新一代指挥信息系统将如何发展?如何让人工智能服务于作战指挥?记者从国防科技大学系统工程学院获悉,该院大数据知识工程团队着眼于辅助参谋人员开展情报综合与态势研判工作,提升情报业务的智能化水平,取得相应研究成果。近日,他们的研究论文《一种基于提示学习的不可回答问题归因方法》被第45届国际信息检索大会(ACM SIGIR)录用。
论文第一作者、博士研究生廖劲智说,下一代“认知型”人工智能中的一个核心问题是如何让机器拥有“自知之明”,即能够判断任务是否在其能力范围之内,且给出该认知决策的合理解释。具体到智能文本处理中,传统的阅读理解模型暂不具备判别问题是否可回答并对其释因的能力——这使得现有模型在结果准确性敏感的特定领域,应用十分有限。其挑战主要来自于提问的语义抽象性和复杂性。
受心理语言学启发,该团队尝试让机器模仿人进行阅读理解时的策略——先依据问题背景信息对答案和释因进行初步猜测,后在精读时逐步对猜想进行修正、接纳或拒绝,并提出了一种基于提示学习框架的智能模型PTAU。该研究在对不可回答问题判定及其归因上,取得了优异的性能表现,其创新性得到了国际领域同行的认可。
据论文通讯作者、国防科技大学系统工程学院教授赵翔介绍,该项研究是团队承担的科技创新2030—“新一代人工智能”重大项目课题的阶段性成果。研究尝试明确智能模型的能力边界,为新一代指挥信息系统由“手工作业、系统辅助”转向“人机结合、智能驱动”提供技术参考。