AAAIOct, 2022

建立 AI 的元决策制定：相关性、表示和推理本体论

PDF
TL;DR该研究提出了建筑决策系统本体论，以实现人工智能的元决策，提高自主性，并创建一个可建立度量和基准的框架，以确保第三波认知系统中的安全，并讨论了在此背景下重要性，同时提出了相关，表示和推理三个部分的本体，并探讨了它们在确保安全和减少风险方面的价值，使得采用本体论的研究者能够将其工作与这三部分之一或多个有关联。
ontologydecision-making systemsartificial intelligenceautonomycognitive systems
发现论文，激发创造
  • 值得信赖的人工智能的调查、分类和未来方向：战略决策的元决策

    提出信任 AI 系统是一个元决策的过程，针对不透明的 AI “黑匣子” 提出了 TAI 的新的分类法，涵盖了解释性，权威性和基础三个关键领域，并建立了十个维度来度量信任。旨在通过这个分类法，从战略决策的角度探索不同的 TAI 方法。

    Jun, 2023

  • 指导机构 AI 研究和应用的多域关系框架

    该研究探讨了社会技术话语中的关系问题，即语义模糊、概念之间缺乏明确关系和不同的标准术语这些根本本体论问题。作者提出了一个概念框架来组织概念，包括操作性，认识论和规范方面，以帮助开发适当的指标、标准和机制，促进机构 AI 系统的研究和采用。

    Mar, 2023

  • 动态和部分可观测环境下的自治机器人决策增强技术

    OntoDeM 是一种基于本体论的决策模型，通过关键词代表了研究的主要主题和研究领域，能够改善在动态环境下智能体的实时观察，并取得更好的决策结果。

    May, 2024

  • 可信人工智能：决定何时决策

    利用创新的可信人工智能（TAI）框架，通过结合 AI 的三个关键组成部分：表示空间、损失函数和优化器，以及十二个 TAI 属性，来解决决策制定中信息可信性的难题。该框架被用于实验，在科技行业的战略性投资决策中，应用给定数据集训练出的最优预测模型。研究者还展望了 TAI 研究的未来方向。

    Nov, 2023

  • 反思式混合智能用于决策支持系统的意义人类控制

    介绍自我反思人工智能系统的概念，提出了一个融合了心理学、哲学、形式推理方法和机器学习方法的框架，旨在创建响应人类价值和社会规范的人工智能系统，可以增加有意义的人类控制并通过提供人类道德盲点的可理解信息和见解来赋予人类道德推理的能力。

    Jul, 2023

  • 机器人自主性元架构的需求

    文章提出了利用认知结构生成模型的方式，以模型为基础的工程和可证明的可靠性、自主计算和知识启用机器人学来获得认证可靠性的自治机器人的可证明可靠性可以受益于几种认知功能，知识处理，推理和元论证的集成的形式化模型。

    Jul, 2022

  • 机器人透明决策的公理学习和信念跟踪

    通过结合非单调逻辑推理、深度学习和决策树归纳，使机器人能够在推理和学习过程中提供对其决策、信仰和假设动作结果的关系描述，完成对场景理解任务和计划任务的支持。

    Oct, 2020

  • 关于可解释人工智能中本体论的多重作用

    本文讨论明确的知识，特别是本体论在可解释的人工智能和人类中心的可解释系统及可理解解释的发展中所起的不同角色。我们考虑到本体论在参考建模、常识推理和知识完善与复杂性管理方面能够做出的显著贡献，并概述了一些现有的方法，将它们与这三个提出的视角进行了定位。最后，本文讨论了仍需解决的挑战，以实现基于本体论的解释方法，并评估其人类理解能力和有效性。

    Nov, 2023

  • 衡量人工智能依赖性的统计框架

    通过提出一种统计决策理论为基础的可靠性的正式定义，将研究中对合理依赖的定义与人工智能系统准确预测的信号区分和形成准确信念所面临的挑战分离，为人工智能与人类之间的互补性研究提供了一个可以指导设计和解释的框架。

    Jan, 2024

  • 解释本体学：面向用户中心的人工智能解释模型

    本文介绍了一个解释本体模型以及如何使用该模型支持医疗保健领域用户对解释的需求，并帮助系统设计人员在系统设计和实时操作中选择 AI 系统应提供的解释类型。

    Oct, 2020