LarKC推理与决策

LarKC: The Large Knowledge Collider ( 大规模知识加速器 ) LarKC Website: http://www.larkc.eu LarKC中文主页: http://cn.larkc.eu •欧盟第7框架计划(FP7)的LarKC项目的目标是开发大规模知识加速器,LarKC被设计为一个大规模分布式不完备推理平台。按照LarKC (The Large Knowledge Collider) 项目的起源,其中文可译为大规模知识对撞机,原因是这个名字的由来是受到了欧盟原子能研究组织开发的大规模强子对撞机(Large Hadron Collider)的启发。 •项目开始时间:2008年4月1日 项目结束时间:2011年9月30日 项目时长:42个月 项目经费:约1千万欧元 欧盟委员会资助:约700万欧元 成员单位:13个(来自11个国家) 单位, 80人左右 •如果用简短的话来描述LarKC项目的目的,那便是:基于海量数据的分布式、不完全搜索、推理平台。 •分布式体现在数据集( 目前主要处理的是RDF格式的数据 )分布在万维网、本地等不同的来源。 •不完全体现在“在有限时间内,基于海量数据的确定性推理几乎是不可能的”,因此只能“在不完全数据上进行令用户足够满意的推理”。 •平台则体现在LarKC将与基于语义Web的问题求解组件都以插件的形式组织在一起,通过一个管道(Pipe line)进行调用。 •决策器(/plugins/decider ): 简单范本恒时决策器:一个简单范例,在模板插件集上反复执行工作流,在每个循环结束时返回中间结果(在返回最终结果之前)。 模板决策器:一个用来创建新的决策器插件的简单模板。 … 继续阅读

关于LarKC

一:简要介绍 LarKC: The Large Knowledge Collider ( 大规模知识加速器 ) LarKC 主页:http://www.larkc.eu LarKC中文主页: http://cn.larkc.eu 欧盟第7框架计划(FP7)的LarKC项目的目标是开发大规模知识加速器(LarKC,其发音为“lark”),LarKC被设计为一个大规模分布式不完备推理平台。按照LarKC (The Large Knowledge Collider) 项目的起源,其中文可译为大规模知识对撞机,原因是这个名字的由来是受到了欧盟原子能研究组织开发的大规模强子对撞机(Large Hadron Collider)的启发。如果用简短的话来描述LarKC项目的目的,那便是:基于海量数据的分布式、不完全搜索、推理平台。分布式体现在数据集(目前主要处理的是RDF格式的数据)分布在万维网、本地等不同的来源,不完全体现在“在有限时间内,基于海量数据的确定性推理几乎是不可能的”,因此只能“在不完全数据上进行令用户足够满意的推理”,而平台则体现在LarKC将与基于语义Web的问题求解组件都以插件的形式组织在一起,通过一个管道(Pipe line)进行调用。目前在管道中已经考虑的插件类型有:Transformer, Selector, Reasoner, Decider等。正如Cyc 的CTO Michael Witbrock在LarKC的Blog中描述的[http://blog.larkc.eu/?p=1401],“这种体系结构的设计意义在于对于人工智能的研究者来说,当面对基于海量数据的问题求解时,你不需要将任何事情都从头做起”。该平台用于突破语义万维网(Semantic Web)推理系统目前面临的知识处理规模瓶颈。 图 LarKC架构总览 LarKC项目将通过以下几方面的努力实现以上目标: l 扩充现有基于逻辑的语义万维网推理方法:计划通过运用信息检索、机器学习、信息论、数据库、概率推理等学科的理论研发新的推理方法; l 使用受认知科学启发的方法与技术:如传播激活(spreading activation)、注意(attention)、强化(reinforcement)、 习惯(habituation)、关联推理(relevance reasoning)、有限合理性(bounded rationality); … 继续阅读