余跃

2019-01-10 | 前沿

用人工智能行之有效的了解现实世界的现象

    【据美国国防部高级研究项目局网站2019年1月4日报道】

自然界或人类社会中的变化可以对事件本身产生重大影响,或者也可能构成产生更广泛影响的因果链中的一部分。许多事件不是简单的事件,而是复杂的现象,它们是由许多附属元素组成的网络。然而,通过大量信息及其所依据的静态元素发现相关联系的过程需要时间信息和事件模式,这很难通过当前可用的工具和系统大规模获得。

为了帮助发现多媒体信息中的复杂事件并引起系统用户的注意,美国国防部高级研究项目局(DARPA)创建了KAIROS项目(Knowledge-directed Artificial Intelligence Reasoning Over Schemas,知识导向的人工智能推理框图)。其目的是创建基于框图的AI功能,对复杂的现实世界事件进行情境与时间推理,生成对这些事件的行之有效的了 解,并预测它们将如何展开。

该项目将分两个阶段进行,第一阶段将侧重于通过基于语言推理和常识推理检测、分类和集中子事件来从大量数据中创建框图。研究人员将应用泛化、组合和专业化流程来帮助生成描述简单和复杂事件的框图,将多个框图排序在一起以理解关键情境元素,并应用特定域知识来定制分析。第二阶段将侧重于将第一阶段创建的图式库应用于多媒体、多语言信息,以发现和提取复杂事件。这个阶段需要识别事件和实体,以及它们之间的关系,以帮助构建和扩展知识库。

收藏
阅读数:
`

相关推荐

没有相关内容

作者关注

同源信息

`