想让人工智能更“聪明”大数据还得深加工( 三 )_当前

人机融合或可弥补数据自动推理弱点

在中国科学院自动化研究所研究员陶建华看来，虽然当前人工智能在数据自动推理中依然面临很多技术难点，但是人机融合的推理方式可以有效地弥补这些弱点。人机融合推理着重于研究一种由人和机器相互协作下的新的推理模式，包含“机器懂人”和“人懂机器”两方面的含义。

对人的推理思维的理解是“机器懂人”的关键。其核心问题是如何构建能够反映人推理过程的思维形式化计算方法。该方法将人的推理思维形式化描述、概率推理、构建知识图谱，以及与现实场景的信息进行有机融合，从而可以将人的推理过程有效的输入到机器中，并与机器的推理网络进行结合。

此外，解决“人懂机器”问题将有助于人对机器智能辅助增强。机器推理过程的可解释性，对于构建人机融合的推理过程尤为关键。过程可解释的机器推理方法提供了解决问题的新方法，适当的扩展流程，并最大限度地减少人为错误的机会，可以帮助人类和机器协同做出更为准确和迅速的推理与判断。

微软亚洲研究院副院长刘铁岩结合他们的实际工作举例道：“我们在深度强化学习的基础上，利用‘完美教练’技术来处理信息的不完全和不确定性，从而很好地解决了麻将这一复杂的博弈问题。我们的算法在2019年3月登陆知名的竞技麻将平台，经过5000局的鏖战，成功晋级十段，其稳定段位显著超越人类顶级选手，成为首个超人麻将AI 。 ”这是在处理数据不完全性和不确定性方面做出的有益尝试。