美国国防高级研究项目局(Defense Advanced Research Projects Agency,DARPA)近期的一份项目公告指出,该机构期望能发展一个可在“看起来没有关联的各类事件”中发现并画出关联关系、进而更好地描述全球事件的半自动化人工智能系统。

国防高级研究项目局指出,一个“事件”指自然世界或人类社会中所发生的可识别且显著的一个变化,这类所谓“兴趣事件(Events of interest)”将可能产生对美国国家安全具有显著影响的变化。因此,国防高级研究项目局将试图通过其近期启动的“知识指导的人工智能推理图式(Knowledge-directed Artificial Intelligence Reasoning Over Schemas,KAIROS)”项目,发展一个基于图式(Schemas)、“对复杂的现实世界事件进行语境和时空推理、以形成对这些事件的理解,并预测这些事件未来将如何展开”的人工智能系统,来发现隐藏在海量多媒体、多语言信息中的兴趣事件,并展现给其目标用户。

利用图式来在信息中形成关联并非新理念,1923年认知心理学家让.皮亚杰(Jean Piaget)就将“图式”定义为人类通过对若干事件元素的组织,形成可理解常识的知识单元。例如,前往超市购物这一行为就可归纳成一个关于交易的“图式”——其元素包括“角色”(买卖双方)、“行为”(挑选商品、付款)、“时序”(商品需要先在收银台扫码,而后顾客再付款)等。

国防高级研究项目局将“知识指导的人工智能推理图式”项目设计为两个阶段:第一个阶段将关注于通过基于语言学推断和常识推理的检测、分类、汇聚,从海量数据中形成图式,参与这个阶段的研究人员将运用归纳、综合和特殊化的流程来帮助形成可描述简单和复杂事件的图式,而后再将多个图式串列使用来提取诸如“角色”、“事件”这样的关键语境因素,并运用专业领域知识针对特定需求定制分析过程。第二个阶段将关注于把形成于第一个阶段的图式库应用到多媒体、多语言信息中去,以发现和提取复杂事件,这个阶段的研究将致力于识别事件、实体等因素之间的关联关系,以帮助人工智能系统形成和扩展其知识库。

声明:本文来自国际安全简报,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。