首届DIKWP杯世界人工意识设计大赛-语言与认知赛道发布

主持人：

接下来是首届DIKWP杯世界人工意识设计大赛-语言与认知赛道发布，语言与认知赛道主要是我们去探寻生物从认知空间的变化过程中，语言的一个概念符号化形成过程，以及一个语义空间的一个进化过程。是一个软件的一个模拟和处理的一个竞赛，我们鼓励参赛选手借助数据、信息、知识、智慧和意图DIKWP模型进行自然语言概念的语义映射，并明确客观的语义演化评价标准。

段玉聪教授：

我们其实这个目标很清晰，就是希望能够从我们看得到的包括大语言模型在内的当前的基于神经网络的AI系统，可以说是拥有了对应神经网络处理的语义机制，那么它拥有的是语义空间。但是我们人类借助符号化的概念进行自然语言的交流，我们希望能提取出LLM的语义空间的概念，进而进行人机之间的基于人类自然语言的理解构建，基于自然语言概念表达的可解释性构建。LLM等AI系统的语义空间是经过广泛的数据、信息、知识、智慧和意图DIKWP素材进行学习和训练形成的，它的语义空间不是面向具体的人和事物的，或者说它是一个群体性的语义空间，所以存在语义空间到概念空间的生成或者映射的高度复杂性，从而形成了我们人类个体对其进行解读的巨大的选择空间-也是一种不确定性空间，从而人类通过人工的方式从LLM等的巨大的语义空间提取概念以及概念对应的语义形成解释具有巨大的处理复杂度挑战。总之我们这次大赛的目标就是希望它能在DIKWP五个元素的生成自然和效率上做出衡量和比较。也就是从语义空间跨越到概念空间上，面对就生成数据概念、信息概念、知识概念、智慧概念和意图概念的语义空间生成和双向交互，形成人机之间的双向“理解”构建，进而DIKWP处理透明和连贯对应的AI处理可信与可解释，并最终确保DIKWP语义空间对应的负责任的人工智能或人工意识系统。 

我们希望突破人类一直以来通过人类中的顶级专家学者给出特定的思维符号和概念，并赋予它概念的语义的模式，这种方式我们说为主观下定义方式，如果自然语言形式的话，往往由于借助引入新概念而不是彻底的面向语义空间探索，从而走向有意无意的“语言游戏”的形式。这种主观下定义的方式的局限、歧义、模糊性不仅导致了我们现在甚至通过自然语言难以对包括“智能”、“自主”、“智慧”等基本概念统一认知，并且将使得借助自然语言交流的人类整体面对人机发展竞争中被锁定到不利竞争地位。那么我们希望能够由人工智能与人工意识技术来完成从语义空间到概念空间这样一个符号化定位到生成概念-DIKWP五个元素概念本身的语义的这样一种方式，来展示对概念主观下定义的方式的突破或颠覆，进而拥抱客观的由语义空间到概念语义生成的新的认知模式，加速消除人类语言表达中的低效。我想说彻底的概念语义生成是一种完全不同的对概念下定义促进理解达成的方式，也是揭示人工智能和人进行人机交互的过程中的一个重要沟通基础。

谢谢大家。