Hispanopedia Wiki
Articulo de referencia

Conocimiento de sentido común (inteligencia artificial)

En la investigación de inteligencia artificial , el conocimiento de sentido común consiste en hechos sobre el mundo cotidiano, como "Los limones son agrios" o "Las vacas dicen m...

Hispanopedia WikiContenido en espanolLectura gratuita

En la investigación de inteligencia artificial , el conocimiento de sentido común consiste en hechos sobre el mundo cotidiano, como "Los limones son agrios" o "Las vacas dicen mu", que se espera que todos los humanos conozcan. Actualmente, es un problema sin resolver en la inteligencia artificial general . El primer programa de IA que abordó el conocimiento de sentido común fue Advice Taker en 1959, creado por John McCarthy . [ 1 ]

El conocimiento de sentido común puede sustentar un proceso de razonamiento de sentido común , para intentar inferencias como "Podrías hornear un pastel porque quieres que la gente se lo coma". Se puede adjuntar un proceso de procesamiento del lenguaje natural a la base de conocimiento de sentido común para permitir que esta intente responder preguntas sobre el mundo. [ 2 ] El conocimiento de sentido común también ayuda a resolver problemas ante información incompleta . Utilizando creencias ampliamente aceptadas sobre objetos cotidianos, o conocimiento de sentido común , los sistemas de IA hacen suposiciones de sentido común o suposiciones predeterminadas sobre lo desconocido de manera similar a como lo hacen las personas. En un sistema de IA o en inglés, esto se expresa como "Normalmente P es cierto", "Generalmente P" o "Típicamente P, así que asumimos P". Por ejemplo, si sabemos que "Piolín es un pájaro", porque conocemos la creencia común sobre los pájaros, "típicamente los pájaros vuelan", sin saber nada más sobre Piolín, podemos asumir razonablemente que "Piolín puede volar". A medida que se descubre o se aprende más conocimiento del mundo con el tiempo, el sistema de IA puede revisar sus suposiciones sobre Piolín utilizando un proceso de mantenimiento de la verdad . Si más adelante descubrimos que "Tweety es un pingüino", entonces el mantenimiento de la verdad revisa esta suposición porque también sabemos que "los pingüinos no vuelan".

razonamiento de sentido común

El razonamiento de sentido común simula la capacidad humana de usar el conocimiento de sentido común para hacer suposiciones sobre el tipo y la esencia de las situaciones ordinarias que encuentran cada día, y para cambiar sus "mentes" si sale a la luz nueva información. Esto incluye el tiempo, la información faltante o incompleta y la causa y el efecto. La capacidad de explicar causa y efecto es un aspecto importante de la IA explicable . Los algoritmos de mantenimiento de la verdad proporcionan automáticamente una facilidad de explicación porque crean registros elaborados de suposiciones. En comparación con los humanos, todos los programas informáticos existentes que intentan una IA de nivel humano tienen un rendimiento extremadamente bajo en las pruebas de referencia modernas de "razonamiento de sentido común", como el Desafío del Esquema de Winograd . [ 3 ] El problema de alcanzar la competencia de nivel humano en tareas de "conocimiento de sentido común" se considera probablemente " completo para la IA " (es decir, resolverlo requeriría la capacidad de sintetizar una inteligencia de nivel totalmente humano), [ 4 ] [ 5 ] aunque algunos se oponen a esta noción y creen que la inteligencia compasiva también es necesaria para una IA de nivel humano. [ 6 ] El razonamiento de sentido común se ha aplicado con éxito en dominios más limitados, como el procesamiento del lenguaje natural [ 7 ] [ 8 ] y el diagnóstico automatizado [ 9 ] o el análisis. [ 10 ]

Construcción de una base de conocimientos de sentido común

La compilación de bases de conocimiento exhaustivas de afirmaciones de sentido común (CSKB) es un desafío de larga data en la investigación de IA. Desde los primeros esfuerzos impulsados ​​por expertos como CYC y WordNet , se lograron avances significativos a través del proyecto colaborativo OpenMind Commonsense , que dio lugar a la base de conocimiento colaborativa ConceptNet. Varios enfoques han intentado automatizar la construcción de CSKB, principalmente mediante minería de texto (WebChild, Quasimodo, TransOMCS, Ascent), así como extrayéndolas directamente de modelos de lenguaje preentrenados (AutoTOMIC). Estos recursos son significativamente más grandes que ConceptNet, aunque la construcción automatizada generalmente los hace de una calidad moderadamente inferior. También persisten desafíos en la representación del conocimiento de sentido común: la mayoría de los proyectos CSKB siguen un modelo de datos triple, que no necesariamente es el más adecuado para desglosar afirmaciones de lenguaje natural más complejas. Una excepción notable aquí es GenericsKB, que no aplica ninguna normalización adicional a las oraciones, sino que las conserva íntegramente.

