在这个充斥着虚假信息、另类事实和其他谎言的时代，美国国防部高级研究计划局(DARPA)的研究人员正在寻求建立一种机制，能够从混淆视听中收集一些真相。
DARPA表示，该计划，称全异替代的积极解读（AIDA），看起来制定的“语义引擎”，其基于从一个广泛信道的范围内获得的数据替代解释或真实世界的事件，情形的意思，和趋势。该计划旨在创建一个能够聚集和映射的从多个媒体源自动导出信息到一个共同的表示或故事情节，然后生成和探索有关事件，情况和利益趋势的本质和影响多种理论的技术，DARPA称。+更多关于网络世界有个足球雷竞技app：DARPA计划将重塑不那么聪明的机器学习系统+
DARPA表示，目前有许多技术和平台可以分析各种媒体输入，如文本、语音、图像、视频、元数据和其他传感器输入。然而，这些分析提供了不同的输出，它们具有不容易结合的语义。只使用一个最佳输出可能会由于输入中的歧义或分析过程中的不准确而导致错误。而且，对于假设应该考虑哪些派生的知识元素，哪些可以被当作背景信息，常常是不清楚的。”
“It is a challenge for those who strive to achieve and maintain an understanding of world affairs that information from each medium is often analyzed independently, without the context provided by information from other media,” said Boyan Onyshkevych, program manager in DARPA’s Information Innovation Office (I2O) in a statement. “Often, each independent analysis results in only one interpretation, with alternate interpretations eliminated due to lack of evidence even in the absence of evidence that would contradict those alternatives.”
+更多关于网络世界有个足球雷竞技app：DARPA固本用于电网的网络攻击预警系统+
AIDA的一些重要基础包括:
- 的AIDA原型将有望在不断流数据的环境中，其中，进入的信息项（例如，单个文档或图像）将被处理一次一个操作，并且将不提供在其原始形式被重新考虑。
- 每个进入信息项进行分析，得到一组有关事件，子事件或动作，实体，关系，地点，时间，和在这些信息项可观察的情绪结构表示。这些知识要素将在AIDA共同语义表示表示。
- 连续或在设定的时间间隔，在AIDA原型将产生对现实世界的情况，事件或趋势，即由输入信息项的一些解释支持的所有振振有词的相关假设。这些假设必须由一个或多个显著知识元素加以区分，但是可以共享知识要素的子集。
- 在AIDA处理期间的任何时候，无论是整体的知识基础和个别假设将提供给用户进行检查和编辑。用户将能够调整或降级通过AIDA原型假设假设的信心，甚至添加全新的假说。
- 因为通过AIDA系统中进行处理，用户将有一个事件，情况或感兴趣趋势的一个完整的，全面的，细致入微视图。从多个媒体源得到的知识将是一个形式的用户和自动化的分析工具，使他们能够找到这在以前是难以察觉的图案，冲突，或欺骗企图访问。
看看其他热门故事:
思科/AppDynamics升级扩大了DevOps在应用管理游戏中的角色