5月29日，Science刊登了一篇標(biāo)題為“人工智能某些領(lǐng)域的核心進展一直停滯不前”的文章，在文章里，作者Matthew Hutson提到：一些多年之前的“老算法”如果經(jīng)過微調(diào)，其性能足以匹敵當(dāng)前的SOTA（編者注：得分最高的算法）。

所有的分析結(jié)果主要有兩種：1、研究員聲稱的核心創(chuàng)新只是對原算法的微改進；2、新技術(shù)與多年前的舊算法在性能上相差不大。

具體到技術(shù)層面，論文對比分析的AI建模方法包括：神經(jīng)網(wǎng)絡(luò)剪枝、神經(jīng)網(wǎng)絡(luò)推薦算法、深度度量學(xué)習(xí)、對抗性訓(xùn)練、語言模型。

他們通過對比81相關(guān)篇論文，并在對照條件下對數(shù)百個模型進行修剪后，明顯發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)剪枝這一領(lǐng)域并沒有標(biāo)準(zhǔn)化的基準(zhǔn)和指標(biāo)。換句話說，當(dāng)前最新論文發(fā)表的技術(shù)很難進行量化，所以，很難確定該領(lǐng)域在過去的三十年中取得了多少進展。

對當(dāng)前排名靠前的幾種推薦算法進行了系統(tǒng)分析，發(fā)現(xiàn)近幾年頂會中提出的18種算法，只有7種能夠合理的復(fù)現(xiàn)。還有另外6種，用相對簡單的啟發(fā)式方法就能夠勝過。剩下的幾種，雖然明顯優(yōu)于baselines，但是卻打不過微調(diào)過的非神經(jīng)網(wǎng)絡(luò)線性排名方法。

研究員聲稱近十三年深度度量學(xué)習(xí)（deep metric learning） 領(lǐng)域的目前研究進展和十三年前的基線方法(Contrastive, Triplet) 比較并無實質(zhì)提高。

研究員一共指出了現(xiàn)有文獻中的三個缺陷：不公平的比較、通過測試集反饋進行訓(xùn)練、不合理的評價指標(biāo)。

近期的很多研究都聲稱他們的對抗訓(xùn)練算法比投影梯度下降算法要好的多，但是經(jīng)過研究發(fā)現(xiàn)，幾乎所有最近的算法改進在對抗性訓(xùn)練上的性能改進都可以通過簡單地使用“提前停止”來達到。（編者注：所謂“提前停止”，即不進行那么多的訓(xùn)練，換句話說，人們用了各種辦法想去解決問題，實際上少訓(xùn)練一些就解決了。）

作者通過大規(guī)模的自動黑箱超參數(shù)調(diào)優(yōu)，重新評估了幾種流行的體系結(jié)構(gòu)和正則化方法，得出的一個結(jié)論是：標(biāo)準(zhǔn)的LSTM體系結(jié)構(gòu)在適當(dāng)?shù)恼齽t化后，其性能表現(xiàn)優(yōu)于“近期”的模型。（編者注：老辦法還是最好的。）

點評：這樣的事實說明了幾個問題：

1、業(yè)界的浮燥，只是為了達到一個好看的分?jǐn)?shù)，有一篇看起好像很厲害的論文，根本不管其算法在實際應(yīng)用中是否有效，因為文中所說的很多問題，離開特定的數(shù)據(jù)，放到實際應(yīng)用中去檢驗，立馬就能現(xiàn)出原形。

2、總是去追捧那些看上去高大上、深奧、復(fù)雜的方法，總覺得只有這樣的方法，用了很多的數(shù)學(xué)公式、方程，才稱得上是高水平的研究和成果。我們忘了初心，那就是用盡量簡單的方法去解決復(fù)雜問題，因此會鬧出“提前停止”這種笑話，做了一大堆復(fù)雜的事情，結(jié)果還不如“少做一點”。不由得讓人又想起那個段子，要花上百萬設(shè)計出機械手去抓取生產(chǎn)線上的空香皂盒，結(jié)果用一臺風(fēng)扇放在生產(chǎn)線旁一吹就解決了。是時候仔細(xì)想想了，我們大腦真的是用那些復(fù)雜的數(shù)學(xué)方程在解決問題嗎？

3、人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)真的是頂?shù)教旎ò辶耍�在原有基礎(chǔ)上小修小補已經(jīng)解決不了問題，把測試分?jǐn)?shù)提高1%、2%實在是沒有什么意義了。現(xiàn)在需要的是革命性的突破，需要一種全新的、與深度學(xué)習(xí)具有本質(zhì)不同的方法。所謂本質(zhì)不同，就是深度學(xué)習(xí)不管多深奧、測試分?jǐn)?shù)多高，都不能解決機器的認(rèn)知問題，即機器無法知道大千世界及其各種事物的意義，不知道面包可以吃，人要生存必須吃東西，面包可以讓人活下去……沒有這樣的認(rèn)知，機器永遠(yuǎn)不可能有高水平的智能。而新的方法，必須在機器認(rèn)知上向前邁進一步，因此新一代智能，認(rèn)知智能體系正在到來。全新的智能體系正在到來。下面是認(rèn)知智能相關(guān)體系介紹：