Aplicaciones

Alrededor de 2013, investigadores del MIT desarrollaron BullySpace, una extensión de la base de conocimiento de sentido común ConceptNet , para detectar comentarios burlones en redes sociales. BullySpace incluía más de 200 afirmaciones semánticas basadas en estereotipos, para ayudar al sistema a inferir que comentarios como "Ponte una peluca y lápiz labial y sé quien realmente eres" tienen más probabilidades de ser un insulto si se dirigen a un niño que a una niña. [ 11 ] [ 12 ] [ 13 ]

ConceptNet también ha sido utilizado por chatbots [ 14 ] y por computadoras que componen ficción original. [ 15 ] En el Laboratorio Nacional Lawrence Livermore , el conocimiento del sentido común se utilizó en un agente de software inteligente para detectar violaciones de un tratado de prohibición total de pruebas nucleares . [ 16 ]

Datos

Como ejemplo, a partir de 2012 ConceptNet incluye estas 21 relaciones independientes del idioma: [ 17 ]

  • IsA (Un " RV " es un "vehículo" | X es una instancia de un Y )
  • Usado para (un "molde para pasteles" se usa para "hacer pasteles" | X se usa para el propósito Y )
  • HasA (Un " conejo " tiene una " cola " | X posee el elemento o característica Y )
  • CapazDe (un "cocinero" es capaz de "hacer productos horneados" | X es capaz de hacer Y )
  • Deseos (un "niño" desea "el aroma de la repostería" | X tiene un deseo por Y )
  • CreadoPor (" pastel " es creado por un " panadero " | X es creado por Y )
  • ParteDe (un "cuchillo" es parte de un "juego de cuchillos" | X es parte de Y )
  • Causas ("El calor" causa "cocinar" | X es lo que causa Y )
  • Ubicado cerca (el "horno" está ubicado cerca del "refrigerador" | X está ubicado cerca de Y )
  • EnUbicación (Un " cocinero " puede estar en un " restaurante " | X está en la ubicación de Y )
  • DefinedAs (un "Cupcake" se define como un "pastel" que también tiene las cualidades de ser "pequeño", "horneado dentro de un envoltorio" y "que contiene solo una zona de glaseado o cobertura" | X se define como Y que también tiene las propiedades A , B y C )
  • SímboloDe (un "corazón" es un símbolo de "afecto" | X es una representación simbólica de Y )
  • ReceivesAction ("pastel" puede recibir la acción de ser " comido " | X es capaz de recibir la acción Y )
  • HasPrerequisite ("hornear" tiene como requisito previo obtener los "ingredientes" | X no puede hacer Y a menos que A haga B )
  • MotivatedByGoal ("hornear" está motivado por el objetivo de "consumo"/"comer" | X tiene la motivación del objetivo Y )
  • CausasDeseo ("hornear" te hace querer "seguir la receta " | X causa el deseo de hacer Y )
  • HechoDe ("El pastel está hecho de "harina"/"huevos"/"azúcar"/"aceite"/etc. | X está hecho de Y )
  • HasFirstSubevent ("hornear" tiene como primer subevento "hacer masa" | Para hacer X, lo primero que hay que hacer es Y )
  • HasSubevent ("comer" tiene el subevento "tragar" | Hacer X dará lugar al evento Y siguiente)
  • HasLastSubevent ("dormir" tiene como último subevento "despertar" | Hacer X termina con el evento Y )

