DARPA训练机器常识推理

转载请注明出处

近年来，人工智能在许多方面取得了重大进展，使得人类应对开发基于逻辑的常识知识推理方法这一艰巨挑战成为可能。当前，DARPA创建了“机器常识”（Machines Common Sense，MCS）项目来开发新功能。MCS项目将探索认知理解、自然语言处理、深度学习以及人工智能研究其他领域的最新进展，以找到常识问题的答案。

机器常识（MCS）项目旨在解决为智能机器阐明和编码人类常识推理的挑战，通过创建机器常识服务，帮助打破当前狭隘的AI应用程序与未来更通用的AI应用程序之间的障碍。

一、项目背景

当前的机器学习系统比以往任何时候都更先进，能够自动执行日益复杂的任务，并成为人类操作员的关键工具。然而，尽管取得了很大进展，人工智能（AI）的一个关键组成部分仍然遥不可及，那就是机器常识。常识被定义为“感知、理解和判断几乎所有人共享事物的基本能力，几乎所有人都可以合理地期望而不需要辩论”，常识形成了人类如何与周围世界互动的重要基础。拥有这些必要的背景知识可以显著推进人与机器之间的共生伙伴关系。但是，阐明和编码这种模糊但普遍的能力并非易事。

机器常识的探索不是一个新领域。在人工智能发展早期，研究人员就一直致力于开发基于逻辑的常识知识和推理方法，以及从网络中提取和收集常识知识的方法。虽然这些努力已经产生了有用的结果，但是它们的脆弱性和缺乏语义理解阻碍了广泛应用的常识能力的产生。

“缺乏常识会阻止智能系统了解其世界，与人自然沟通，在不可预见的情况下合理行事，并从新体验中学习” ，DARPA信息创新办公室（I2O）项目经理Dave Gunning表示，“这种缺失可能是我们目前的狭隘人工智能应用程序与我们希望在未来创建的更为通用的人工智能应用程序之间最重要的障碍。”

二、项目目标

近年来，人工智能在许多方面取得了重大进展，使今天能够应对这一艰巨挑战成为可能。DARPA创建了机器常识（Machines Common Sense，MCS）项目来开发新功能。MCS项目将探索认知理解、自然语言处理、深度学习以及人工智能研究的其他领域的最新进展，以找到常识问题的答案。

三、项目内容

为了集中精力，MCS项目将采用两种方法来开发和评估不同的机器常识服务。

第一种方法将创建计算模型，从经验中学习并模仿发展心理学定义的认知核心领域。这包括对象域（直观物理）、场所（空间导航）和代理（有心的参与者）。研究人员将寻求开发在人类发展的早期阶段思考和学习的系统，利用认知发展领域的进步来提供经验和理论指导。

“在生命的最初几年，人类获得了智力和常识的基本组成部分，”Gunning介绍，“发展心理学家已经找到了将这些认知能力映射到人类早期生命发育阶段的方法，为研究人员提供了一套目标和策略，以模仿为机器常识开发新的基础。”

为了评估这一方法创建计算模型的进展和成功，研究人员将探索发展心理学研究和文献，以创建评估标准。DARPA将使用由此产生的一组认知发展里程碑来确定模型能够在三个级别的绩效中学习——预测/期望、经验学习和解决问题。

第二种方法将构建一个常识知识库，能够通过从Web上读取来回答关于常识现象的自然语言和基于图像的查询。DARPA希望研究人员能够结合使用手动构建、信息提取、机器学习、众包技术和其他计算方法来开发存储库。由此产生的能力将根据艾伦人工智能研究所（AI2）常识基准测试进行测量，该测试通过广泛的众包过程构建，以表示和测量普通成年人的广泛常识知识。

该项目的完整描述将在即将发布的广泛机构公告中提供。有兴趣的提案者有机会在10月18日美国东部时间上午9:00至下午1:00在DARPA会议中心举行的提案者日期间了解有关机器常识项目的更多信息。

防务菌

有礼有节&百无禁忌

来将通名&非诚勿扰