認(rèn)知智能介紹

認(rèn)知智能是計算機科學(xué)的一個分支科學(xué)，是智能科學(xué)發(fā)展的高級階段，它以人類認(rèn)知體系為基礎(chǔ)，以模仿人類核心能力為目標(biāo)，以信息的理解、存儲、應(yīng)用為研究方向，以感知信息的深度理解和自然語言信息的深度理解為突破口，以跨學(xué)科理論體系為指導(dǎo)，從而形成的新一代理論、技術(shù)及應(yīng)用系統(tǒng)的技術(shù)科學(xué)。 認(rèn)知智能的核心原理范疇包括：1.宇宙、信息、大腦三者關(guān)系；2.人類大腦結(jié)構(gòu)、功能、機制；3.哲學(xué)體系、文科體系、理科體系；4.認(rèn)知融通、智慧融通、雙腦(人腦和電腦)融通等核心理論體系。認(rèn)知智能實現(xiàn)落地四步走：1.認(rèn)知宇宙世界。支撐理論體系有三體（宇宙、信息、大腦）論、易道論、存在論、本體論、認(rèn)知論、融智學(xué)、HNC 等理論體系；2.清楚人腦結(jié)構(gòu)、功能、機制。支撐學(xué)科有腦科學(xué)、心理學(xué)、邏輯學(xué)、情感學(xué)、生物學(xué)、化學(xué)等學(xué)科。3.清楚信息內(nèi)涵規(guī)律規(guī)則。支撐學(xué)科有符號學(xué)、語言學(xué)、認(rèn)知語言學(xué)、形式語言學(xué)等學(xué)科。4.系統(tǒng)落地能力。支撐學(xué)科有計算機科學(xué)、數(shù)學(xué)等學(xué)科。認(rèn)知智能是計算機智能體系發(fā)展的高級階段，但不是最終階段，最終階段或是通用智能（強人工智能），是人工智能發(fā)展的下一階段，是智能體系發(fā)展的高級階段。智能體系，從計算智能到感知智能，再從感知智能到認(rèn)知智能，再從認(rèn)知智能到通用智能強智能。智能體系大概會經(jīng)歷四個階段。認(rèn)知智能，只是智能體系的第三個階段，也代表了智能體系發(fā)展的第三個時代，認(rèn)知智能時代。 計算智能 數(shù)值數(shù)據(jù)計算為基礎(chǔ)。 感知智能 以模仿人類感知環(huán)境信息為基礎(chǔ)。 認(rèn)知智能 以模仿人類認(rèn)知理解記憶思維等能力為基礎(chǔ)。 通用智能以全方位模仿人類智慧等能力為基礎(chǔ) 。 認(rèn)知智能的核心理論體系包括HNC（中科院黃曾陽教授創(chuàng)立此理論體系）、融智學(xué)（中美塞爾研究中心主任知名學(xué)者教授鄒曉輝老師創(chuàng)立此學(xué)科）、三體（宇宙、信息、大腦）論（杭州道翰天瓊智能科技有限公司創(chuàng)始人李坤創(chuàng)立此理論）、。同時還包括中西方哲學(xué)體系（易經(jīng)、道德經(jīng)、存在論、本體論、認(rèn)知論等）、腦科學(xué)、心理學(xué)、邏輯學(xué)、情感學(xué)、生物學(xué)、化學(xué)，符號學(xué)、語言學(xué)、認(rèn)知語言學(xué)、形式語言學(xué)，計算機科學(xué)、數(shù)學(xué)等學(xué)科。認(rèn)知智能理論體系涉及多學(xué)科理論體系，跨界融通多學(xué)科理論體系，是認(rèn)知智能從業(yè)者所必備的基本功。整套認(rèn)知智能理論體系融合了多個學(xué)科，多個領(lǐng)域的的理論思想體系，融合之后，才能從各個學(xué)科的角度去認(rèn)知和解密認(rèn)知智能的奧秘，解密人類大腦的結(jié)構(gòu)，功能和機制。從而得以復(fù)制人腦的核心八大能力，得以讓計算機和機器人具備類人腦的三智（智慧、智力、智能）能力。三體論是探索研究宇宙，信息（融智學(xué)信息八大形式信息）和人 類大腦三者關(guān)系的理論體系。三者關(guān)系形式化類比就如同照相機。宇宙類似照相機的取景地，信息類似照相機鏡頭獲取到的取景地信息，大腦類似照相機的底片。宇宙中存在著大量的客觀信息，這些信息在表達著宇宙的客觀事物。宇宙的客觀事物信息化之后，就變成了信息體系。因此宇宙是信息的本質(zhì)來源，信息是宇宙的信息化表示。信息被人類大腦感知和認(rèn)知之后，有部分信息則會存儲在人腦內(nèi)部。這些信息到達人腦之后就存儲在人腦內(nèi)部的各個區(qū)域的神經(jīng)元之上。因此外界信息是人類大腦內(nèi)部的信息本質(zhì)來源之一，人類大腦是外界信息的載體之一。客觀宇宙和大腦的關(guān)系是，大腦內(nèi)部存儲著宇宙的局部世界，大腦內(nèi)的世界和宇宙的局部有著相同或者非常類似的地方。因此宇宙的局部在大腦中存在映射。這個映射的建立，就是通過信息這個中間媒介建立起來的。因此人腦，信息，大腦三者關(guān)系非常類似照相機的取景地，鏡頭和底片。同時大腦內(nèi)部的結(jié)構(gòu)如果無限放大，結(jié)構(gòu)就類似宇宙結(jié)構(gòu)，而宇宙無限縮小的時候，其結(jié)構(gòu)就非常類似人類大腦內(nèi)部的結(jié)構(gòu)。具體可詳查宇宙和大腦結(jié)構(gòu)對比。 融智學(xué)是著名學(xué)者教授中國塞爾研究中心主任鄒曉輝老師創(chuàng)立的一門全新的學(xué)問體系。其創(chuàng)立的背景是呼應(yīng)第一次認(rèn)知大飛躍。其創(chuàng)立的目的是引領(lǐng)第二次認(rèn)知大飛躍。融智學(xué)的細(xì)化目的包括抽象出簡美的融智觀和融智法，理論上確立理義法道（本質(zhì)）（物意文現(xiàn)象）智能化系統(tǒng)工程，工程上探索言識軟硬形式化系統(tǒng)工程，應(yīng)用上踐行教管學(xué)用社會化系統(tǒng)工程。其核心三部曲包含理論融智學(xué)，工程融智學(xué)和應(yīng)用融智學(xué)。