当你站在人脸识别门禁闸口,扫脸,绿灯亮通过,就可以任意进出宿舍楼、图书馆、教学区等各种校内场所,你也许会想:机器认识我吗?
实际并非如此。当前的AI识别能做的只是比对,它缺少信息进入大脑之后的加工、理解、思考步骤,因此仅仅停留在感知阶段,而并非“认知”。而这种以感知智能技术为主的人工智能,无论是在智能理解能力还是安全性方面,与人类智能都相去甚远。
想要让人工智能有类似大脑的活动,走到认知阶段,需要让它掌握知识、进行推理。机器必须要掌握大量的知识,特别是常识知识才能实现真正类人的智能。所以,“理解”与“解释”是AI需要攻克的下一个挑战,而认识图谱为“可解释的AI”提供了全新的视角和机遇。
“Knowing yourself is the beginning of all wisdom.”亚里士多德的这句话,正是认知图谱使命最好的概括。
那么,想深入学习和研究认知图谱,研读该领域的经典论文,对于研究者和从业者都必不可缺。经过我们对人工智能领域国际顶会/期刊中“认知图谱”相关关键词论文的计算,以及热心读者徐菁博士的整理,AMiner推出了100篇认知图谱经典必读论文。这些论文可以说基本都是经典中的经典,他们多是领域大佬+顶级会议的组合,读完它们,相信你对认知图谱的认认识肯定会有质的飞越。
此外,AMiner还为你特别准备了“一键综述”服务,一键批量生成“论文综述”,另有“论文精读”加持,如此周到细致,还不赶紧来体验下。
地址奉上:https://www.aminer.cn/search/pub?q=Cognitive%20Graph&from=csdn
(在使用体验过程若有任何意见,请在文末留言或邮件至report@aminer.cn)
该List除了整合了认知图谱领域的100篇经典论文,小脉还对这些论文进行了简要分析。
先来看看它们都出自哪些会议?根据对论文出处的分析,它们大多选自NeurIPS、ICLR、ACL、EMNLP、IJCAI、AAAI等机器学习与自然语言处理领域的国际顶会。
根据对这些经典论文发表年份的统计,近十年这些论文主要发表在2016-2019这四年间,占比达60%;在2014-2016年间也有不少经典论文发表。
再来看看入选作者,有一位大佬有4篇论文入选,他正是DeepMind的研究科学家Oriol Vinyals,在今年被评为AI 2000机器学习全球最具影响力学者之一。还有三位作者有3篇论文入选,他们分别是微软研究院合伙人研究经理高剑峰,佐治亚理工大学机器学习中心的教授宋乐,Facebook研究科学家、纽约大学客座教授Jason Weston,他们都是机器学习领域的大牛。另有21位作者都有2篇入选。
我们按照这100篇经典论文的被引量,挑选了其中的TOP10作简单评述,供大家学习参考。
我们近期还会推出《认知图谱研究报告》,欢迎关注。
《Neural Machine Translation by Jointly Learning to Align and Translate》(ICLR 2015)
作者:Dzmitry Bahdanau,Kyunghyun Cho,Yoshua Bengio
单位:Jacobs University Bremen,Université de Montréal
引用量:9818