能掌握全球大小事的AI？這家研究機構要開發具有理解能力的人工智能

迅速理解現實世界事件對於爲國家安全工作提供信息而言至關重要。美國國防部下屬研究機構顯然已經意識到這一點，並開始探索運用AI來掌握世界大小事件的可能。

一隻蝴蝶扇動翅膀，引發了世界另一頭的一場颶風——這是一段關於複雜因果關係的典型描述。就這一事件而言，我們該如何觀察颶風、以及如何找出這颶風是由哪隻蝴蝶引起的？如果可能的話，我們是不是可以在這隻蝴蝶開始飛行之前就阻止它？

這些自然界或人類社會中值得注意的變化不僅可以對事件本身產生重大影響，也可能構成產生更廣泛影響的因果鏈的一部分。許多事件不是簡單的單一事件，而是由衆多輔助元素組成的複雜現象，它們由包括從參與者到時間線的大量附屬元素組成。

然而，非結構性多媒體信息大量出現而且越來越多，這阻礙了人們對這些事件及其基本組成要素的發現與理解。

根據美國國防高級研究計劃局（DARPA）官網一份聲明稱，該研究機構創建了基於圖式的知識導向人工智能推理系統（Knowledge-directed Artificial Intelligence Reasoning Over Schemas， KAIROS）項目，旨在對複雜的現實世界事件進行語境和時間推理，從而生成對這些事件的可操作理解並預測它們將如何展開。

具體看，該項目將開發一個半自動化的機器學習系統，可以篩選每天產生的無數事件和媒體片段、從中辨別和繪製任何聯繫或敘事相關性的線索，協助用戶對周圍的世界信息達成廣泛理解。

從DARPA公開的網站信息來看，KAIROS的研究目標將分兩個階段進行：

• 第一階段將側重於通過基於語言推理和常識推理檢測、分類和集中子事件，從大量數據中創建圖式庫。接受此挑戰的研究人員將應用泛化、組合和專業化流程來幫助生成描述簡單和複雜事件的圖式，將多個圖式排序在一起以理解關鍵語境元素（如角色和時間線），並應用特定域知識來定製分析以針對特別需要。
• 第二階段將側重於將第一階段創建的圖式庫應用於多媒體、多語言信息，以發現和提取複雜事件。這個階段需要AI識別事件、實體、以及它們之間的關係，以幫助構建和擴展知識庫。

最大的挑戰：讓AI具備理解能力

使用圖式來幫助繪製信息之間的相關性並不是一個新概念。早在1923年，認知科學家Jean Piaget就對其下過最初的定義：圖式是指人類通過創造出許多由相互關聯的事件構成的小故事來理解周圍的世界。

例如，當你去商店買東西的時候，你知道通常是你走進商店，選擇一件商品，然後把它帶到收銀員那裏，收銀員掃描了它，接着你以某種方式付款，然後離開了商店。這種“買東西”的過程就是一個我們都能識別出的圖式，其由一組動作（支付）、角色（買方和賣方）和時間約束（物品被掃描然後支付）來定義；當然其中也可以包含一些子圖式 （比如選擇商品、付款流程），這個圖式也可以從屬於另一個圖式 （比如送禮、家庭烹飪）。

儘管這些圖式很容易在我們的腦海中想象出來，但要以計算機系統能夠理解的方式對它們進行正式定義卻十分困難，因爲這並不顯而易見、也不受規則的約束。而且，數據越多，定義起來就越困難。買東西還是一個相對來說比較簡單的圖式，但如何建立一種認知冷戰或熊市的圖式呢？ 

因此，這種基於圖式的AI功能最關鍵的挑戰之一就是讓AI具備理解能力。有理解能力的人工智能一直是業內關注的重要方向，然而目前已經應用到實際生活的人工智能技術絕大多數還是無理解能力的人工智能。

DARPA信息創新辦公室（I2O）項目經理Boyan Onyshkevych在新聞稿中對此表示：“要從大量信息中的時間、事件模式等靜態元素來找出相關聯的過程，以目前可用的工具和系統來說非常困難。”

來源：華爾街見聞