درک پیچیدگی های جهان واقعی توسط هوش مصنوعی
به گزارش کارگروه فناوری اطلاعات سایبربان؛ درک سریع رویدادهای جهانی، برای اطلاع رسانی اقدامات امنیت ملی ضروری است. تغییرات قابلتوجه روی داده در دنیای طبیعی یا جامعه انسانی میتوانند تأثیر ویژهای روی خودشان داشته باشند یا ممکن است بخشی از یک زنجیرهی دلایل را که روی محصولات تأثیر میگذارد، ایجاد کنند.
بسیاری از وقایع، رویدادهای سادهای نیستند؛ بلکه از پدیدههای پیچیدهای که از زنجیرهی عوامل بشمار تشکیل شدهاند. حجم دادههای چندرسانهای و بدون ساختار در دسترس به صورت روزافزون در حال افزایش است و همین مسئله مانع تشخیص، درک رویدادها و عناصر اصلی آنها میشود.
بوان انونیچخویچ (Boyan Onyshkevych)، مدیر برنامه دفتر نوآوری اطلاعات دارپا (I2O) گفت:
فرآیند شناسایی ارتباط میان حجم بالای دادهها و عناصر ایستا نیاز به دادههای موقت و الگوی رویدادها دارد. اندازهگیری و مقیاس بندی این موضوع با ابزارهای امروزی بسیار دشوار است.
استفاده از الگوها به منظور کمک به رسم ارتباط میان اطلاعات، مفهوم جدیدی نیست. برای مثال رفتن به فروشگاه مواد غذایی معمولاً شامل اقداماتی مانند تراکنش خرید، میشود. این طرح خود مجموعهای از اقدامات مانند پرداخت، نقشهایی مانند خریدار و فروشنده و محدودیتهای زمانی برای اسکن اجناس و پرداخت را در برمیگیرد.
سازمان دارپا به منظور کشف رویدادهای پیچیدهی موجود در اطلاعات محتوای چندرسانهای و جلبتوجه کاربران سیستمها به آنها پروژهای به نام «کایرُس» (KAIROS1) را راهاندازی کرد. هدف کایرس، ایجاد الگویی بر پایه توانایی هوش مصنوعی است که قدرت استدلال حوادث پیچیدهی جهان واقعی را دارد. در قالب این پروژه سامانهای نیمه خودمختار توسعه پیدا میکند که قابلیت شناسایی و رسم ارتباط میان داده و رویدادهای به ظاهر غیر مرتبط را دارد. این مسئله به اطلاعرسانی یا ایجاد روایتهای گسترده از جهان پیرامون کمک میکند.
اهداف پروژهی کایرس به 2 بخش تقسیم میشود. در فاز اول روی ایجاد الگوهایی از روی حجم عظیمی دادها تمرکز دارد. این کار به واسطه شناسایی، طبقهبندی و دستهبندی روایتهای جانبی بر پایهی استنباطهای زبانشناختی و عقل سلیم (common sense) صورت میگیرد. فاز دوم پروژه نیز روی به کارگیری کتابخانهای از الگوها که در طول بخش اول ایجاد شدهاند متمرکز است.
- Knowledge-directed Artificial Intelligence Reasoning Over Schemas