Bases de conocimiento de sentido común

Véase también

Referencias

  1. ↑ "PROGRAMAS CON SENTIDO COMÚN" . www-formal.stanford.edu . Consultado el 11 de abril de 2018 .
  2. ↑ Liu, Hugo y Push Singh. "ConceptNet: un conjunto de herramientas prácticas para el razonamiento de sentido común". Revista de tecnología BT 22.4 (2004): 211-226.
  3. ↑ "El desafío del esquema de Winograd" . cs.nyu.edu . Consultado el 9 de enero de 2018 .
  4. ↑ Yampolskiy, Roman V. " 10.1.1.232.913.pdf#page=102 AI-Complete, AI-Hard, or AI-Easy-Classification of Problems in AI AI-Easy-Classification of Problems in AI]." MAICS 2012.
  5. ↑ Andrich, C, Novosel, L y Hrnkas, B. (2009). Conocimiento de sentido común . Búsqueda y recuperación de información, 2009.
  6. ↑ Mason, Cindy (27 de septiembre de 2010). "El camino lógico hacia la IA a nivel humano conduce a un callejón sin salida" . Taller de la Cuarta Conferencia Internacional IEEE de 2010 sobre Sistemas Autoadaptativos y Autoorganizados . Vol. 32. págs. 57–95 . doi : 10.1109/SASOW.2010.63 . ISBN   978-1-4244-8684-7. S2CID 13030524 . 
  7. ↑ Chutima, Boonthum-Denecke (31 de diciembre de 2011). Avances interdisciplinarios en el procesamiento del lenguaje natural aplicado: problemas y enfoques . IGI Global. ISBN 978-1-61350-448-2.
  8. ↑ Davis, Ernest (10 de julio de 2014). Representaciones del conocimiento de sentido común . Morgan Kaufmann. ISBN 978-1-4832-2113-7.
  9. ↑ Reiter, Raymond (1987-04-01). "Una teoría del diagnóstico desde los primeros principios". Inteligencia Artificial . 32 (1): 57– 95. CiteSeerX 10.1.1.170.9236 . doi : 10.1016/0004-3702(87)90062-2 . ISSN 0004-3702 . S2CID 15629917 .   
  10. ↑ Gallimore, RJ; Jennings, NR; Lamba, HS; Mason, CL; Orenstein, BJ (1999). "Agentes cooperativos para la interpretación de datos científicos en 3D" (PDF) . IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews . 29 (1): 110– 126. Bibcode : 1999ITHMS..29..110G . doi : 10.1109/5326.740674 .
  11. ↑ Bazelon, Emily (marzo de 2013). "Cómo detener a los acosadores" . The Atlantic . Consultado el 9 de enero de 2018 .
  12. ↑ Dinakar, Karthik; Jones, Birago; Havasi, Catherine; Lieberman, Henry; Picard, Rosalind (1 de septiembre de 2012). "Razonamiento de sentido común para la detección, prevención y mitigación del ciberacoso". ACM Transactions on Interactive Intelligent Systems . 2 (3): 1– 30. CiteSeerX 10.1.1.693.8065 . doi : 10.1145/2362394.2362400 . S2CID 5560081 .  
  13. ↑ "Los sistemas de IA podrían combatir el ciberacoso" . New Scientist . 27 de junio de 2012. Consultado el 9 de enero de 2018 .
  14. ↑ "Creo que se volverá perfectamente normal que la gente tenga sexo con robots" . Newsweek . 23 de octubre de 2014. Consultado el 9 de enero de 2018 .
  15. ↑ "Contado por un robot: Ficción de computadoras que cuentan historias" . New Scientist . 24 de octubre de 2014. Consultado el 9 de enero de 2018 .
  16. ↑ Mason, CL (1995). "Un asistente inteligente para la verificación del tratado de prohibición de ensayos nucleares". IEEE Expert . 10 (6): 42– 49. Bibcode : 1995IExp...10...42M . doi : 10.1109/64.483116 .
  17. ↑ Speer, Robert y Catherine Havasi. " Representación del conocimiento relacional general en ConceptNet 5 ". LREC. 2012.
Lecturas relacionadas
6 articulos
Inteligencia artificialInteligencia artificialLa inteligencia artificial ( IA ), en su sentido más amplio, es la inteligencia que exhiben las máquinas , en particular los sistemas informáticos ...Inteligencia artificial generalInteligencia artificial generalLa inteligencia artificial general ( AGI ) es un tipo de inteligencia artificial (IA) que se encuentra dentro de los límites inferior y superior de...Sentido comúnSentido comúnEl sentido común ( del latín sensus communis ) es «conocimiento, juicio y gusto más o menos universal, sostenido más o menos sin reflexión ni argum...Quien recibe consejosEl receptor de consejos era un programa informático hipotético , propuesto por John McCarthy en su artículo de 1959 «Programas con sentido común». ...John McCarthy (computer scientist)John McCarthy (computer scientist)John McCarthy (September 4, 1927 – October 24, 2011) was an American computer scientist and cognitive scientist. He was one of the founders of the ...Razonamiento de sentido comúnRazonamiento de sentido comúnEn la inteligencia artificial (IA), el razonamiento basado en el sentido común es una capacidad similar a la humana para hacer suposiciones sobre e...