理論融智學(xué)包含三菱錐，四面體，融智方法論，智能化系統(tǒng)工程。工程融智學(xué)包括間接信息形式化體系，言識軟硬形式化工程體系。應(yīng)用融智學(xué)包括懂會熟巧用思想體系，教管學(xué)用社會化系統(tǒng)過程體系。融智學(xué)在應(yīng)用融通上又包含三部分，金融與智融，斗智與融智，單音節(jié)的言和自然數(shù)格點等體系。融智學(xué)的博度，廣度和深度都是目前單一學(xué)科體系難以企及的。融智學(xué)的智慧體系來源于八大學(xué)科體系，是眾多學(xué)科智慧體系的集大成者，在培養(yǎng)跨界人才，培養(yǎng)認(rèn)知智能人才上有著不可取代的作用。同時也是認(rèn)知智能理論體系的奠基理論體系之一。 HNC自然語言處理技術(shù)（國家“973”計劃項目G1998030506）是一種具有原始創(chuàng)新特點的自然語言理解處理技術(shù)。HNC自然語言處理技術(shù)（國家“973”計劃項目G1998030506）是一種具有原始創(chuàng)新特點的自然語言理解處理技術(shù)。該技術(shù)以中科院聲學(xué)所黃曾陽研究員創(chuàng)立的概念層次網(wǎng)絡(luò)（簡稱HNC）理論為指導(dǎo)。HNC理論認(rèn)為：自然語言理解的本質(zhì)是概念聯(lián)想脈絡(luò)激活、擴展、濃縮、轉(zhuǎn)換與存儲的全過程運作。激活運作的要點是語句的理解；擴展與濃縮運作的要點是段落與篇章的理解，轉(zhuǎn)換與存儲的要點是記憶與學(xué)習(xí)。語句的理解必須定位于概念聯(lián)想脈絡(luò)運作全過程的激活。并且建立了自然語言的概念空間。語句及自然語言的理解，就是從語言空間向語言概念空間的映射過程。這一處理方案，使計算機能夠進入自然語言的語義深層，在“懂”的基礎(chǔ)上完成對自然語言的各種處理。該技術(shù)在漢語語句理解處理方面居國際領(lǐng)先水平。認(rèn)知智能是智能體系發(fā)展的第三個階段。因此計算智能，感知智能的相關(guān)技術(shù)體系也會被繼續(xù)沿用，傳承，發(fā)展，創(chuàng)新。計算智能，感知智能技術(shù)體系，也是認(rèn)知智能技術(shù)體系的基礎(chǔ)之二。在之前兩個體系之上認(rèn)知智能創(chuàng)新發(fā)展了全新的技術(shù)體系。包含認(rèn)知維度識別，概念層次網(wǎng)絡(luò)（詞腦，字腦，概念維度網(wǎng)絡(luò)等都類似此結(jié)構(gòu)），萬維圖譜（幾十種圖譜的組合，包含屬性圖譜，行為圖譜，狀態(tài)圖譜，數(shù)量圖譜，因果圖譜等各種圖譜），雙字棋盤，句類肯否褒貶識別，深度語言理解，計算機記憶，計算機類腦學(xué)習(xí)，計算機語言自組織，計算機情感，計算機邏輯系，計算機意識，以及計算機感知技術(shù)與認(rèn)知技術(shù)融合貫通的能力而形成的技術(shù)體系等核心技術(shù)體系。認(rèn)知智能和人工智能在技術(shù)底層的最大形式化區(qū)別就是，無需繁復(fù)的標(biāo)注，無需繁復(fù)的訓(xùn)練調(diào)優(yōu)。在時效上，在成本上，在智能程度上，在最終端客戶認(rèn)可度上，都有非常大的優(yōu)勢。具體可查看認(rèn)知智能和人工智能的區(qū)別對比。整個認(rèn)知智能技術(shù)體系，以后會有大量的專題資料介紹講解，所以這里不做過多詳述。 人工智能以模仿人類感知能力為基礎(chǔ)，重點在感官能力的模仿。認(rèn)知智能以模仿人類認(rèn)知能力，理解能力，記憶能力，邏輯思維能力，情感能力等能力為基礎(chǔ)。重點在認(rèn)知，理解，記憶，思維，情感等類腦能力方面進行研究突破。認(rèn)知智能和人工智能對應(yīng)的智能體系分別是第三階段和第二階段。從時代劃分上，分別對應(yīng)認(rèn)知智能時代和人工智能時代。隨著人工智能技術(shù)體系天花板的產(chǎn)生，亟待需要新的智能體系來創(chuàng)新，突破，引領(lǐng)新時代的發(fā)展。從人工智能過度到認(rèn)知智能也是科技和社會發(fā)展的必然趨勢。同時認(rèn)知智能，新一代智能體系也是國家2030科技方面的重要戰(zhàn)略規(guī)劃。認(rèn)知智能是以人腦認(rèn)知體系為基礎(chǔ)，以復(fù)制人腦核心能力為研究方向的計算機分支新學(xué)科之一。認(rèn)知智能不是產(chǎn)品，是一套理論，技術(shù)和應(yīng)用系統(tǒng)體系。其代表的是一個全新認(rèn)知智能時代。人工智能目前所覆蓋的市場，行業(yè)，以及相關(guān)產(chǎn)業(yè)，認(rèn)知智能會全方位覆蓋，升級和改造。并且還會開拓出新的藍海市場，新的行業(yè)乃至全新的產(chǎn)業(yè)體系。隨著國家2030科技戰(zhàn)略的推進和國家新基建的推進，5G的推進和落地，萬物互聯(lián)時代的到來，急迫需要的就是萬物智能體系。核心八個字，萬物互聯(lián)，萬物智能。現(xiàn)在的人工智能體系，存在諸多弊端，認(rèn)知智能要傳承，發(fā)展，創(chuàng)新人工智能體系，革除人工智能的弊端，開創(chuàng)全新理論，技術(shù)，應(yīng)用系統(tǒng)，市場，產(chǎn)業(yè)等。隨著認(rèn)知智能的深度發(fā)展，目前互聯(lián)網(wǎng)行業(yè)，移動互聯(lián)網(wǎng)行業(yè)，大數(shù)據(jù)行業(yè)，人工智能行業(yè)等相關(guān)行業(yè)都會得到全面的升級改造。認(rèn)知智能相關(guān)體系會在未來10年之內(nèi)成為科技領(lǐng)域的基礎(chǔ)設(shè)施體系之一。認(rèn)知智能 賦能百業(yè) 全新時代！

