当前位置:首页 > 休闲

从意图入手解决实际问题 海南大学研发人工意识原型系统

科技日报记者 张佳星

“人工智能通过数据、从意经验的图入题海统学习掌握人类的知识体系后,如何更加‘聪明’?”8月7日,手解识原海南大学计算机科学与技术学院教授段玉聪告诉科技日报记者,决实际问通过研发具有自主知识产权的学研型系技术体系,团队让人工智能进一步学习人脑处理数据、发人信息、工意知识、从意智慧和意图的图入题海统方式,具备相关能力,手解识原创新人工智能的决实际问发展路径。

据介绍,学研型系海南大学研发的发人人工意识原型系统已经初步试用于海南省人民医院等单位,从患者和医生的工意意图角度模拟医疗场景,开展人工智能参与的从意诊疗。段玉聪介绍,人工智能领域的学者始终在通过技术创新提升人工智能的可解释性与交互理解效率,在实践方面让人工智能模拟产生与人类相似的主观体验和思维能力。

为此,团队着力融合人工智能领域数据、信息、知识、智慧、意图(DIKWP)等多个方向,实现存储、传输、计算的一体化,获得了包括数据、信息、知识、智慧、意图语义通信技术在内的241项国内外发明专利。段玉聪表示,团队进一步将技术突破点整合凝练,研制了首个小模型低算力可解释的人工意识软件系统DIKWP-AC。该系统分为数理子系统和生理子系统。

通过与海南省人民医院等合作,该数理子系统开始应用于痛风、狼疮等诊疗场景中。段玉聪表示,系统可以通过对医生、患者、疾病、药物、诊疗等不同要素进行画像,模拟医患诊疗场景,最大程度地在数字世界中还原真实的医疗场景。

“与其他人工智能系统不同的是,该模型在获取医患双方的外在交互的同时,将内在思维过程纳入人工智能的计算参数中。”段玉聪表示,将医患交互与诊疗过程的外在表达和内在主观认知统一映射为模型之间的交互计算、推理等过程,将大大提高推理精度、处理效率和诊疗效果。

此外,该系统实现了知识图谱的可视化,在可解释性方面突破自然语言语义的模糊、不一致、不精确、不完整等限制,以自主原创的意图驱动的数据图谱、信息图谱、知识图谱、智慧图谱的形式提供可视化的医患双方交互认知通道,未来有望缓解医疗资源紧张、资源分布不平衡等问题,此外,系统的可解释性与算力效率也提高了应用可靠性。

据悉,为了与人工智能领域的学者广泛开展交流,来自海南大学DIKWP研究团队、日本长崎综合科学大学等多家单位的学者将于8月22日-24日联合举办首届世界人工意识大会(AC2023),该人工意识原型系统将在会上得到整体展示。

分享到: