Tacit Knowledge Extraction via Logic Augmented Generation and Active Inference
本文提出了一种结合逻辑增强生成与主动推理的神经符号框架，用于从制造等程序性领域提取隐性知识，成功将隐性专业知识转化为形式化、机器可解读的知识图谱，并提升了其完备性与语义质量。
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，你正在教一台机器人如何修理一个坏掉的烤面包机。你可以列出一系列步骤：“拔掉插头”、“打开后盖”、“拧下螺丝”。但问题在于：人类专家并不只是照单执行。他们依赖的是隐性知识——那些他们知道却从未言说的内容。
例如，专家知道要以特定角度握持螺丝刀，能凭手感判断螺丝是否“拧得足够紧”而不至于过紧，或者知道用哪一把特定的镊子来夹持微小的弹簧。在视频中，他们从不提及这些，因为对他们而言，这显而易见。但对机器人（或计算机）来说，这些缺失的细节就像一堵堵看不见的墙，阻碍了维修过程的完成。
本文提出了一种新的“神经符号”框架（这是一种将类人人工智能与严格逻辑规则相结合的时髦说法），以解决这一问题。不妨将其想象为一个两步翻译器，能将杂乱无章的真实世界维修视频转化为完美、机器可读的操作手册。
两步翻译器
第一步：“严谨架构师”（逻辑增强生成）
首先，系统扮演一位严谨的架构师。它拥有一份蓝图（称为本体），明确规定了维修过程应如何描述。它不能随意编造；必须将所有内容填入蓝图的框框中。
- 工作原理：人工智能观看视频（或阅读转录文本），并尝试填充蓝图。
- 安全网：由于人工智能被强制遵循蓝图，它不会“幻觉”（即编造虚假的工具或步骤）。如果视频中说“拧下螺丝”，人工智能就知道确切要创建何种“拧螺丝”的对象。
- 局限性：这一步非常擅长捕捉明确说出或展示的内容。但如果专家使用了工具却未提及，或者某一步骤对人类而言显而易见却未被言说，“严谨架构师”就会将其遗漏。蓝图在结构上完美无缺，却缺失了“秘制酱料”。
第二步：“夏洛克·福尔摩斯”（主动推理）
此时，系统的第二部分登场。将这一模块想象成一名侦探，他审视“严谨架构师”那未完成的蓝图，问道：“等等……如果你正在做这个，那你一定在使用那个。”
- 侦探的逻辑：它利用一种称为主动推理的概念。它不只是阅读文字，而是对情境的“隐藏状态”进行推理。
- 观察：视频显示一个人正在拧紧螺丝。
- 隐藏状态推断：“你无法徒手拧紧螺丝。因此，即使镜头没有聚焦，那里一定有一把螺丝刀。”
- 隐性恢复：它推断出缺失的工具、必要的警告以及专家习以为常的细微约束。
- 结果：侦探将这些“隐形”细节重新添加回蓝图中，并明确标记为“推断所得”，让我们知道这些是基于经验的合理推测，而不仅仅是所见内容。
实验：修理电子产品
为了测试这一方法，研究人员并未使用工厂装配线（因为难以获取数据），而是采用了iFixit 维修视频（例如修理 iPhone 或 Game Boy）。这些视频非常理想，因为它们涉及：
- 微小而精密的部件。
- 特定的工具。
- 严格的安全规则。
- 专家执行某些操作却并不总是加以解释。
他们在多种不同的 AI 模型上测试了该系统（有些能“观看”视频，有些仅阅读文本转录）。
他们的发现
- 严谨架构师是安全的：当人工智能仅遵循规则时，它绝不会编造虚假工具。如果它声称使用了某种工具，那该工具肯定出现在视频中。然而，它遗漏了许多仅隐含存在的工具。
- 侦探填补了空白：当他们加入“主动推理”步骤后，系统突然记起了所有缺失的工具和步骤。
- 示例：在转录文本中，声音可能会说“把支架装回去”。严谨架构师看不到任何工具。而侦探会说：“你无法徒手将微小的支架装回去；你需要镊子。”它会将镊子添加到列表中，并附注：“推断得出，因为微小部件通常需要使用镊子。”
- 视频与文本：能够观看视频的 AI 模型比仅阅读文本的模型表现更好，但即使是视频模型也遗漏了“侦探”逻辑能够捕捉到的内容。
- 获胜者：最佳结果来自特定模型（Gemini 2.5 Flash）观看视频，并结合侦探逻辑。它在识别工具和部件方面取得了近乎完美的分数。
为何这很重要
该论文得出结论，这种方法对于知识转移而言是一个巨大的进步。它使我们能够将专家的“未言之智”转化为计算机能够理解、检查并用于教导他人的数字格式。
研究人员目前正在名为KnowledgeX的项目中使用这一方法，以帮助制造业中的知识转移。他们甚至正在构建一个**增强现实（AR）**系统（如智能眼镜），该系统能在真实机器上叠加显示“完美”的机器可读指令，确保工人不会遗漏那些通常导致错误的隐性步骤。
简而言之：他们构建了一个系统，不仅倾听专家说了什么，更理解他们的言外之意，通过逻辑侦探工作填补空白，从而创建出完整且万无一失的指南。
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。