复旦肖仰华:建立知识图谱、补全因果链条,信息茧房是可以解决的
5月18日上午,上海复旦大学新闻学院举办90周年院庆系列活动,其中'算法推荐与人工智能圆桌研讨会'成为活动主要议题。复旦大学特邀清华、中传、中山等相关领域专家教授,就算法推荐问题进行深入探讨。复旦大学计算机学院的肖仰华教授认为:人工智能其核心关键是算法,算法是补全因果链条的基石,建立知识图谱、补全因果链条,信息茧房是可以解决的。
人类社会从信息匮乏时代迈入了信息爆发时代,海量的信息被推送到互联网上,过多的信息让人无从下手。尽管当前学术界和产业界已经掀起了智能算法应用的热潮,但智能算法技术本身还处于其发展的初级阶段,距离洞察和理解用户心思还有很长的一段路要走。
以业界实践案例看,信息茧房是可以解决的。出现信息茧房的根本原因是目标单一,而现在很多的算法机器模型可以有效的捕捉来自数据中很多隐藏的特征,使得特征工程代价极大降低,优化、人为筛选目标的同时,辅以多样性目标引导,能够破除茧房的壁垒。未来,人工智能最重要的使命是补全在用户端产生的数据背后的复杂的因果链条,才能更好的服务用户。
图为算法推荐与人工智能圆桌论坛现场
肖仰华表示:计算机起到改造世界的基本任务,近年在人工智能大数据技术的推动下,在不断的实践过程中也促使我们不断反思一些问题。我们很多技术已经走到理论思考前面,技术已经迫使我们严肃的回答很多问题。
首先,人工智能技术的发展之所以对我们当下社会形成如此剧烈的冲击,很大因素得益于大数据时代积累的数据。第二,在于我们的算法,这是很重要的推动力。算法是机器执行代码的一个基本过程和基本逻辑。尤其是在统计学,以深度学习为代表的统计学习在过去十年取得飞速的发展。第三,来自于算力,即计算能力。得益于过去分布式计算架构的突破和创新。比如说有新的云计算的平台,云计算使弹性计算、按需计算成为可能。当下人工智能的繁荣景象是数据和算力为核心要素推动的。
那算法是如何洞察和理解用户?肖仰华表述,首先用协同过滤的算法,把跟我差不多、兴趣相似的人看的内容推荐给我。其次,基于内容去推荐,根据用户历史浏览内容与用户自身标签进行匹配,来实现推荐。然后是语义的推荐,经常看姚明的用户,可能对中国明星感兴趣,虽然在字面上没有真的匹配,但是在语义上是相似的。最后是基于场景的推荐,比如你在资讯平台看了足球、篮球,羽毛球的视频等等,它就猜测你可能会喜欢运动,所以会推荐给你一些体育比赛的视频。把用户消费的背景、需求建模出来,这是未来推荐的趋势。平台不单单知道你在平台上产生的行为,还能够知道你产生这种行为的原因。所以,将来的推荐会越来越智能,通过星星点点的片断式的行为,揣测你背后的意图、场景、动机。
在代表新时期的AI时代,我们需要用两条腿走路,不能只做分类不做推理,还是要建立知识图谱,补全因果链条,让机器形成很强的推理能力。现在行为和语义融合的趋势越来越明显,在未来几年将会有越来越多的模型一边基于用户的行为,一边基于对用户背景的动机的理解和洞察。总体来说,算法对人们的生活是有利的,并且AI的各种各样的能力都在逐步落地。
联系客服