DARPA“机器常识”项目将为人工智能寻求常识推理能力

来源：DARPA网站；作者：申淼；转自：国防科技要闻

当前的人工智能（AI）系统主要是狭义AI系统，缺乏常识推理能力。为此,美国防高级研究计划局（DARPA）信息创新办公室开展“机器常识”（MCS）项目，旨在使机器具有像人类一样的常识推理能力，为将来向通用AI系统发展奠定基础。该项目计划于10月18日举行提案者日活动。

一、研究背景

常识是人类感知和理解世界的一种基本能力。典型的AI系统缺乏对物理世界运行的一般理解（如直观物理学）、对人类动机和行为的基本理解（如直觉心理学）、像成年人一样对普遍事物的认知。

机器常识一直是AI中一个关键而又容易缺失的组成部分。最近，机器学习领域的进步实现了新的AI能力，但是在所有这些应用中，机器推理都比较狭隘且高度专业化。研发人员必须针对每种情形对AI系统进行训练和编程，通用常识推理依然缺失。常识的缺失阻碍AI系统对世界的理解、影响其与人类的自然交流、不利于其在无法预知的情形中做出合理的行为，并且阻碍其学习新的经验。这种缺失可能是当前人们寻求狭义聚焦AI应用和未来更通用AI应用之间的最大障碍。

最近几年，各种AI技术已取得了显著进步，预计机器学习，特别是深度学习的各个方面也将快速取得发展，将会给半监督、自我监督、无人监督学习以及学习和推理整合提供新的技术。MCS项目将利用认知理解、自然语言处理、深度学习等方面取得的进步来研究如何解决AI常识问题。

二、研究内容

在研发工作的初期，研究人员将利用认知发展领域的进步开发能像人一样思考和学习的系统，以提供经验和理论指导。MCS项目计划采取两种战略来研发两种不同的常识服务，并为两种服务设计专门的评估鉴定办法。研发技术领域包括以下3个方面:

（1）人类常识的基础（技术领域1）。学习经验，以建造可模拟人类对物体（直观物理）、代理（有意行为体）和地点（空间导航）认知的基础核心知识体系的计算模型。这些计算模型将利用发展心理学研究和文献中已经验证的认知发展里程碑进行评估鉴定，判断其在三个层面（预测/预期、经验学习和解决问题）的学习效能。

（2）人类常识基础试验环境（技术领域2）。在对技术领域1的研究成果，即人类常识的基础进行测试时，将使用人类常识基础试验环境。

（3）广泛的常识（技术领域3）。从网络阅读中学习，以构建回答有关常识现象的自然语言问题和基于图像的问题。该服务将模拟2018年美国普通成年人所具备的常识知识，并将通过艾伦人工智能研究所（AI2）基准试验进行判断。DARPA预计，研究人员将采用手动建造、信息提取、机器学习、众包技术和其他计算方法来建立该常识知识库。