Savoir commun en intelligence artificielle

Dans la recherche sur l’intelligence artificielle, la connaissance du bon sens consiste en des faits sur le monde de tous les jours, tels que « Les citrons sont acides », que tous les humains sont censés connaître. Le premier programme d’intelligence artificielle visant à résoudre le problème du sens commun était Advice Taker en 1959 de John McCarthy.

Il s’agit actuellement d’un problème non résolu dans l’intelligence générale artificielle, qui est au cœur de l’Institut Paul Allen pour l’intelligence artificielle. La connaissance du sens commun peut sous-tendre un processus de raisonnement sensé consistant à tenter des déductions telles que « Vous pouvez faire un gâteau parce que vous voulez que les gens le mangent. » Un processus de traitement du langage naturel peut être associé à la base de connaissances du sens commun afin de permettre à la base de connaissances de tenter de répondre à des questions de sens commun sur le monde. La connaissance du sens commun aide également à résoudre des problèmes face à des informations incomplètes. Faisant appel à des croyances répandues sur les objets de la vie courante ou à la connaissance du sens commun, les systèmes d’intelligence artificielle émettent des hypothèses de bon sens ou des hypothèses par défaut relatives à l’inconnu, de la même manière que les gens. Dans un système d’intelligence artificielle ou en anglais, ceci est exprimé par « Normalement, P », « Généralement P » ou « Typiquement P, donc Assume P ». Par exemple, si nous savons que «tweety est un oiseau», parce que nous connaissons la croyance répandue au sujet des oiseaux, Typically Birds Fly, sans rien connaître d’autre à propos de tweety, nous pouvons raisonnablement supposer que «tweety peut voler». À mesure que davantage de connaissances sur le monde sont découvertes ou apprises au fil du temps, le système d’IA peut réviser ses hypothèses sur tweety en utilisant un processus de maintien de la vérité. Si nous apprenons plus tard que «la tweety est un manchot», le maintien de la vérité révise cette hypothèse car nous savons également que «les manchots ne volent pas».

Raisonnement ordinaire
Le raisonnement commun simule la capacité humaine à faire des suppositions sur le type et l’essence des situations ordinaires qu’ils rencontrent tous les jours, y compris le temps, des informations manquantes ou incomplètes, ainsi que des relations de cause à effet. La capacité d’expliquer la cause et l’effet est un aspect important de l’IA explicable. Par rapport aux humains, tous les programmes informatiques existants qui tentent une IA au niveau humain fonctionnent extrêmement mal aux tests de référence modernes du « raisonnement de bon sens » tels que le Winograd Schema Challenge. Le problème de l’acquisition de compétences humaines dans des tâches de « connaissance du sens commun » est probablement considéré comme « complet » (c’est-à-dire que sa résolution nécessiterait la capacité de synthétiser une intelligence entièrement humaine), bien que certains s’opposent à cette notion et croient l’intelligence compatissante est également nécessaire pour l’IA au niveau humain. Le raisonnement fondé sur le bon sens a été appliqué avec succès dans des domaines plus limités tels que le diagnostic ou l’analyse automatisés.

Applications
Vers 2013, des chercheurs du MIT ont développé BullySpace, une extension de la base de connaissances Conceptense, qui a du sens commun, pour attirer l’attention sur les commentaires des médias sociaux. BullySpace a inclus plus de 200 assertions sémantiques basées sur des stéréotypes, afin d’aider le système à déduire que des commentaires tels que « Mets une perruque et du rouge à lèvres et sois ce que tu es vraiment » risquent davantage d’être une insulte adressée à un garçon qu’à une fille.

ConceptNet a également été utilisé par les chatbots et par les ordinateurs qui composent la fiction originale. Au laboratoire national Lawrence Livermore, un agent logiciel intelligent utilisait des connaissances sensées pour détecter les violations d’un traité d’interdiction complète des essais nucléaires.

Les données
Par exemple, à compter de 2012, ConceptNet inclut ces 21 relations indépendantes du langage:

Est un
Utilisé pour
A un
Capable de
Les désirs
CrééPar (« gâteau » peut être créé par « cuisson »)
Partie de
Les causes
Situé à proximité
AtLocation (Quelque part un « cuisinier » peut être un « restaurant »)
Défini comme
SymbolOf (X représente Y)
ReceivesAction (« gâteau » peut être « mangé »)
HasPrerequisite (X ne peut pas faire Y à moins que A ne fasse B)
MotivatedByGoal (Vous « cuisiner » parce que vous voulez « manger »)
CausesDesire (« cuisson » donne envie de « suivre la recette »)
Fait de
HasFirstSubevent (la première chose requise lorsque vous faites X est que l’entité Y fasse Z)
HasSubevent (« manger » a sous-événement « avaler »)
HasLastSubevent

