Wiedza zdroworozsądkowa (sztuczna inteligencja) - Commonsense knowledge (artificial intelligence)

Nie należy mylić ze zdrowym rozsądkiem lub wiedzą ogólną .

W badaniach nad sztuczną inteligencją wiedza zdroworozsądkowa składa się z faktów z codziennego świata, takich jak „Cytryny są kwaśne”, które wszyscy ludzie powinni znać. Obecnie jest to nierozwiązany problem w sztucznej inteligencji ogólnej i jest przedmiotem zainteresowania Allen Institute for Artificial Intelligence . Pierwszym programem sztucznej inteligencji odnoszącym się do wiedzy zdrowego rozsądku był Advice Taker w 1959 roku autorstwa Johna McCarthy'ego .

Wiedza zdroworozsądkowa może stanowić podstawę zdroworozsądkowego procesu rozumowania, polegającego na próbach wyciągania wniosków, takich jak „Możesz upiec ciasto, ponieważ chcesz, aby ludzie jedli ciasto”. Przetwarzanie języka naturalnego procesu może być przymocowany do podstawy wiedzy zdrowym rozsądkiem, aby umożliwić baza wiedzy próba odpowiedzi na pytania o świecie. Wiedza zdroworozsądkowa pomaga również rozwiązywać problemy w obliczu niepełnych informacji . Korzystając z szeroko rozpowszechnionych przekonań na temat przedmiotów codziennego użytku lub wiedzy opartej na zdrowym rozsądku , systemy sztucznej inteligencji przyjmują zdroworozsądkowe założenia lub domyślne założenia dotyczące nieznanego, podobnie jak ludzie. W systemie sztucznej inteligencji lub w języku angielskim jest to wyrażane jako „Normalnie P trzyma”, „Zwykle P” lub „Typowo P, więc załóż P”. Na przykład, jeśli wiemy, że „Tweety to ptak”, ponieważ znamy powszechnie panujące przekonanie o ptakach, „typowo ptaki latają”, nie wiedząc nic więcej o Tweety, możemy rozsądnie założyć, że „Tweety może latać”. " W miarę odkrywania lub zdobywania większej ilości wiedzy o świecie w miarę upływu czasu system sztucznej inteligencji może zrewidować swoje założenia dotyczące Tweety za pomocą procesu utrzymywania prawdy . Jeśli później dowiemy się, że „Tweety to pingwin”, to podtrzymywanie prawdy zmienia to założenie, ponieważ wiemy również, że „pingwiny nie latają”.

Rozsądne rozumowanie

Główny artykuł: Rozsądne rozumowanie

Rozsądne rozumowanie symuluje ludzką zdolność wykorzystywania zdrowej wiedzy do tworzenia domniemań dotyczących rodzaju i istoty zwykłych sytuacji, z jakimi spotykają się każdego dnia, oraz do zmiany ich „umysłów” w przypadku pojawienia się nowych informacji. Obejmuje to czas, brakujące lub niepełne informacje oraz przyczynę i skutek. Umiejętność wyjaśnienia przyczyny i skutku jest ważnym aspektem możliwej do wyjaśnienia sztucznej inteligencji . Algorytmy utrzymania prawdy automatycznie zapewniają ułatwienie wyjaśniania, ponieważ tworzą skomplikowane zapisy domniemań. W porównaniu z ludźmi, wszystkie istniejące programy komputerowe, które próbują sztucznej inteligencji na poziomie ludzkim, wypadają wyjątkowo słabo w nowoczesnych testach porównawczych „zdroworozsądkowego rozumowania”, takich jak wyzwanie schematu Winograd . Problem osiągania kompetencji na poziomie ludzkim w zadaniach „zdroworozsądkowej wiedzy” jest prawdopodobnie uważany za „ kompletną sztuczną inteligencję ” (to znaczy, jego rozwiązanie wymagałoby zdolności do syntezy w pełni ludzkiej inteligencji ), chociaż niektórzy sprzeciwiają się temu pojęciu i uważają Współczująca inteligencja jest również wymagana w przypadku sztucznej inteligencji na poziomie ludzkim. Rozumowanie zdroworozsądkowe zostało z powodzeniem zastosowane w bardziej ograniczonych dziedzinach, takich jak przetwarzanie języka naturalnego i automatyczna diagnoza lub analiza.

Aplikacje

Około 2013 roku naukowcy z MIT opracowali BullySpace, rozszerzenie zdroworozsądkowej bazy wiedzy ConceptNet , aby wyłapać drwiące komentarze w mediach społecznościowych. BullySpace zawiera ponad 200 semantycznych twierdzeń opartych na stereotypach, aby pomóc systemowi wywnioskować, że komentarze takie jak „Załóż perukę i szminkę i bądź tym, kim naprawdę jesteś”, są bardziej prawdopodobne, że będą obraźliwe, jeśli są skierowane do chłopca niż do dziewczyny.

ConceptNet był również używany przez chatboty i komputery, które tworzą oryginalną fikcję. W Lawrence Livermore National Laboratory w inteligentnym agencie oprogramowania wykorzystano wiedzę zdrowego rozsądku do wykrywania naruszeń kompleksowego traktatu zakazującego prób jądrowych .

Dane

Na przykład od 2012 roku ConceptNet zawiera następujące 21 niezależnych od języka relacji:

  • Jest
  • Używany do
  • Ma
  • Zdolny do
  • Pragnienia
  • CreatedBy („ciasto” można utworzyć przez „pieczenie”)
  • Część
  • Przyczyny
  • Zlokalizowane w pobliżu
  • AtLocation (gdzieś „kucharz” może być w „restauracji”)
  • Zdefiniowana jako
  • SymbolOf ( X reprezentuje Y )
  • ReceivesAction („ciasto” można „zjeść”)
  • HasPrequisite ( X nie może zrobić Y, chyba że A robi B )
  • MotywowanyByGoal („Pieczesz”, bo chcesz „jeść”)
  • Przyczyny Desire („pieczenie” sprawia, że ​​chcesz „postępować zgodnie z przepisem”)
  • Zrobione z
  • HasFirstSubevent (wymagane Pierwszą rzeczą, kiedy robisz X jest dla podmiotu Y zrobić Z )
  • HasSubevent („jeść” ma subevent „połknąć”)
  • HasLastSubevent

Podstawy wiedzy zdroworozsądkowej

Zobacz też

Bibliografia