Здравый смысл (искусственный интеллект) - Commonsense knowledge (artificial intelligence)

Не путать с Здравый смысл или же Общие знания.

В искусственный интеллект исследование, здравый смысл состоит из фактов о повседневном мире, таких как «Лимоны кислые», которые должны знать все люди. В настоящее время это нерешенная проблема в Общий искусственный интеллект и находится в центре внимания Институт искусственного интеллекта Аллена.[1] Первая программа ИИ, обращающаяся к здравому смыслу, была Советник в 1959 г. Джон Маккарти.[2]

Здравый смысл может подкрепить здравый смысл процесс, чтобы попытаться сделать выводы типа «Вы можете испечь торт, потому что хотите, чтобы люди съели торт». А обработка естественного языка процесс может быть присоединен к базе знаний здравого смысла, чтобы позволить база знаний попытаться ответить на вопросы о мире.[3] Знание здравого смысла также помогает решать проблемы перед лицом неполная информация. Использование широко распространенных представлений о повседневных предметах или здравый смысл знания, системы ИИ делают здравый смысл предположения или допущения по умолчанию о неизвестном подобно тому, как это делают люди. В системе искусственного интеллекта или на английском языке это выражается как «Обычно P соответствует», «Обычно P» или «Обычно P, поэтому предположим, что P». Например, если мы знаем, что «Твити - птица», потому что мы знаем широко распространенное мнение о птицах «как правило, птицы летают», не зная ничего другого о Твити, мы можем разумно предположить тот факт, что «Твити может летать». " По мере того, как со временем открывается или изучается все больше знаний о мире, система ИИ может пересматривать свои предположения о Твити, используя сохранение истины процесс. Если позже мы узнаем, что «Твити - пингвин», то сохранение истины изменяет это предположение, потому что мы также знаем, что «пингвины не летают».

Здравый смысл

Основная статья: Здравый смысл

Здравый смысл имитирует способность человека использовать здравый смысл для того, чтобы делать предположения о типе и сущности обычных ситуаций, с которыми они сталкиваются каждый день, и изменять свое «мышление» в случае появления новой информации. Сюда входит время, недостающая или неполная информация, а также причина и следствие. Способность объяснять причину и следствие - важный аспект объяснимый ИИ. Сохранение истины алгоритмы автоматически предоставляют возможность объяснения, потому что они создают тщательно продуманные записи предположений. По сравнению с людьми все существующие компьютерные программы, которые пытаются ИИ человеческого уровня очень плохо справляются с современными тестами на основе здравого смысла, такими как Вызов схемы Винограда.[4] Проблема достижения человеческого уровня компетентности в задачах "здравого смысла" считается, вероятно, "AI завершен "(то есть для ее решения потребуется способность полностью синтезировать интеллект человеческого уровня ),[5][6] хотя некоторые возражают против этого мнения и считают, что сострадательный интеллект также необходим для ИИ человеческого уровня.[7] Здравый смысл успешно применяется в более ограниченных областях, таких как обработка естественного языка[8][9] и автоматическая диагностика[10] или анализ.[11]

Приложения

Примерно в 2013 году исследователи Массачусетского технологического института разработали BullySpace, расширение базы знаний здравого смысла. ConceptNet, чтобы поймать насмешливые комментарии в социальных сетях. BullySpace включил более 200 семантических утверждений, основанных на стереотипах, чтобы помочь системе сделать вывод, что комментарии вроде «Надень парик и помаду и будь тем, кто ты есть на самом деле», скорее всего, будут оскорблением, если они адресованы мальчику, а не девочке.[12][13][14]

ConceptNet также использовался чат-ботами[15] и компьютерами, которые создают оригинальные художественные произведения.[16] В Национальная лаборатория Лоуренса Ливермора, здравый смысл был использован в интеллектуальный программный агент выявить нарушения всеобъемлющий запрет ядерных испытаний договор.[17]

Данные

Например, по состоянию на 2012 год ConceptNet включает в себя эти 21 независимые от языка отношения:[18]

  • Это
  • Используется для
  • Имеет
  • Способен
  • Желания
  • CreatedBy («торт» можно создать путем «выпечки»)
  • Часть
  • Причины
  • Расположен рядом
  • AtLocation (Где-то «повар» может быть в «ресторане»)
  • Определяется как
  • SymbolOf (Икс представляет Y)
  • ReceivesAction («пирог» можно «съесть»)
  • HasPrerequisite (Икс не могу сделать Y пока не А делает B)
  • MovedByGoal (вы бы «испекли», потому что хотите «съесть»)
  • CausesDesire ("выпечка" заставляет вас хотеть "следовать рецепту")
  • Сделано из
  • HasFirstSubevent (Первое, что требуется, когда вы делаете Икс для сущности Y сделать Z)
  • HasSubevent (у "есть" есть суб-событие "ласточка")
  • HasLastSubevent

