专栏首页思谱云汇人工智能估算日常事件概率的软件
原创

估算日常事件概率的软件

这种软件利用人工智能算法规划日常生活安排并评估成功的概率,同时推荐更低风险的替代方案。

想象一下,你可以告诉你的手机,你想从波士顿的家里开车到纽约州北部的一家酒店,你想在大约12:30的Applebee餐厅吃午饭,而且你不想旅途超过4个小时。然后想象一下,你的手机会告诉你,你只有66%的概率实现目标--但是如果你可以等到1:00吃午饭,或者如果你愿意在TGI Friday吃午饭,可以达到99%的概率。

这个应用是麻省理工学院计算机科学和人工智能实验室的Brian Williams小组的目标——尽管美国宇航局和伍兹霍尔海洋研究所已经有了同样的基础框架。

在本月举行的人工智能促进协会(AAAI)年会上,Brian Williams小组的研究人员将提出一些新算法,这些算法代表着Williams所描述的“更好的Siri”(苹果产品中的用户辅助程序)的重要步骤。但对于任何计划任务,比如安排航班或公交路线,它们都同样有用。

麻省理工学院航空航天系的研究生彭宇和程方与Williams一起,开发了一种软件,允许规划者制定限制条件——比如,沿某条路线行驶的公共汽车应每隔10分钟出现——以及可靠性概率,例如公共汽车应有90%的时间是准时的。然后,根据概率模型(如沿这段路程行驶的时间在2到10分钟之间波动),系统预测是否存在解决方案:例如,也许公共汽车的发车时间有时只间隔6分钟,而在其他时候间隔12分钟。

然而,如果这个解决方案不存在,软件会建议规划者放宽条件:比如公共汽车能每隔12分钟到达吗?如果规划者拒绝修改建议,软件会反问:你能在路线上加一辆巴士吗?

短尾

此软件区别于以前类似规划系统的是它评估风险。程方说:“直接处理概率总是很困难的,因为它们总是给你的计算增加复杂性。”“因此,我们增加了风险分配的概念。我们会问,‘你对整个任务的风险承受极限是多少?’我们把它分成若干部分,作为一种手段加以利用。”

例如,穿过公共汽车路线任何一英里所需的时间可以用一条钟形曲线来表示概率分布,用概率来表示时间。跟踪所有这些概率,并将它们与路线的每一英里结合,将产生一个巨大的计算过程。但是,如果系统事先知道规划者可以容忍一定程度的风险,那么实际上,它可以将风险分配给分布中的最低的概率结果,并去掉它们的尾部。这使得它们更容易用数学来处理。

在AAAI,Williams和他的另一个学生Andrew Wang写了一篇论文,描述了如何有效地评估这些情形,以便找到解决规划问题的快速解决方案。但在同一次会议上,彭宇和程方的论文集中讨论了那些阻碍问题解决的限制因素。

困难所在

这两个过程都是基于图论的。在这种情况下,图是一种数据表示,它由节点(通常表示为圆)和边(通常表示为连接节点的线段)组成。任何调度问题都可以用图表表示。节点表示事件,边缘表示事件必须发生的顺序。每个边缘也有一个相关的权重,表示从一个事件到下一个事件的进展成本-例如,公共汽车在两个站点之间行驶的时间。

Williams和彭宇和程方的算法首先将问题表示为一个图,然后开始添加表示规划者施加的约束的条件。如果问题是可解决的,则表示约束的条件的权重将处处大于表示事件之间转换成本的权重。然而,现有的算法在权重不平衡的地方会很快回到图中循环。麻省理工学院的研究人员运用系统计算出重新平衡循环的最低成本方法,并将其作为对问题初始约束的修改提交给规划者。

“这些论文非常有趣,”纽昂司公司开发了苹果Siri使用的语音识别技术的研发科学家沈家英(音译)说,“他们有一系列关于风险约束的论文,但在最近的论文中,他们增加了不确定性,这使得模型更符合更复杂、更不可预测和更现实的问题。”

在纽昂司,“我们对降低约束条件非常感兴趣,包括风险约束,”沈家英补充道。“如果你在计划阶段输入了你需要考虑的问题,那么系统在制定计划方面的成功率就会高得多。”

拉里·哈迪斯 麻省理工学院新闻办公室

2015年1月16日

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 在AI+教育的黄金赛道,网易有道如何践行进阶之路

    「未来 30 年,通过吞下一粒药丸你就可以学习一门课程,因为它可以通过血液进入大脑。」两年前,在一次 TED 演讲上,美国计算机专家尼葛洛庞帝曾对未来的教育如是...

    机器之心
  • 说说图灵奖的深度学习「三教父」惊世贡献

    2019年3月27日 ——ACM 宣布,深度学习之父 Yoshua Bengio , Yann LeCun 以及 Geoffrey Hinton 获得了2018...

    用户1737318
  • 你的耳朵真的灵敏吗?Goodfellow等人提出不可察觉的鲁棒语音对抗样本

    作者:Yao Qin、Nicholas Carlini、Ian Goodfellow等

    机器之心
  • 观点 | 关于 AI 的应用与实践,腾讯 AI 研究员做了以下思考

    AI 科技评论按:由腾讯优图主办,腾讯云、腾讯 Ai Lab 和极客邦协办,主题为「智变未来-浅谈人工智能技术应用与实践」的技术沙龙活动 3 月 23 日在北京...

    AI科技评论
  • 人工智能领头人邓力当选加拿大国家工程院院士!

    邓力本科毕业于中科大,先后在美国威斯康星大学获硕士和博士学位,之后在加拿大滑铁卢大学任教获得终身正教授,其间还担任麻省理工学院和日本位于京东的 ATR 研究所职...

    新智元
  • 每天打电话提醒你拿快递的,也许是这个AI语音助手……

    新年刚过,身在老家的我就接到了这样一个电话。电话对方明显是一个对话机器人,我们在用时不到一分钟的时间里完成了下面这几轮对话:

    机器之心
  • 苹果春季发布会:绝不玩别人玩剩下的

    库克是个大忙人,上一条新闻还是参观故宫,下一条新闻就是出现在苹果总部的史蒂夫·乔布斯剧院——开苹果春季发布会了。

    AI科技大本营
  • 谷歌手机输入法可以离线语音识别了!模型精度远超经典CTC

    2012 年,在深度学习技术的帮助下,语音识别研究有了极大进展,很多产品开始采用这项技术,如谷歌的语音搜索。这也开启了该领域的变革:之后每一年都会出现进一步提高...

    abs_zero
  • 语音识别训练时间由7天降至11.5小时,IBM提出分布式深度学习技术

    可靠、稳健、可泛化的语音识别是机器学习领域一个持续的挑战。通常,训练自然语言理解模型需要包含数千小时语音和数百万(甚至数十亿)单词文本的语料库,以及能够在合理时...

    机器之心
  • 2018图灵奖公布!Hinton、Bengio、LeCun深度学习三巨头共享

    据官方公告介绍,因三位巨头在深度神经网络概念和工程上的突破,使得 DNN 成为计算的一个重要构成,从而成为 2018 年图灵奖得主。

    机器之心

扫码关注云+社区

领取腾讯云代金券