面向人工智能的社区驱动知识资源愿景
人工智能
2025-10-14 v3
摘要
创建综合性、多用途知识资源的长期目标，恒久存在于人工智能领域，类似于1984年的Cyc项目。尽管WordNet、ConceptNet、Wolfram|Alpha等知识资源取得成功，但可验证、通用且广泛可获取的知识来源仍是AI基础设施的关键缺失。大型语言模型因知识缺口而受限；机器人规划缺乏必要的世界知识；事实错误信息的检测高度依赖人类专家。今天人工智能最需要的是什么样的知识资源？现代技术应如何塑造其开发和评估？近期，AAAII工作坊聚集了超过50名研究者，探讨了这些问题。本文综合了我们的发现，勾勒了社区驱动的新型知识基础设施愿景。除了利用当代知识表示和推理技术之外，一个有前景的想法是构建开放式工程框架，以有效地在实际应用中发挥知识模块的作用。该框架应包括被贡献者采纳的约定和社会结构。
引用
@article{arxiv.2506.16596,
title = {A Community-driven vision for a new Knowledge Resource for AI},
author = {Vinay K Chaudhri and Chaitan Baru and Brandon Bennett and Mehul Bhatt and Darion Cassel and Anthony G Cohn and Rina Dechter and Esra Erdem and Dave Ferrucci and Ken Forbus and Gregory Gelfond and Michael Genesereth and Andrew S. Gordon and Benjamin Grosof and Gopal Gupta and Jim Hendler and Sharat Israni and Tyler R. Josephson and Patrick Kyllonen and Yuliya Lierler and Vladimir Lifschitz and Clifton McFate and Hande K. McGinty and Leora Morgenstern and Alessandro Oltramari and Praveen Paritosh and Dan Roth and Blake Shepard and Cogan Shimzu and Denny Vrandečić and Mark Whiting and Michael Witbrock},
journal= {arXiv preprint arXiv:2506.16596},
year = {2025}
}
备注
17 pages