認(rèn)知智能三大技術(shù)體系簡介

· 認(rèn)知智能三大技術(shù)體系分別是認(rèn)知維度劃分與識別，類腦結(jié)構(gòu)功能機制的模型和萬維圖譜。三大技術(shù)體系是認(rèn)知認(rèn)知智能三大奠基理論（三體論，融智學(xué)，HNC）指導(dǎo)下而形成的核心技術(shù)體系。三大技術(shù)體系相輔相成，共同支撐認(rèn)知智能核心整套技術(shù)體系。是模仿人類認(rèn)知，理解，記憶，語言使用，學(xué)習(xí)，情感，邏輯，意識等核心類腦能力的最基礎(chǔ)核心的技術(shù)體系。認(rèn)知維度核心思想來源于古今中外哲學(xué)與科學(xué)體系，包括易經(jīng)，道德經(jīng)，存在論，本體論，認(rèn)知論，心理學(xué)，邏輯學(xué)，情感學(xué)等學(xué)科。認(rèn)知維度是認(rèn)知事物和概念的基礎(chǔ)方法體系。認(rèn)知事物和概念主要是兩個方面，概念的內(nèi)涵和外延，概念的內(nèi)涵和外延又劃分出很多視角或者側(cè)面，統(tǒng)一稱為認(rèn)知維度。因此認(rèn)知維度就是我們認(rèn)知事物或者概念的視角或者側(cè)面，認(rèn)知維度是有邊界和范疇的。類腦模型的核心思想來源于三體論（宇宙，信息，大腦三者關(guān)系論）和概念層次網(wǎng)絡(luò)(HNC)。類腦模型從大腦結(jié)構(gòu)，功能和機制進行研究分析。以信息體系為突破口，尋找信息的結(jié)構(gòu)體系，反推大腦結(jié)構(gòu)和宇宙結(jié)構(gòu)（具體可以看三體論簡介）。在類腦結(jié)構(gòu)基礎(chǔ)之上，模仿構(gòu)建人腦8大核心能力。類腦模型整套體系是模仿構(gòu)建人腦結(jié)構(gòu)功能和機制的核心技術(shù)體系。萬維圖譜的核心思想來源于融智學(xué)和認(rèn)知維度。萬維圖譜是認(rèn)知維度的具體化和融智學(xué)思想之信息形式化結(jié)構(gòu)化數(shù)碼化的具體落地。同時萬維圖譜又是類腦結(jié)構(gòu)模型的最有力支撐。萬維圖譜包含數(shù)十種分支圖譜，分別是屬性圖譜，行為圖譜，狀態(tài)圖譜，數(shù)量圖譜，因果圖譜等眾多圖譜。萬維圖譜承載數(shù)據(jù)的結(jié)構(gòu)化信息化數(shù)碼化的具體落地，是模仿類腦記憶，學(xué)習(xí)，邏輯，意識等體系的核心落地化支撐體系。認(rèn)知維度以人類認(rèn)知體系為基礎(chǔ)，是人類認(rèn)知概念內(nèi)涵和外延的具體化。核心支撐思想來源于古今中外哲學(xué)和眾多科學(xué)體系，是哲學(xué)體系和科學(xué)體系的融合落地和具體化。認(rèn)知維度的劃分可以從哲學(xué)和眾多科學(xué)體系入手，也可以從語言學(xué)，認(rèn)知語言學(xué)和形式語言學(xué)入手。從兩個方向上都可尋找到認(rèn)知維度的范疇和邊界。 認(rèn)知維度的范疇和邊界劃分清楚之后，就可以指導(dǎo)技術(shù)體系識別認(rèn)知的范疇和邊界。識別之后，就可以拆分信息體系，符號體系，語言體系等的結(jié)構(gòu)。 結(jié)構(gòu)拆分之后，就可以存儲到萬維圖譜之上，分散到各個分支圖譜之上，形成結(jié)構(gòu)化數(shù)據(jù)體系。讓信息形式化結(jié)構(gòu)化和數(shù)碼化。信息的結(jié)構(gòu)化存儲，也是信息的理解和記憶過程。結(jié)構(gòu)化數(shù)據(jù)之上，可以模仿構(gòu)建人腦的理解，記憶，學(xué)習(xí)，情感，思維，意識等核心類腦能力。因此認(rèn)知維度的劃分，是認(rèn)知智能的最基礎(chǔ)核心的研究任務(wù)。是后續(xù)模仿人類大腦核心能力的第一步。 從認(rèn)知維度到結(jié)構(gòu)化拆分，到結(jié)構(gòu)化數(shù)據(jù)的形成，到類腦結(jié)構(gòu)，功能和機制的模仿都是先決條件。因此，認(rèn)知智能認(rèn)知為核心，具體落地認(rèn)知維度劃分為核心，結(jié)構(gòu)化數(shù)據(jù)為核心。認(rèn)知維度的劃分與識別是認(rèn)知智能技術(shù)落地的關(guān)鍵步驟。認(rèn)知維度的劃分本文主要從語言學(xué)角度來剖析。認(rèn)知維度在語言體系上對應(yīng)具體的語義單元。而語言體系本身就存在著語法結(jié)構(gòu)。從認(rèn)知語言學(xué)上來說，語言的語義和語法有著密不可分的關(guān)系。因此可以從語言體系的語法結(jié)構(gòu)去劃分認(rèn)知維度。比如句類，句型，句式和詞性等體系。每一個句類，句式句型還有詞性等都代表了具體的語義單元，也代表了具體的認(rèn)知維度。 從語言學(xué)，認(rèn)知語言學(xué)，形式語言學(xué)角度，研究清楚認(rèn)知維度和語義單元基本上就可以劃分和識別認(rèn)知維度的范疇和邊界。具體可以從句類，句型，句式，詞性，字詞結(jié)構(gòu)等方面尋找突破點。具體這里不做太細(xì)節(jié)的介紹。 從哲學(xué)和認(rèn)知論心理學(xué)等學(xué)科也可以尋找和劃分認(rèn)知維度，但是沒有從語言學(xué)，形式語言學(xué)，認(rèn)知語言學(xué)方面更具操作性意義。因此可以把語言體系作為尋找認(rèn)知維度，劃分認(rèn)知維度，識別認(rèn)知維度的核心突破口。這方面我們已經(jīng)有了系統(tǒng)的理論，技術(shù)和落地產(chǎn)品。 