Quipu: A Governed Bitemporal Knowledge Graph Store
本文介绍了 Quipu，一种通过门控写入、基于格的信任组合以及自审计追踪来实施严格治理的可嵌入双时态知识图谱存储库，证明了其在缺陷检测和决策证据可靠性方面优于传统的非门控系统。
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
在现代数字世界中，一种新型的作者已经出现：软件智能体（software agents）。这些程序能够阅读文档、分析代码，并自动构建被称为“知识图谱”的海量事实地图。几十年来，这些地图一直由人类进行维护，人类能够识别错误、验证来源并决定保留哪些内容。但当软件智能体编写这些地图时，它们完成的速度和规模是人类审核员无法企及的。它们产生的事实看起来完美无瑕，但可能并不正确，而且其产出速度快到任何清理团队都无法及时修复。传统的存储信息系统是为人类的耐心而设计的；它们首先接受一切，然后寄希望于稍后进行清理。这种方法在人类掌控局面时行之有效，但在机器编写故事时，却会造成危险的瓶颈。
研究人员现在提出了一种处理这种自动化写作洪流的不同方式。他们认为，存储系统不应是先接受一切再尽力而为，而必须从一开始就保持严格。它必须扮演一个守门人的角色，拒绝任何不符合特定规则的信息，并且必须对它所做的每一个决策（包括拒绝的决策）保留一份永久且不可更改的记录。这种新方法将规则本身视为数据的一部分，使得系统可以回溯过去，查看在任何特定时刻需要满足什么条件。通过将“严格性”的负担转移到软件智能体身上——因为智能体可以立即重试并纠正错误——该系统确保了即使是由机器编写，最终的事实地图也能保持可靠。
史蒂夫·布朗（Steve Brown）及其团队开发了一个名为 Quipu 的系统来测试这一想法。他们创建了一个专门的存储引擎，颠覆了数据库管理的常规习惯。Quipu 不再是先让数据进入再进行后期清理，而是除非事实通过了一套针对其所创造的世界状态的严格检查，否则拒绝接受。如果某条信息违反了规则，系统会立即予以拒绝。至关重要的是，系统不仅仅是说“不”；它还会写下一份带有签名和时间戳的拒绝记录，证明为什么该事实被拒之门外。即使尝试写入该事实的操作被回滚，这份记录也会得以保留，从而确保了关于“尝试了什么”以及“为何失败”的历史永远不会丢失。
研究人员还重新设计了系统处理时间和信任的方式。在许多数据库中，时间是一条简单的直线，而信任是一个平等应用于所有事物的扁平标签。Quipu 将时间视为两条独立的轨道：一条是系统学习到某事的时间，另一条是该事实在现实世界中生效的时间。它对规则和信任标签也应用了这种双重时间线。这意味着系统可以回答诸如“在过去的特定时刻，什么被认为是可信的？”或“在做出这项决策时，执行的是哪条规则？”之类的问题。此外，它将信任组织成独立的、互不重叠的组。当这些组结合在一起时，系统确保最终的信任水平绝不会意外地强于该组中最薄弱的部分，从而防止一个微弱或未经证实的来源提升整个群体的可信度。
为了证明这种严格的方法行之有效，团队进行了一项名为“人口普查”（Census）的受控实验。他们创建了一个场景，其中多个软件作者试图向系统添加事实，并故意植入了六种特定类型的错误，例如信息缺失、未经授权的访问或捏造的细节。他们运行了两次相同的脚本：一次开启了严格守门人，另一次则将其关闭。结果非常明确：没有守门人的系统接受了所有六种植入的错误；而严格的系统则拒绝了所有错误。它抓住了未经授权的写入、缺失的细节，以及那些虽然在孤立观察时有效、但在与其他事实结合时失效的事实。系统在处理已正确的事实时并未减慢速度，这证明了严格性并不意味着低效。
研究还表明，该系统可以完美地重放历史。由于规则和数据都带有双重时间线，研究人员可以回到实验中的任何一点并询问：“如果当时提交这个事实，系统会做出怎样的决定？”系统每次都能给出正确答案，即使规则在此时已经发生了变化。这是标准数据库无法做到的；它们通常只记得当前的规则，导致无法得知过去的规则要求。在这个新系统中，审计追踪不是一份需要人工挖掘的独立日志，而是一个系统可以运行在自身数据上的查询，用以验证自身的历史。
当研究人员使用来自另一个项目的真实世界追踪数据测试该系统时，他们发现严格的规则捕捉到了之前被忽视的执行漏洞。系统识别出一条规则虽然在本地执行，但并未记录在官方政策中，并标记了这一差异。这促使团队更新了系统，使其现在能精确记录谁被拒绝以及原因，从而填补了审计追踪中一个小但重要的漏洞。实验证明，当软件智能体作为作者时，严格性的成本是可承受的，因为智能体可以立即从拒绝中学习并重试。系统不需要人类去收拾残局；守门人从源头上防止了混乱的发生，而每一项决策的永久记录则确保了知识图谱的历史准确且可靠。
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。