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機器人說的一句話，濃縮了人類對終極人工智能的憧憬。讓機器學會說這樣簡單一句話，需要機器具備情感認知、自我認識以及對世界的認識，來輔助機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。而這些認知模塊的基礎，都需要機器具備知識學習組織推理的能力，知識圖譜就是為實現(xiàn)這些目標而生。

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

 

邁向認知智能

海量數(shù)據(jù)和大規(guī)模分布式計算力，催生了以深度學習為代表的第三次（1993-目前）人工智能高潮。Web 2.0產生的海量數(shù)據(jù)給機器學習和深度學習技術提供了大量標注數(shù)據(jù)，而GPU和云計算的發(fā)展為深度學習的復雜數(shù)值計算提供了必要算力條件。深度學習技術在語音、圖像領域均取得了突破性的進展，這表示學習技術成果使得機器首次在感知能力上達到甚至超越了人類的水平，人工智能已經(jīng)進入感知智能階段。

然而，隨著深度學習被廣泛應用，其局限性也愈發(fā)明顯。

• 缺乏可解釋性：神經(jīng)網(wǎng)絡端到端學習的“黑箱”特性使得很多模型不具有可解釋性，導致很多需要人去參與決策，在這些應用場景中機器結果無法完全置信而需

總結

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)站內容還不錯，歡迎將生活随笔推薦給好友。