從認(rèn)知維度落地的角度來說，核心在于理論體系的成熟和完善，不在于使用某種技術(shù)或者編程語言。 認(rèn)知維度是人類認(rèn)知宇宙世界的視角或者側(cè)面，是人類認(rèn)知的歸類。認(rèn)知維度本身也是樹形結(jié)構(gòu)，具體分上層認(rèn)知維度和子維度，綜合起來構(gòu)成認(rèn)知維度體系。清晰的認(rèn)知維度劃分，指導(dǎo)人類認(rèn)知宇宙世界的結(jié)構(gòu)，指導(dǎo)語言結(jié)構(gòu)的劃分，語義的單元的拆分，是理解信息體系，符號體系，語言體系的基礎(chǔ)。是NLP,NLU,NLG等技術(shù)體系的核心基礎(chǔ)之一。認(rèn)知維度的自動化識別與應(yīng)用，讓技術(shù)上，擺脫語義單元模糊狀況，形成語義的自動標(biāo)注， 從而為計算機理解語言提供良好的參考和依據(jù)。同時，認(rèn)知維度在信息體系，符號體系等方面也有重大用途。是理解信息和符號規(guī)律，規(guī)則內(nèi)涵的最要依據(jù)之一。計算機視覺和自然語言處理之間共同的特性之一，也是認(rèn)知維度。因此認(rèn)知維度是連接計算機視覺和自然語言處理之間的橋梁，比如看圖說話，看描述繪圖等技術(shù)體系，都需要以認(rèn)知維度識別和應(yīng)用為基礎(chǔ)。認(rèn)知維度是認(rèn)知的結(jié)構(gòu)化，信息化，數(shù)碼化，理解化的基礎(chǔ)之一，也是信息體系，符號體系，語言體系等體系的結(jié)構(gòu)化，信息化，數(shù)碼化，理解化的重要參考依據(jù)。類腦模型是思想體系和一系列技術(shù)體系的總稱。類腦模型以復(fù)制模仿人類大腦結(jié)構(gòu)，功能，機制為目標(biāo)，以認(rèn)知，理解，記憶，邏輯，情感，思維，意識等類腦能力為具體研究范圍。類腦模型，首先就是人類大腦結(jié)構(gòu)的復(fù)制和模仿。模仿人類大腦網(wǎng)絡(luò)結(jié)構(gòu)主要是概念層次網(wǎng)絡(luò)（圖腦，萬維腦，符號腦），此網(wǎng)絡(luò)以概念為基本單元，以認(rèn)知維度為分支。概念對應(yīng)神經(jīng)元本身，認(rèn)知維度對應(yīng)神經(jīng)元的突觸。當(dāng)無數(shù)的概念和認(rèn)知維度按照特定的結(jié)構(gòu)連接之后，就產(chǎn)生了龐大而復(fù)雜的立體的網(wǎng)絡(luò)結(jié)構(gòu)體系。這個網(wǎng)絡(luò)結(jié)構(gòu)體系，就是人類大腦神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)制品。同時也和國外研究的詞腦結(jié)構(gòu)非常類似。概念層次網(wǎng)絡(luò)，更先進，更具有落地的操作性。 在概念層次網(wǎng)絡(luò)之上，可以構(gòu)成一個以概念和維度為基礎(chǔ)單元的龐大網(wǎng)絡(luò)結(jié)構(gòu)，這個網(wǎng)絡(luò)結(jié)構(gòu)本身是可以自我更新，維護和學(xué)習(xí)的。是復(fù)制人類大腦核心能力的基礎(chǔ)和依據(jù)。首先這個網(wǎng)絡(luò)結(jié)構(gòu)是結(jié)構(gòu)化的信息存儲結(jié)構(gòu)，信息的存儲是復(fù)制記憶體系的基礎(chǔ)，記憶體系是理解體系，邏輯體系，情感體系，意識體系的基礎(chǔ)。因此有了這個概念層次網(wǎng)絡(luò)，就有了復(fù)制人腦核心功能，機制的技術(shù)支撐。 類腦的落地主要在兩個方面：第一，腦網(wǎng)絡(luò)結(jié)構(gòu)的模仿。第二，腦功能機制的模仿。腦結(jié)構(gòu)的模仿，就是構(gòu)建HNC概念層次網(wǎng)絡(luò)。腦功能機制的模仿，就是在這個結(jié)構(gòu)之上，復(fù)制類腦相關(guān)能力。因此復(fù)制類腦結(jié)構(gòu)是第一步。類腦結(jié)構(gòu)的模仿，需要在認(rèn)知維度和萬維圖譜的支撐下，才能得以實現(xiàn)。認(rèn)知維度劃分概念的視角，側(cè)面和維度。萬維圖譜具體落地認(rèn)知的維度，不同認(rèn)知維度對應(yīng)不同的分支圖譜。各個分支圖譜聯(lián)合組成的龐大網(wǎng)絡(luò)體系就是概念層次網(wǎng)絡(luò)，就是萬維腦，圖腦。人腦核心能力的落地，是以概念層次網(wǎng)絡(luò)為基礎(chǔ)依據(jù)。概念網(wǎng)絡(luò)和萬維圖譜形成的結(jié)構(gòu)化數(shù)據(jù)，本身就是人腦理解，記憶兩大核心能力的體現(xiàn)。人腦情感，是建立在記憶結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)之上的，人類的邏輯思維體系也是記憶結(jié)構(gòu)化數(shù)據(jù)的綜合應(yīng)用，如邏輯的判斷，選擇，類比，歸納，總結(jié)，演繹，抽象，泛化等能力都是記憶數(shù)據(jù)的綜合應(yīng)用。因此有了類腦的結(jié)構(gòu)和萬維圖譜形成的結(jié)構(gòu)化數(shù)據(jù)之后，人腦的各大能力，就有了復(fù)制的基礎(chǔ)和依據(jù)了。類腦模型技術(shù)體系的應(yīng)用主要在三個方面：第一復(fù)制類腦結(jié)構(gòu)。第二，復(fù)制人腦核心能力。第三，讓計算機，機器人，萬物互聯(lián)的機械體，智能體等具備類似人腦的能力。5G推動萬物互聯(lián)，類腦能力推動萬物智能。