力规模持续扩大可以更好支持认知智能在复杂场景的计算速度要求,并在“动态”、“异构”以及分布式智能计算(云、边、端融合)等计算环境实现创新,可在一定程度上响应动态感知、场景应用中数据变化,实现模型快速调整,从而提高认知精度和优化容错能力。

  认知智能+赋能百业千行,应用前景无限

  在感知智能阶段,机器借助语音识别、图像识别等技术映射到数字世界,再将这些数据进一步提升至可认知的层次,形成知识。感知智能为认知智能的实现提供了知识基础,提取的凝聚大量信息的知识为机器理解提供原动力。

  在此基础上,自然语言处理、知识计算、情感计算、类脑智能等多领域技术的日渐成熟,为实现认知智能提供了技术保障。

  《报告》介绍,多模态学习通过从多种数据中提取信息,从而提高机器的理解能力。知识数据融合、知识表示与推理、认知规划和决策是认知推理的核心技术链,通过分析、推理、决策寻得问题最优解,实现复杂认知任务处理。情感计算、生成式人工智能等核心技术可提升机器对多维度信息的理解与生成能力,进一步优化人机交互体验,提升机器想象力与创造力。

  人工智能发展的一个重要目标是赋予机器人类的智慧,在满足技术“硬实力”之后,具备一定人类智慧的认知智能带来了颠覆性创新的产业价值。

  目前,智能预测、辅助决策、智能推荐等认知智能应用在医疗、金融、制造、教育等行业得到进一步落地。

  1、认知智能+医疗:辅助诊断,提供个性化治疗方案

  认知智能与医疗场景深度融合,不仅可以通过医疗数据推理诊断逻辑,辅助医生进行疾病诊断,同时能够为患者制定个性化的治疗方案,从而提高治疗效果和患者的生存率,可应用于各种疾病的诊断和治疗,如心血管 疾病、癌症、糖尿病等。

  2、认知智能+金融:深入场景,贯穿金融业务始终

  金融行业本身就对数据有着较强的依赖性,所以利用金融数据分析也是重点。在认知智能与金融行业融合发展中,认知智能不断拓宽金融业务领域边界,为客户服务、信贷管理、风险管理、内容营销等金融业务全场景赋能。

  认知智能通过对金融数据进行结构化提取和智能化分析,构建金融行业知识图谱,满足金融机构当前面临的海量化、碎片化、多元化的金融服务需求,助力金融业显著降本增效,提升服务质量。

  例如,在内容营销方面,华院计算以智能推荐、内容生成、数字人等技术构建的“营销内容平台”,平台以智能推荐技术结合保险行业专家知识生成合规且精准的营销文案,依靠数字人实现低成本、高仿真复刻代理人形象与声音,自动化一键生成营销视频。

  3、认知智能+工业制造:加速工业制造智能化转型

  在工业制造领域,认知智能已在产品设计、生产规划、生产实施、生产交付等诸多重要生产环节发挥作用。

  以生产规划环节为例,认知智能可将专家经验与投产数据融合分析,优化生产资源分配,促进绿色生产。以配煤为例,煤分为两类,一类是储备充足价格、价格便宜的动力煤;一类是炼焦煤,炼焦煤又进一步分为五大类别,配煤的本质是通过几种炼焦煤的合理搭配,可以用较低的成本练出满足要求的焦炭。

  传统配煤方式采用人工或者配煤系统的方式,但无论是哪种方式都存在一定缺陷。认知智能的出现,完美解决了焦化行业配煤难的问题。

  华院技术推出“智能焦化系统”,以偏态学习算法为基础结合炼焦煤资源数据推荐配煤方案,在保持焦炭质量稳定及生产能效基础上,不断优化焦煤配比,同时,将焦炭质量预测的误差控制在焦化厂可接受的小波动率内,防止因误差变化频率较大而造成的生产风险。

  公开资料显示,“智能化配煤系统”帮助焦化企业客户每吨配合煤节省到30元左右,若按企业年消耗200万吨炼焦煤计算,则一年可至少为企业节省6000万元,依托于AI算法的智能系统实打实地为焦化配煤降本增效。

  来源:华院计算官网,智能焦化系统

  4、认知智能+教育:模式创新,引发行业变革

  认知智能与教育融合,在教学评估、课后辅导、辅助学习等多方面促进教育方式创新变革。

  整体而言,“能思考、会判断”的认知智能技术正逐步应用在各个行业,未来所有行业都将被重塑,由此展开新一轮产业变革。

  与此同时,认知智能市场规模将持续增长。依据 Precedence Research 研究机构报告,2022 年全球认知智能市场规模达到 326 亿美元,未来10年将以22%的复合年增长率保持增长,预计 2032 年市场总规模将达到 2381 亿美元,而我国认知智能应用市场增速高于全球,未来两年的增速均超过50%。

  来源:爱分析,2022—2025 年中国认知智能市场规模(单位:亿元人民币)

  未来已来

  不可否认的是,AI正在以前所未有的速度与产业融合。认知智能时代,已经悄悄的走来。

  对于认知智能技术与应用方向展望,《报告》提及三点,一是多模态大模型拓展认知智能应用边界;二是可解释的认知智能增强技术可信赖度;三是类脑智能推动认知智能向意识智能发展。

  首先,多模态大模型的出现,让认知智能能够跨越文本、图像、音频、视频等模态理解数据,使其具备强大创造力和推理能力,进一步提高认知知智能应用价值。

  众所周知,大模型具有“涌现能力”,模型性能会打破之前线性增长的规律,实现跃升式突变,一般来说,模型在100亿到1000亿参数区间,可能产生能力涌现。也就是说,需要投放百亿到千亿级的语料或者图像进行知识抽取,才有可能出现性能跃升。

  但对大模型来说,公开数据易得,行业数据却难,尤其是对数据维度小或样本量小的行业更是如此。因此,大模型对行业重塑,不能仅依赖于数据,必然还要算法上深入研究,训练模型以提升其极致性。

  目前,华院计算也在积极地尝试将大数据驱动的通用大模型和以知识驱动的面向垂直行业的小数据模型进行融合,以更好地解决实际应用问题。

  在本次世界人工智能大会上,华院计算发布的认知智能引擎平台覆盖从底层算法平台到AI平台工具并赋能行业应用场景,通过认知智能技术赋能智能制造、数字政务、数字文旅和零售金融等诸多场景,增强大模型落地能力、不断释放产业应用价值。

  必须要承认的是,认知智能也存在其局限性,比如不可解释性。对于这一问题,《报告》提出,可以先确定认知智能的解释性目标,然后建立统一的评价标准体系,最后通过具备可解释性能力的模型和可解释复杂模型的分析技术方法,向用户提供清晰、透明和易于理解的解释。

  人工智能的终极目标是意识智能,是在认知觉醒后产生意识,让机器进一步接近人脑能力。正如《报告》所说,如何整合多尺度生物信息来构建具有生物合理性和计算高效性的神经网络模型,是类脑智能和计算神经科学领域共同关注和面临的重要挑战。

  目前,意识计算领域理论研究还处于起步阶段,华院计算已经启动利用心理学和计算机科学模拟人类意识过程进而增强机器“意识”方面的研究工作。可以看到,秉承“让世界更智慧”初心的华院计算,始终聚焦人工智能的前沿技术,并在算法创新、场景赋能方面推进数字应用。

  ★ 关注数据猿公众号,后台回复关键词“认知智能报告”,获取《认知智能技术与应用研究报告》下载链接。

  文:木阳 / 数据猿

  来源:数据猿

本文来源:数据猿