Базы здравого смысла

Смотрите также

Рекомендации

  1. ^ "Институт искусственного интеллекта Аллена в поисках здравого смысла для ИИ | Пол Аллен". Пол Аллен. Получено 2018-04-11.
  2. ^ «ПРОГРАММЫ С ОБЩИМ СМЫСЛОМ». www-formal.stanford.edu. Получено 2018-04-11.
  3. ^ Лю, Хьюго и Пуш Сингх. «ConceptNet - практический набор инструментов для здравого смысла». Журнал технологий BT 22.4 (2004): 211-226.
  4. ^ "Вызов схемы Винограда". cs.nyu.edu. Получено 9 января 2018.
  5. ^ Ямпольский, Роман В. "AI-Complete, AI-Hard или AI-Easy-Классификация проблем в AI. »МАИКС. 2012.[мертвая ссылка ]
  6. ^ Андрич, К., Новосел, Л., и Хрнкас, Б. (2009). Знание здравого смысла. Информационный поиск и извлечение, 2009.
  7. ^ Мейсон, Синди (27 сентября 2010 г.). «Логический путь к ИИ человеческого уровня ведет в тупик». Proc. Конференция IEEE по самоадаптивным и самоорганизующимся системам. 32 (1): 57–95. Дои:10.1109 / SASOW.2010.63. ISBN  978-1-4244-8684-7.
  8. ^ Chutima, Boonthum-Denecke (31 декабря 2011 г.). Междисциплинарные достижения в прикладной обработке естественного языка: проблемы и подходы: проблемы и подходы. IGI Global. ISBN  978-1-61350-448-2.
  9. ^ Дэвис, Эрнест (10.07.2014). Представления здравого смысла. Морган Кауфманн. ISBN  978-1-4832-2113-7.
  10. ^ Райтер, Раймонд (1987-04-01). «Теория диагностики из первых принципов». Искусственный интеллект. 32 (1): 57–95. CiteSeerX  10.1.1.170.9236. Дои:10.1016/0004-3702(87)90062-2. ISSN  0004-3702.
  11. ^ Gallimore, R.J .; Jennings, N.R .; Lamba, H.S .; Mason, C.L .; Оренштейн, Б.Дж. (1999). «Сотрудничающие агенты для интерпретации 3-D научных данных - IEEE Journals & Magazine» (PDF). Транзакции IEEE по системам, человеку и кибернетике - Часть C: Приложения и обзоры. 29: 110–126. Дои:10.1109/5326.740674.
  12. ^ Базелон, Эмили (март 2013). «Как остановить хулиганов». Атлантический океан. Получено 9 января 2018.
  13. ^ Динакар, Картик; Джонс, Бираго; Хаваси, Екатерина; Либерман, Генри; Пикард, Розалинда (1 сентября 2012 г.). «Здравый смысл для обнаружения, предотвращения и смягчения последствий киберзапугивания». Транзакции ACM в интерактивных интеллектуальных системах. 2 (3): 1–30. CiteSeerX  10.1.1.693.8065. Дои:10.1145/2362394.2362400.
  14. ^ «Системы искусственного интеллекта могут бороться с киберзапугиванием». Новый ученый. 27 июня 2012 г.. Получено 9 января 2018.
  15. ^ «Я верю, что секс с роботами станет совершенно нормальным явлением». Newsweek. 23 октября 2014 г.. Получено 9 января 2018.
  16. ^ «Рассказал робот: фантастика, рассказывающая компьютеры». Новый ученый. 24 октября 2014 г.. Получено 9 января 2018.
  17. ^ Мейсон, К. (1995). «Интеллектуальный помощник для проверки договора о запрещении ядерных испытаний - IEEE Journals & Magazine». Эксперт IEEE. 10 (6): 42–49. Дои:10.1109/64.483116.
  18. ^ Шпеер, Роберт и Кэтрин Хаваси. "Представление общих реляционных знаний в ConceptNet 5. »LREC. 2012.
  19. ^ Ромеро, Жюльен; Разневский, Симон (2019). «Общие свойства из журналов запросов и форумов с ответами на вопросы». Материалы 28-й Международной конференции ACM по управлению информацией и знаниями - CIKM '19: 1411–1420. arXiv:1905.10989. Bibcode:2019arXiv190510989R. Дои:10.1145/3357384.3357955. ISBN  9781450369763.
  20. ^ Тандон, Никет; Де Мело, Жерар (2014). «Webchild: сбор и систематизация здравого смысла из Интернета» (PDF). Материалы 7-й Международной конференции ACM по веб-поиску и интеллектуальному анализу данных: 523–532. Дои:10.1145/2556195.2556245. Получено 30 марта 2020.
  21. ^ Мишра, Бхавана Далви; Тандон, Никет (2017). «Домен-ориентированное, высокоточное извлечение знаний». Труды Ассоциации компьютерной лингвистики. 5: 233–246. Дои:10.1162 / tacl_a_00058.