萬物互聯(lián)和萬物智能綜合支撐國家新基建，配合國家2030科技計劃。類腦能力的應(yīng)用和前景是非常廣闊的，且適用各個需要智能設(shè)備的企業(yè)和行業(yè)。類腦模型的理論，技術(shù)的成熟是認(rèn)知智能體系成熟的標(biāo)志之一。是社會發(fā)展和科技發(fā)展的更高級階段，也是國家核心科技戰(zhàn)略之一。新一代，下一代智能體系的核心和關(guān)鍵就是破解人腦的奧秘。復(fù)制人腦的結(jié)構(gòu)，功能和機制。而類腦能力整套技術(shù)體系，可以為這個提供最有力的支撐。萬維圖譜是數(shù)十種圖譜的組合，是認(rèn)知維度的具體化落地應(yīng)用之一，是類腦模型的基礎(chǔ)結(jié)構(gòu)和數(shù)據(jù)支撐。萬維圖譜包含屬性圖譜，狀態(tài)圖譜，行為圖譜，數(shù)量圖譜，因果圖譜等數(shù)十種圖譜。目前業(yè)內(nèi)所使用的知識圖譜和萬維圖普的分支圖譜屬性圖譜對應(yīng)。知識圖譜只是萬維圖譜的分支圖譜之一。 萬維圖譜以落地認(rèn)知維度，歸類認(rèn)知維度為基礎(chǔ)，以結(jié)構(gòu)化數(shù)據(jù)為核心，以支撐類腦記憶，類腦理解為目標(biāo)。以支撐復(fù)制類腦學(xué)習(xí)，情感，邏輯，意識等大腦能力為導(dǎo)向。萬維圖譜是所有數(shù)據(jù)結(jié)構(gòu)化的核心存儲媒介，是類腦結(jié)構(gòu)，和類腦能力機制的最核心的底層技術(shù)體系支撐。 萬維圖譜是信息體系，符號體系，語言體系具體結(jié)構(gòu)化落地的核心技術(shù)體系之一。萬維圖譜配合認(rèn)知維度，可以徹底解決類腦的理解，記憶，情感，思維，意識等類腦模式，是認(rèn)知智能的三大奠基技術(shù)體系之一。 萬維圖譜也是認(rèn)知智能三大理論（HNC,融智學(xué)，三體論）體系的落地的技術(shù)體系之一。萬維圖譜的核心就是數(shù)據(jù)的理解化，結(jié)構(gòu)化，形式化和數(shù)碼化的體現(xiàn)。因此萬維圖普在認(rèn)知智能整套技術(shù)體系中有著重要的作用。用好萬維圖譜，認(rèn)知智能整套理論體系，技術(shù)體系，都可以得到最有力的技支撐，是復(fù)制大腦結(jié)構(gòu)和類腦能力的核心之一。萬維圖譜的落地以認(rèn)知維度為指導(dǎo)。具體操作如下: 1.先找到認(rèn)知維度的范疇和邊界。3.結(jié)合認(rèn)知維度定義和結(jié)構(gòu)各個分支圖譜。3.分類認(rèn)知維度到各個分支圖譜之上。4.找到語言學(xué)語法結(jié)構(gòu)和認(rèn)知維度的對應(yīng)關(guān)系。5.拆分語言結(jié)構(gòu)，拆分語言表達的語義單元。6.把這些語義單元存儲到各個對應(yīng)的分支圖譜之上，形成結(jié)構(gòu)化數(shù)據(jù)。萬維圖譜的落地有幾個核心關(guān)鍵點：1.認(rèn)知維度的范疇和邊界，要劃分清楚。2.認(rèn)知維度和語義和語法對應(yīng)關(guān)系要劃分清楚。3.圖譜命名和圖譜所涵蓋的認(rèn)知維度要對應(yīng)清楚。4.語義如何拆分，拆分之后如何存儲到萬維圖譜的分支圖譜之上，要需要劃分清楚。萬維圖譜的落地以認(rèn)知維度為指導(dǎo)。具體操作如下: 1.先找到認(rèn)知維度的范疇和邊界。3.結(jié)合認(rèn)知維度定義和結(jié)構(gòu)各個分支圖譜。3.分類認(rèn)知維度到各個分支圖譜之上。4.找到語言學(xué)語法結(jié)構(gòu)和認(rèn)知維度的對應(yīng)關(guān)系。5.拆分語言結(jié)構(gòu)，拆分語言表達的語義單元。6.把這些語義單元存儲到各個對應(yīng)的分支圖譜之上，形成結(jié)構(gòu)化數(shù)據(jù)。萬維圖譜的落地有幾個核心關(guān)鍵點：1.認(rèn)知維度的范疇和邊界，要劃分清楚。2.認(rèn)知維度和語義和語法對應(yīng)關(guān)系要劃分清楚。3.圖譜命名和圖譜所涵蓋的認(rèn)知維度要對應(yīng)清楚。4.語義如何拆分，拆分之后如何存儲到萬維圖譜的分支圖譜之上，要需要劃分清楚。萬維圖譜的應(yīng)用主要有以下幾個方面： 1.落地支撐認(rèn)知維度理論和技術(shù)體系。3.支撐類腦結(jié)構(gòu)概念層次網(wǎng)絡(luò)的構(gòu)建。3.支撐信息，符號，語言體系的形式化，結(jié)構(gòu)化，數(shù)碼化，理解化的思想。4.支撐類腦能力和機制的實現(xiàn)。5.支撐構(gòu)建常識庫，知識庫和專家知識庫。6.支撐計算機，機器人以及智能軟硬件綜合類腦智能。7.在萬物互聯(lián)的基礎(chǔ)之上，支撐萬物智能。認(rèn)知智能三大技術(shù)體系是認(rèn)知智能整套體系的核心落地支撐。是認(rèn)知智能三大理論體系的具體落地實施方法和技術(shù)體系。三大技術(shù)體系往下還需要細(xì)分很多分支技術(shù)體系。從而形成系統(tǒng)化的，可操作性的認(rèn)知智能整套技術(shù)體系。三大技術(shù)體系最終的目的就是模仿復(fù)制人類大腦的結(jié)構(gòu)功能和機制，是下一代智能體系，全新的智能體系。三大認(rèn)知智能體系落地的認(rèn)知智能機器人和認(rèn)知智能體系下NLP,NLU,NLG等相關(guān)體系優(yōu)勢已經(jīng)非常明顯。認(rèn)知智能三大技術(shù)體系，落地上整體還在初級階段，未來會逐步成熟落地，從而推動科技，技術(shù)的整體發(fā)展，引領(lǐng)下一個智能新時代。

