博文
《泥沙龙笔记：再谈 cyc》
|||
Nick: cyc算人工吗？
我: 当然，是一点一点手工抠出来的。靠的是积累和架构的保障，否则那么大量的规则在里面就乱套了。
严格地说，在相互关联和作用的规则集为资源的模块里，百这个量级是坎儿。
一个系统架构可以有很多模块，很多规则集，cyc 算是一种，偏重于把规则词典化。
Nick: cyc规模可比几百大好多
我: 但其中有架构去分割的（而且 cyc 差不多是一个极端的案例了）。它所 encode 的常识多数可以词典化、概念化，这样一来，在那个概念词条的辖区 内部的规则是有限的，可以人力掌控的，类似 expert lexicons
雷: @wei 为什么cyc还在开发？
我: 有资助就开发呗。好久没听到他们的动静了。cyc 一度得到很多资助，10 年前到处宣传他们到了应用的前夕。
雷: 为什么一直会有？军方的吗？
我: 具体没追踪，以前说也有私人大款资助。
雷: 这个项目有二十多年了吧？
我: 良心说，他们的雄心还是令人肃然起敬的。这可算是唯一的 "真正的" AI 了，其他所有的 AI 在 cyc 面前都显得有点名不副实。一般而言，只有真正模拟常识逻辑，才是智能人工的基础。可惜是这条道路，在可以预见的将来，没戏。谁知道呢，也许一两百年后，它的价值会被发现。那时候量子计算也许普及了，overhead 不再是瓶颈，cyc 的常识在模糊推理的协助下，也许大放异彩。cyc 每一点的常识单单去看都是有道理的，是人类知识和智能的碎片化积累。但是这些东西与形式逻辑的推理结合，就难玩得转。
白: 我觉得，cyc建设完成只是起点，后续怎么用还没想好。而IE抽取出来就是终点，基本就是用户要的。所以二者不完全可比，也不能以条数论英雄。
我: 是啊，cyc 有钱就这么建下去，保不定是给未来造福呢。据说已经建造到媲美10岁儿童的智力知识水平了。
雷: @wei 我觉得是
我: 就这么愚公移山造下去，反正这些知识很少过时的
雷: lenat可是聪明人
我: 不过他们也是耐不住寂寞，或者迫于投资者压力，才会在10年前大造舆论
雷: 积累到一定的时候就可以滚动了
我: 说眼看就要实用了，cyc 人工智能要全面开花结果了，痴人说梦呢。滚动不了。太沉重，overhead 太大，当年他们设想的是用类似云计算，把计算压力分散了来担。
雷: 可以的。对人可能太大，对机器，小事一桩
我: 牛刀宰鸡并不好使，很多时候是这样的。
白: 这个是路线错误
我: 他们试图找到一个非常识不可的任务，结果发现，现实世界中 这样的任务很少很少。
我: 多数时候是，别的手段做剩下的，需要一点常识。为了那一点剩下的任务，调用这么大一家伙，不成比例，难以运作。
雷: @wei 应该不少，就是还没有用起来。理论和应用的时间差
我: 也可能有某种非用常识不可而且不计成本的场景，不过还真不容易想出来。
白: @雷晓军 或许很多体现在大数据里了，根本不需要形式化。
我: 至少对语言的应用场景，常识只是最后的那么一点。
白: 我认为常识是有用的，常识形式化是无用的。
我: 大数据里隐含的常识与形式化的浓缩版常识。我倾向于同意 @白硕
白: 常识有很多更直接、更方便计算的表现形式。
雷: 智能的另一种定义是通讯的畅通。畅通的通讯，收发方要同构。
白: 常识就是对抬杠免疫的设定。
我：常识就是为思想偷懒，否则人要累死了
白: 目的是对抬杠免疫。抓住老鼠都是好猫。
我: 对于 NLP 中常识到底有多大用场做过一些思考，结论是不值
雷: 是所有的参数的default
我: 在这篇博客里 NLU自然是文法为主常识为辅 http://blog.sciencenet.cn/blog-362400-734340.html
白: 以前曾经有根据自然语言生成图像的论文，我当答辩委员。当时的结论就是，没说有的，就不要进入画面，说没有的，除非标配，是废话。
我: 画了一个图，大体量化了一下，发现只有常识才能解决的语言任务，比例很小。
白: 比如一个人，鼻子是标配，说没有鼻子，才需要在画面中体现。但是说一条河上没有桥，等于没说，因为桥不是河的标配。
雷: @白硕 是！
我: 多年前跟 cyc 的人聊过，他们苦于找不到非此不可的应用场景，虽然理论上几乎可以用于一切场合。但非此不可的，真费思量。
雷: @wei 酱紫啊！
我: 最先想到的应用是NLU，但恰恰在 NLU 上，我的思考结果是不值。
白: 但是标配是可以通过大数据获得的
我: 原因是自然语言很复杂，但也很有规律。有一种叫文法的“domain knowledge”远远地优于常识。。
雷: @白硕 可能还有default list吧
白: 一个意思@雷晓军
雷: @白硕 我指的是一个参数的list
我: 而前者只是后者的一个零头，论个头。
白: 考研究生，意思是考成功的话，就会“成为”研究生。操作上研究生不是考的坑没关系，只要“考”和“研究生”能联合激活“成为”，事情就结了。“考驾照”也是一样，意思是考通过的话会“拥有”驾照。只要考和驾照能联合激活“拥有”，也就结了。联合激活可以通过统计，不需要predefine。
我: 以前 wilks 说的优先语义，说的就是一个坑里面的缺省概念。这个肯定可以从大数据中反映。里面蕴涵的也是常识。所以 eat 后面没有啥的时候，优选语义就是 FOOD
白: 老乔说，该有的没有，本质上是个代词。说不定在哪儿找到共指。比如c-command位置上
雷: @白硕 刚才你的例子，考研究生，研究生是考的结果格。不是必须的，是选项
白: 我就是说predefine格的做法可以换另一种做法。
雷: 冗余
【相关】
https://blog.sciencenet.cn/blog-362400-945122.html
上一篇：《泥沙龙笔记：知识习得对本体知识，信息抽取对知识图谱》
下一篇：《新智元：有了deep parsing，信息抽取就是个玩儿》
