扯淡还是大用？ 符号和深度学习究竟有啥关系？ 道翰天琼认知智能机器人API平台接口为您揭秘。

扯淡还是大用？ 符号和深度学习究竟有啥关系？ 道翰天琼认知智能机器人API平台接口为您揭秘。

符号主义人工智能经历过古典时期的专家系统阶段， 中期的知识图谱阶段， 和近期深度学习和符号主义的再次联姻。那么一个很重要的问题是符号主义为什么会复兴，它对当下的机器学习又有何意义？

参考阅读：

Reconciling deep learning with symbolic artificial intelligence: representing objects and relationswww.sciencedirect.com首先， 当下的深度学习有三个最主要的问题，很低的数据使用效率， 泛化能力， 可解释性，都可以从符号主义得到极大帮助。这一点也不难理解， 所谓符号，多数指我们语言中那些经常被使用的抽象概念，这些概念再不同的任务和环境中被广泛使用组成新的概念，比如红色，圆形等，如果能够在不同任务中学习到这些最基本的元素， 那么无疑将极大的改善数据使用效率和泛化能力。同时， 从视频，声音等信息中提取出的这种符号，几乎一定是和我们的自然语言有所对应，和我们的认知概念有所对应，因此，提取这些符号将极大助力模型的可解释性。从这两个角度看， 符号的确可以解决深度学习的几个根本问题。
更加重要的是，符号的使用和我们的推理认知能力极为相关，这也是为什么在第一代的人工智能时代人们如此重视符号， 因为它是逻辑思维的载体，有了符号我们可以在符号基础上罗列各种运算，进行关系预测和推理等， 对应我们日常思维中的归纳演绎等过程。从某种意义上看，基于符号的人工智能模拟了人类的思维， 而深度学习则模拟了人类思维的硬件。这两种一定应该是相通的。然而今天看来它们却成为了独立的两个方法， 这是为什么呢？深度学习的本质是表征学习。站在信息论的角度，它把一定的视觉听觉信息表示成高维向量，在经过若干次线性和非线性的变化抽调和任务信息无关的细节，压缩成为和任务最相关的信息表征。那么我们不禁要问这些留下的信息表征是否就是我们要的符号呢？ 答案是no。即使经过巨大的CNN我们得到猫或狗的表征，但是从没有一个研究指出这些表征里哪些神经元包含猫的形状，哪些神经元包含猫的颜色，事实上每个细胞都或多或少的表达颜色或形状，也就是一种混合的信息表达， 从神经编码的角度看这叫分布表征（distributed representation）， 或混合编码（mix selectivity），从信息表征的角度看这是Entangled representation，或者说耦合的表征。这种特性是使得每个神经元可以高效的被利用（表征不同的特征），从而用有限的细胞数去区分更多的模式；但是也使得深度网络变得不可解释， 泛化性差， 鲁棒性差。而人的神经网络经过进化和连续学习，既有深度学习这种混合编码特性，又有低维解耦的符号，这点是目前深度学习望尘莫及的。那么有什么方法可以从深度学习里得到符合人类认知的符号系统呢？一种方法比较直接， 可以直接把深度学习的output设计成人类已知的符号比如视觉系统里的符号，颜色等，我觉得这里有两个关键点，一个是低维，一个是解耦。所谓低维， 是说这个符号不可以太多， 所谓解耦， 是说它们要尽量独立的。低维因为可以大量复用的符号本来就没多少， 解耦因为这些符号如果是可解释的且重要的，就一定要构成一个不依赖其它符号存在的独立因子。那么在深度学习里加入符号主义的精髓？我理解的符号主义的核心， 一是哪些是构成这个世界的正确符号， 二是该如何确定符号与符号间的关联，三是如何通过符号组合成不同的模型或场景表示。深度学习的power在于可以通过学习的方法解决以前计算不能得到的目标， 比如这里的第一步，符号的提取。这就必须要提自编码器。自编码器宛如一个信息瓶颈，通过若干层非线性变化，把高维的时空向量压缩成几个低维变量z（latent variable）， 然后再通过一个类似解码器的部分还原回原先的高维时间和空间序列， 通过这个无监督的学习过程，实现信息的压缩（z代表真实信息的编码）。普通的自编码器能够实现这个高维到低维的转化但不一定能够解耦。

 

 