認(rèn)知智能CI和人工智能AI的區(qū)別

人工智能和認(rèn)知智能都是計算機科學(xué)的分支學(xué)科之一。人工智能是智能時代的第二個階段，認(rèn)知智能是智能時代的第三個階段。認(rèn)知智能也并不是智能時代發(fā)展的最終階段，最終階段應(yīng)該是通用智能強智能時代。 本文主要就人工智能和認(rèn)知智能的理論體系，技術(shù)體系，智能程度等三大方面進行分析比較。 無論是人工智能還是認(rèn)知智能，都有其重要的時代特征。一項新體系的產(chǎn)生往往和新的時代相伴而生。社會和科技的發(fā)展演進，整個過程也是不可阻擋的，同時也是不可逆的。新的科技和技術(shù)的產(chǎn)生是舊的科技和技術(shù)發(fā)展的需求，也是社會發(fā)展的需求。人類社會就是在一次次的創(chuàng)新和突破中越來越先進，越來越文明，走向的階段也越來越高級。 清楚人工智能和認(rèn)知智能的區(qū)別，將有助于我們認(rèn)清時代發(fā)展，認(rèn)清時代特征，從而跟上全新的時代，跟上全新的科技。用全新的科技體系武裝自己的頭腦和企業(yè)，助力人生騰飛。 人工智能和認(rèn)知智能都是計算機科學(xué)的分支學(xué)科之一。人工智能是智能時代的第二個階段，認(rèn)知智能是智能時代的第三個階段。認(rèn)知智能也并不是智能時代發(fā)展的最終階段，最終階段應(yīng)該是通用智能強智能時代。 認(rèn)知智能核心理論： 1.中西方哲學(xué)體系：易經(jīng)、道德經(jīng)、存在論、本體論、認(rèn)知論等。2.中西方科學(xué)體系：心理學(xué)、邏輯學(xué)、認(rèn)知科學(xué)、信息論、符號學(xué)、語言學(xué)、認(rèn)知語言學(xué)、形式語言學(xué)、腦科學(xué)、情感學(xué)、計算機科學(xué)、數(shù)學(xué)等學(xué)科。3.三體論（宇宙、信息、大腦三者關(guān)系論）。4.融智學(xué)。5.概念層次網(wǎng)絡(luò)理論。6.腦結(jié)構(gòu)、功能、機制理論。7.哲科，文科，理科跨界融通理論。人工智能核心理論： 1.西方哲學(xué)體系：西方哲學(xué)，存在論、本體論、認(rèn)知論等。2.中西方科學(xué)體系：心理學(xué)、認(rèn)知科學(xué)、信息論、控制論、不定性論、神經(jīng)生理學(xué)、語言學(xué)、形式語言學(xué)、計算機科學(xué)、數(shù)學(xué)，統(tǒng)計學(xué)、等學(xué)科。認(rèn)知智能和人工智能理論總結(jié)： 認(rèn)知智能的核心理論支撐體系主要分三個部分，中西方哲學(xué)（特別是中國哲學(xué)思想體系的引入），中西方科學(xué)體系，國內(nèi)創(chuàng)新的理論思想體系（三體論，融智學(xué)，概念層次網(wǎng)絡(luò)思想等）。特別是中國哲學(xué)思想的引入和創(chuàng)新思想體系的引入，這個在認(rèn)知智能理論體系中有重大作用。同時在學(xué)科體系，在類腦結(jié)構(gòu)功能機制等方面的理論體系也具有獨創(chuàng)性。 人工智能的核心理論支撐主要包含西方哲學(xué)體系，西方科學(xué)體系兩大部分。在西方哲學(xué)體系上認(rèn)知智能和人工智能有重疊部分，在學(xué)科體系上也有重疊部分，具體區(qū)別也比較明顯。 認(rèn)知智能以認(rèn)知體系為基礎(chǔ)，以研究復(fù)制人腦結(jié)構(gòu)功能機制為目標(biāo)，其中也包含目前人工智能的感知理論技術(shù)體系，以語言學(xué)為突破口。 人工智能目前主要以感知理論體系為基礎(chǔ)，以數(shù)學(xué)和統(tǒng)計學(xué)為突破口。 以上也就是人工智能和認(rèn)知智能從理論體系上的最核心區(qū)別。 認(rèn)知智能的技術(shù)體系來源于中西方哲學(xué)，中西方科學(xué)以及中國自主原創(chuàng)的理論思想體系。