The Belief-Desire-Intention Ontology for modelling mental reality and agency
本文引入了一种形式化的、模块化的信念-欲望-意图（BDI）本体，旨在弥合声明式智能与过程式智能之间的鸿沟，并证明了其在增强大语言模型连贯性以及实现神经符号系统中 RDF 三元组与智能体心理状态之间双向推理方面的有效性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图制造一个不仅仅是遵循僵化指令，而是能像人一样进行“思考”的机器人。这就是人工智能的世界，特别是被称为“认知科学”的一个分支，研究人员试图赋予机器以心灵。为了实现这一目标，他们经常使用一个著名的心理配方，即 BDI：信念（Beliefs，机器人认为关于世界的真实情况）、欲望（Desires，它希望发生的事情）以及意图（Intentions，它已经决定实际去做的事情）。把它想象成一个电子游戏角色：它相信洞穴里有一条巨龙，它渴望得到宝藏，因此它形成了拿起剑去战斗的意图。几十年来，科学家们一直利用这个配方来构建智能体，但存在一个问题：这些“心灵”往往说着不同的语言。一个机器人描述“信念”的方式，另一个机器人可能无法理解，这使得它们很难协同工作，或者让人们难以信任它们的决策。我们需要一本通用的字典——一张关于这些心理状态如何相互连接的共享地图——这样 AI 才能具备透明度、逻辑性，并能够解释它为什么那样做。
本文介绍了这本通用的字典。作者创建了一个正式的“BBD 本体论”（BDI Ontology），这本质上是一个高度结构化的、计算机可读的蓝图，描述了理性智能体的思维运作方式。他们不仅是用文字来描述 BDI 模型，而是使用一种称为“极端设计”（eXtreme Design）的方法构建了一张严密的地图，这种方法从提出具体问题开始（例如“是什么触发了这个想法？”或“这个欲望何时开始的？”），然后通过回答这些问题来构建地图。他们不仅绘制了地图，还通过两种截然不同的方式对其进行了测试，以验证其是否奏效。
首先，他们尝试利用这张地图来教导一个超智能 AI 聊天机器人（大语言模型）。他们要求 AI 解决关于机器人在不同情境下应该如何行动的逻辑谜题。当 AI 以这张 BDI 地图作为引导时，它在发现矛盾方面变得更加出色。例如，如果一个机器人相信自己在家里，但却渴望办理入住酒店的手续，这张地图帮助 AI 意识到这是一个逻辑混乱的状态，并生成清晰的解释，说明为什么机器人不应该这样做。结果表明，给予 AI 这种结构化的“心理语法”有助于它产生更具一致性和可解释性的答案，尽管作者指出这只是一个小规模测试，且该地图并非解决所有错误的万灵药。
其次，他们将这张地图接入了一个名为 SEMAS 的运行中的机器人系统。在这里，这张地图充当了机器人内部思想与现实世界之间的桥梁。他们展示了机器人如何将原始数据（例如关于科学家的事实列表）转化为“信念”，利用 BDI 规则决定下一步行动，然后再将这些决策转回数据。这就像是一个翻译器，让机器人的内部“心灵”能直接与互联网的“知识库”对话。
论文发现，该 BDI 本体论成功地充当了“概念与操作的桥梁”。它将智能体思考的抽象概念与驱动智能体行动的实际代码连接了起来。虽然作者谨慎地表示这只是一个基础性的步骤而非最终成品，但他们的实验表明，使用这种共享的、精确的语言，可以使 AI 系统更加透明，并具备对其自身思维进行推理的能力。他们认为，对于下一代人工智能要实现真正的智能和值得信赖，需要这种关于信念、欲望和意图如何共同舞动的结构化、共享的理解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。