认知智能未来机器人接口API简介介绍认知智能是计算机科学的一个分支科学，是智能科学发展的高级阶段，它以人类认知体系为基础，以模仿人类核心能力为目标，以信息的理解、存储、应用为研究方向，以感知信息的深度理解和自然语言信息的深度理解为突破口，以跨学科理论体系为指导，从而形成的新一代理论、技术及应用系统的技术科学。 认知智能的核心研究范畴包括：1.宇宙、信息、大脑三者关系；2.人类大脑结构、功能、机制；3.哲学体系、文科体系、理科体系；4.认知融通、智慧融通、双脑(人脑和电脑)融通等核心体系。 认知智能四步走：1.认知宇宙世界。支撑理论体系有三体（宇宙、信息、大脑）论、易道论、存在论、本体论、认知论、融智学、HNC 等理论体系；2.清楚人脑结构、功能、机制。支撑学科有脑科学、心理学、逻辑学、情感学、生物学、化学等学科。3.清楚信息内涵规律规则。支撑学科有符号学、语言学、认知语言学、形式语言学等学科。4.系统落地能力。支撑学科有计算机科学、数学等学科。

接口申请官网地址：www.citec.top 

•  

接口地址(例子)： 

•  

http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip 

•  

用户端消息内容。 

•  

String msg ="你在干嘛呀？";  

•  

apikey参数。这个apikey就是网站上申请的APIKEY 

•  

apikey ="";  

•  

//客户端ip,最终用户端的唯一标识（可以是用户端的IP,或者手机设备号，或者微信号或者，qq号码等能证明身份的唯一标识就可以）  

•  

String ip ="";  

•  

//这里一定要encode转换编码。转成GBK。 

•  

msg = URLEncoder.encode(msg, "GBK"); 

•  

三个参数全部小写 

•  

msg参数就是传输过去的对话内容。 

•  

msg参数要编码成gbk，不然会乱码。 

•  

接口具体代码： 

•  

package ai.nlp.jiekou.test;

•  

import java.io.ByteArrayOutputStream;

•  

import java.io.IOException;

•  

import java.io.InputStream;

•  

import java.io.UnsupportedEncodingException;

•  

import java.net.HttpURLConnection;

•  

import java.net.URL;

•  

import java.net.URLEncoder;

•  

import ai.nlp.util.changliang.ChangLiangZi;

•  

public class ApiTest {

•  

/**

•  

* Get请求，获得返回数据

•  

* @param urlStr

•  

* @return

•  

*/

•  

private static String opUrl(String urlStr)

•  

{

•  

URL url = null;

•  

HttpURLConnection conn = null;

•  

InputStream is = null;

•  

ByteArrayOutputStream baos = null;

•  

try

•  

{

•  

url = new URL(urlStr);

•  

conn = (HttpURLConnection) url.openConnection();

•  

conn.setReadTimeout(5 * 10000);

•  

conn.setConnectTimeout(5 * 10000);

•  

conn.setRequestMethod("POST");

•  

if (conn.getResponseCode() == 200)

•  

{

•  

is = conn.getInputStream();

•  

baos = new ByteArrayOutputStream();

•  

int len = -1;

•  

byte[] buf = new byte[128];

•  

while ((len = is.read(buf)) != -1)

•  

{

•  

baos.write(buf, 0, len);

•  

}

•  

baos.flush();

•  

String result = baos.toString();

•  

return result;

•  

} else

•  

{

•  

throw new Exception("服务器连接错误！");

•  

}

•  

} catch (Exception e)

•  

{

•  

e.printStackTrace();

•  

} finally

•  

{

•  

try

•  

{

•  

if (is != null)

•  

is.close();

•  

} catch (IOException e)

•  

{

•  

e.printStackTrace();

•  

}

•  

try

•  

{

•  

if (baos != null)

•  

baos.close();

•  

} catch (IOException e)

•  

{

•  

e.printStackTrace();

•  

}

•  

conn.disconnect();

•  

}

•  

return ChangLiangZi.WU;

•  

}

•  

public static void main(String args []){

•  

//三个参数全部小写

•  

//msg参数就是传输过去的对话内容。

•  

//msg参数要编码成gbk，不然会乱码。

•  

String msg ="你在干嘛呀？";

•  

//apikey参数。

•  

String apikey ="UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV";

•  

//客户端ip,最终用户端的唯一标识（可以是用户端的IP,或者手机设备号，或者微信号或者，qq号码等能证明身份的唯一标识就可以）

•  

String ip ="127.0.0.1";

•  

//这里一定要encode转换编码。转成GBK。

•  

try

•  

{

•  

msg = URLEncoder.encode(msg, "GBK");

•  

} catch (UnsupportedEncodingException e)

•  

{

•  

e.printStackTrace();

•  

}

•  

System.out.println(opUrl("http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip));

•  

}

•  

}

•