Cyc 常识知识库

Cyc 是什么

Cyc 是一个知识库（knowledge base）和一个本体（ontology）；本体指的是一套有结构的概念、术语以及它们之间关系的集合。它想覆盖的是关于世界如何运转的基本概念与规则，重点放在那些人们平时不会说出口的隐含常识上——比如杯子倒过来会洒出里面的东西，松手的东西会往下掉。目标是把这类概念和规则尽可能完整地收集起来，而不是只服务于某一个狭窄的任务。^[1]

由来

Cyc 项目始于 1984 年 7 月，由 Douglas Lenat 在微电子与计算机技术公司（Microelectronics and Computer Technology Corporation，MCC）启动。^[1] MCC 是一家由两家美国公司发起成立的研究联合体，成立背景是对抗日本的「第五代」人工智能计划。^[1] Lenat 在 MCC 担任首席科学家（Principal Scientist），他把自己 1984 年在那里开始的这项工作称为本体工程（ontological engineering）。^[2] 1980 年，他是 AAAI 和 Teknowledge 的联合创始人之一。^[2] 他还获得过两年颁发一次的 IJCAI 计算机与思维奖（IJCAI Computers and Thought Award），并成为美国人工智能促进会（Association for the Advancement of Artificial Intelligence）的首位会士。^[2]

从 MCC 到 Cycorp

1994 年底，项目从 MCC 独立出来，成为 Cycorp 公司，Lenat 出任首席执行官。^[2] 从 1995 年 1 月起，Cyc 由 Cycorp 继续开发，Lenat 担任 CEO。^[1] 这项工作的代价很高：到 2002 年，据描述 Cyc 已经投入了 6000 万美元和 600 人年的工作量。^[1]

手工写入的知识

知识库的内容主要是人工写成的公理（axiom），也就是系统视为成立、可以据此推理的陈述。1994 年公理约有 100 万条，到 2017 年约为 2450 万条。^[1] 本体部分，也就是写公理所用的那套术语，从 1994 年的约 10 万个词条增长到 2017 年的约 150 万个词条。^[1] 两组数字是一起长的：每增加一个词条，就要为它补上定义和规则，因此在这一时期，词条数和公理数都增长了十倍以上。

OpenCyc

Cyc 还有一个公开版本 OpenCyc，把一部分知识对外开放。第一个版本于 2002 年春季发布，包含 6000 个概念和 6 万条事实。^[1] 2012 年 6 月发布的 OpenCyc 4.0 包含 23.9 万个概念和 209.3 万条事实，其中主要是分类学断言（taxonomic assertion），即把一个概念归到更宽泛的概念之下的陈述。^[1] 即便是这个规模，公开版本也只是完整知识库的一小部分。

在发展中的位置

Cyc 代表了一种关于机器智能该怎样实现的判断：推理需要大量被明确写下来的背景知识，而这些知识可以由人来写。按这种看法，难的不是推理机制本身，而是系统在理解一句普通的话或一个日常场景之前所缺的那些常识。Cyc 同时也是一份关于人工知识工程成本的记录：自 1984 年起持续投入，到 2002 年已累计 600 人年和 6000 万美元。^[1] 到 2017 年，这些知识仍然主要靠人工撰写公理积累，本体的词条数和公理数都远超项目最初十年的规模。^[1]