前言

“ I’m sorry. I can’t do that, Dave.” 這是經(jīng)典科幻電影《2001: A Space Odyssey》里HAL 9000機(jī)器人說的一句話，濃縮了人類對終極人工智能的憧憬。讓機(jī)器學(xué)會說這樣簡單一句話，需要機(jī)器具備情感認(rèn)知、自我認(rèn)識以及對世界的認(rèn)識，來輔助機(jī)器處理接收到的各種信息，了解信息背后的意思，從而生成自己的決策。而這些認(rèn)知模塊的基礎(chǔ)，都需要機(jī)器具備知識學(xué)習(xí)組織推理的能力，知識圖譜就是為實(shí)現(xiàn)這些目標(biāo)而生。

美團(tuán)NLP中心構(gòu)建大規(guī)模的餐飲娛樂知識圖譜——美團(tuán)大腦，充分挖掘關(guān)聯(lián)各個場景數(shù)據(jù)，用AI技術(shù)讓機(jī)器“閱讀”用戶評論數(shù)據(jù)，理解用戶在菜品、價格、服務(wù)、環(huán)境等方面的喜好，挖掘人、店、商品、標(biāo)簽之間的知識關(guān)聯(lián)，從而構(gòu)建出一個“知識大腦”。美團(tuán)大腦已經(jīng)在公司多個業(yè)務(wù)中初步落地，例如智能搜索推薦、智能金融、智能商戶運(yùn)營等。

 

邁向認(rèn)知智能

海量數(shù)據(jù)和大規(guī)模分布式計(jì)算力，催生了以深度學(xué)習(xí)為代表的第三次（1993-目前）人工智能高潮。Web 2.0產(chǎn)生的海量數(shù)據(jù)給機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)提供了大量標(biāo)注數(shù)據(jù)，而GPU和云計(jì)算的發(fā)展為深度學(xué)習(xí)的復(fù)雜數(shù)值計(jì)算提供了必要算力條件。深度學(xué)習(xí)技術(shù)在語音、圖像領(lǐng)域均取得了突破性的進(jìn)展，這表示學(xué)習(xí)技術(shù)成果使得機(jī)器首次在感知能力上達(dá)到甚至超越了人類的水平，人工智能已經(jīng)進(jìn)入感知智能階段。

然而，隨著深度學(xué)習(xí)被廣泛應(yīng)用，其局限性也愈發(fā)明顯。

• 缺乏可解釋性：神經(jīng)網(wǎng)絡(luò)端到端學(xué)習(xí)的“黑箱”特性使得很多模型不具有可解釋性，導(dǎo)致很多需要人去參與決策，在這些應(yīng)用場景中機(jī)器結(jié)果無法完全置信而需

總結(jié)

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（三十五）-美团餐饮娱乐知识图谱——美团大脑揭秘的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。