Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Tầm nhìn do cộng đồng thúc đẩy cho một nguồn kiến thức mới dành cho AI

Created by
  • Haebom

Tác giả

Vinay K Chaudhri, Chaitan Baru, Brandon Bennett, Mehul Bhatt, Darion Cassel, Anthony G Cohn, Rina Dechter, Esra Erdem, Dave Ferrucci, Ken Forbus, Gregory Gelfond, Michael Genesereth, Andrew S. Gordon, Benjamin Grosof, Gopal Gupta, Jim Hendler, Sharat Israni, Tyler R. Josephson, Patrick Kyllonen, Yuliya Lierler, Vladimir Lifschitz, Clifton McFate, Hande K. McGinty, Leora Morgenstern, Alessandro Oltramari, Praveen Paritosh, Dan Roth, Blake Shepard, Cogan Shimzu, Denny Vrande\v{c}i c, Mark Whiting, Michael Witbrock

Phác thảo

Bài báo này nhấn mạnh tính liên quan lâu dài của mục tiêu tạo ra một nguồn kiến thức toàn diện và đa năng, như đã được chứng minh bằng dự án Cyc năm 1984. Bất chấp sự thành công của các nguồn kiến thức hiện có như WordNet, ConceptNet và Wolfram|Alpha, một nguồn kiến thức có thể xác minh, đa năng và có sẵn rộng rãi vẫn là một thiếu sót nghiêm trọng trong cơ sở hạ tầng AI. Các mô hình ngôn ngữ quy mô lớn gặp phải những khoảng trống kiến thức, việc lập kế hoạch robot thiếu kiến thức thế giới cần thiết và việc phát hiện thông tin sai lệch thực tế vẫn phụ thuộc rất nhiều vào chuyên môn của con người. Bài báo này tổng hợp những phát hiện của hơn 50 nhà nghiên cứu đang khám phá những vấn đề này tại một hội thảo AAAI gần đây và trình bày một tầm nhìn do cộng đồng thúc đẩy cho một cơ sở hạ tầng kiến thức mới. Đặc biệt, chúng tôi trình bày một ý tưởng đầy hứa hẹn về việc xây dựng một khuôn khổ kỹ thuật mở tận dụng các kỹ thuật biểu diễn và lập luận kiến thức hiện đại và tận dụng hiệu quả các mô-đun kiến thức trong bối cảnh các ứng dụng thực tế. Một khuôn khổ như vậy nên bao gồm các quy tắc và cấu trúc xã hội được những người đóng góp áp dụng.

Takeaways, Limitations

•
Takeaways:
◦
Chúng tôi trình bày một phương pháp mới để giải quyết tình trạng thiếu các nguồn kiến thức có thể xác minh, chung chung và có sẵn rộng rãi, vốn được xác định là một thiếu sót lớn trong cơ sở hạ tầng AI.
◦
Chúng tôi trình bày các biện pháp cụ thể để sử dụng hiệu quả các mô-đun kiến thức thông qua khuôn khổ kỹ thuật mở.
◦
Nó trình bày một mô hình mới cho việc phát triển và đánh giá nguồn kiến thức bằng cách tận dụng các công nghệ tiên tiến trong biểu diễn và lập luận kiến thức.
◦
Phương pháp tiếp cận do cộng đồng thúc đẩy có thể tăng hiệu quả xây dựng và duy trì nguồn kiến thức.
•
Limitations:
◦
Không có mô tả chi tiết về thiết kế và triển khai cụ thể của khuôn khổ kỹ thuật mở được đề xuất.
◦
Có thể chưa xem xét đến các vấn đề về khả năng tương thích và khả năng tương tác giữa các mô-đun kiến thức khác nhau.
◦
Thiếu nghiên cứu thực nghiệm về tính khả thi và hiệu quả của tầm nhìn được đề xuất.
◦
Có thể còn thiếu thảo luận về việc duy trì và phát triển bền vững các phương pháp do cộng đồng lãnh đạo.
👍
Made with Slashpage