Bases de connaissances communes

La base de connaissances du sens commun est une base de connaissances des systèmes intelligents ou des agents intelligents contemporains. Il s’agit d’une mesure essentielle pour résoudre le problème d’embouteillage de l’intelligence artificielle ou de la technologie d’ingénierie du savoir, qui se caractérise par une grande échelle. La base de connaissances du domaine des systèmes d’intelligence artificielle ou d’ingénierie du savoir d’origine est un autre type de base de connaissances. Autrement dit, la base de connaissances du domaine et la base de connaissances du sens commun sont deux types de bases de connaissances de base possédés par des systèmes informatiques intelligents. Le domaine de l’informatique estime généralement que la base de connaissances du domaine et la base de connaissances du sens commun sont des goulots d’étranglement en intelligence artificielle ou en technologie d’ingénierie des connaissances. Du début de l’attention à la connaissance du domaine des experts à la connaissance actuelle du sens commun, il s’agit d’un progrès en intelligence artificielle ou en technologie d’ingénierie du savoir. En raison de la maturité constante du matériel informatique et des logiciels, des bases de données et des entrepôts de données et de leurs interfaces d’interaction homme-machine, les bases de connaissances à grande échelle et les systèmes de connaissances communs nécessaires au développement de divers systèmes experts au XXIe siècle sont: Champs obligatoires. La base de connaissances du bon sens comprend des conditions de base.

Connaissance du sens commun
Dans l’étude de l’intelligence artificielle, la connaissance du sens commun est constituée des faits rassemblés et des informations qu’une personne commune prévoit. Le problème de la connaissance du sens commun est un projet en cours qui appartient au domaine de l’expression du savoir (une branche de l’intelligence artificielle). Il vise à créer une base de connaissances de bon sens: une base de données contenant toutes les connaissances générales de la plupart des gens. Il est exprimé de manière à permettre l’utilisation du langage naturel dans les programmes d’intelligence artificielle ou à faire des déductions sur le monde ordinaire. Une telle base de données est une ontologie de la connaissance, dont la plus courante est la dite ontologie supérieure.

problèmes qui doivent être résolus
Le problème du travail multithread est considéré comme le plus difficile, car l’étendue des connaissances et la connaissance approfondie du sens commun de la recherche en intelligence artificielle sont énormes. Toute tâche nécessitant une connaissance du sens commun est considérée comme effectuée par l’intelligence artificielle: beaucoup de travail à faire et ce que l’on n’a pas, il faut que la machine montre son intelligence en tant que personne. Ces tâches incluent la traduction automatique, la reconnaissance d’objets, l’exploration de texte et de nombreux autres problèmes. Pour effectuer ces tâches à la perfection, la machine sait simplement de quoi parle le texte et l’objet est visible, ce qui est impossible si la machine ne connaît pas les mêmes concepts qu’une personne ordinaire.

Liste de contenu de bon sens
Les informations de la base de connaissances du sens commun peuvent inclure, sans toutefois s’y limiter, les suivantes:

Cours d’ontologie et individuel
Partie et matériau de l’objet
Les propriétés de l’objet (telles que la couleur et la taille)
Fonction d’objet et utilisation
Localisation et distribution de l’objet
Action et lieu de l’événement
Temps d’action et événement
Prérequis pour des actions et des événements
Action et impact de l’événement (post-conditions)
Sujet et objet d’action
Comportement de l’appareil
Stale de la situation ou du script
Objectifs et besoins en matière de droits de l’homme
émotion
Planification et stratégie
Thème de l’histoire
Le contexte

Exemple populaire
WordNet, un dictionnaire de base de connaissances de bon sens.
Base de connaissances commune (large) (Cyc), une base de connaissances à grande échelle basée sur le sens commun, similaire à une encyclopédie.
ThoughtTreasure, une base de connaissances du bon sens en traitement de langage naturel.
Le Web sémantique, c’est un futur réseau avec à la fois une base de connaissances de domaine et une base de connaissances de sens commun.
Esprit ouvert sens commun
Ontologie du savoir formel de base (Ontologie formelle de base
Ontologie générale formelle
Réseau Concept (ConceptNet)
Matrice de points de pensée (Mindpixel)
Ontologie (informatique)
Ontologie du savoir supérieure ou supérieure)
Raisonnement ordinaire

Opinion d’expert
Certains experts estiment que « le traitement des connaissances communes est le problème central de la recherche sur les connaissances artificielles ». Certains experts estiment que « comment acquérir efficacement les connaissances des experts du domaine a toujours été un problème d’intelligence artificielle ».

Recherche pratique
Par exemple, la structure de l’ontologie et le mécanisme opérationnel d’une base de connaissances de sens commun à grande échelle pour les agents intelligents sont étudiés.

Bases de données
Cyc
Open Mind Common Sense (source de données) et ConceptNet (banque de données et moteur NLP)
Trésor de Pensée
Mindpixel
Vraie connaissance
DBpedia
Graphiq