主要包含以下四大技術(shù)體系： 1.認(rèn)知維度劃分與識別 2.類腦（結(jié)構(gòu)，功能，機制）模型的構(gòu)建與落地應(yīng)用。3.萬維圖譜的構(gòu)建與落地應(yīng)用 4.人工智能現(xiàn)有的三大技術(shù)（機器學(xué)習(xí)，深度學(xué)習(xí)，知識圖譜）體系。人工智能的技術(shù)體系來源于西方哲學(xué)和中西方科學(xué)體系。主要包含三大技術(shù)體系：1.機器學(xué)習(xí) 2.深度學(xué)習(xí) 3.知識圖譜 認(rèn)知智能的技術(shù)體系和人工智能的技術(shù)體系有重疊的地方。人工智能的技術(shù)體系是作為認(rèn)知智能技術(shù)體系的一部分。認(rèn)知智能發(fā)展創(chuàng)新了全新的技術(shù)體系。包括認(rèn)知維度，類腦模型，類腦結(jié)構(gòu)功能機制以及萬維圖普等技術(shù)體系。在技術(shù)體系上，認(rèn)知智能離不開人工智能現(xiàn)有技術(shù)體系的支撐。但是認(rèn)知智能更要突破創(chuàng)新和發(fā)展。認(rèn)知智能的三大技術(shù)體系認(rèn)知維度，類腦模型，萬維圖譜。人工智能的三大技術(shù)體系機器學(xué)習(xí)，深度學(xué)習(xí)，知識圖譜。 從技術(shù)體系上來說，知識圖譜包含在萬維圖譜之內(nèi)，和萬維圖譜的分支圖譜屬性圖譜是對應(yīng)的。包括哈工大提出的事理圖譜和萬維圖譜的分支圖譜行為圖譜是基本類似的。人工智能技術(shù)體系兩大圖譜知識圖譜和事理圖譜基本上都包含在認(rèn)知智能技術(shù)體系萬維圖譜之內(nèi)。 人工智能技術(shù)體系主要是感知智能技術(shù)體系，認(rèn)知智能技術(shù)體系主要是認(rèn)知方面的技術(shù)體系。其和人工智能最大的技術(shù)體系區(qū)別就是認(rèn)知維度，類腦模型和萬維圖譜。 認(rèn)知智能和人工智能智能程度的區(qū)別，要從兩者的理論體系和技術(shù)體系綜合比較分析。認(rèn)知智能以認(rèn)知體系為基礎(chǔ)，以類腦結(jié)構(gòu)功能和機制為基礎(chǔ)。 人工智能以感知體系為基礎(chǔ)，以統(tǒng)計計算理論為基礎(chǔ)。因此這就決定了目前的人工智能技術(shù)體系不可能產(chǎn)生綜合系統(tǒng)化的認(rèn)知能力和類腦能力。其綜智能程度還在感知層面。 因此認(rèn)知智能的核心智能程度理論上是在認(rèn)知能力和類腦能力，類腦能力包括理解，記憶，學(xué)習(xí)，情感，邏輯，溝通，意識等方面。 而人工智能的核心智能程度主要在感知層面，包括視覺，聽覺，觸覺等能力，還包括非常淺層的認(rèn)知能力和類腦能力，只是非常淺層。 隨著人工智能技術(shù)體系天花板的到來，迫切需要全新的理論體系，全新的技術(shù)體系，來繼承，發(fā)展，創(chuàng)新，突破現(xiàn)有的人工智能體系。而認(rèn)知智能整套體系，也是在此環(huán)境下應(yīng)運而生。認(rèn)知智能是人工智能的繼承和發(fā)展，和人工智能是智能時代的兩個階段。相互有關(guān)聯(lián)，相互又有明顯的區(qū)別。要分開來看。 認(rèn)知智能和人工智能本文從三大角度進行了粗略的分析對比，具體包括理論體系，技術(shù)體系，智能程度等方面。在理論上有重合的方面，也有明顯區(qū)別的方面。在技術(shù)體系上，有重合的方面，同時也有創(chuàng)新突破的新技術(shù)體系。在智能程度方面，認(rèn)知智能更注重認(rèn)知和類腦能力方面的智能，人工智能更側(cè)重于感知層面的能力。無論是感知能力還是認(rèn)知能力還是類腦能力，其都是人類自身不可或缺的能力。且計算機以及機器人，也必不可少。感知智能，認(rèn)知智能，類腦智能都是計算機體系，機器人體系所必須的必備的基礎(chǔ)能力。認(rèn)知智能整套技術(shù)體系，理論體系，智能程度等還在初級階段，未來會逐步走向成熟。全新的智能時代，正在來臨。