人工智能小组（AI）研究的问题具有巨大的实用性和科学重要性，并且已经证明对于传统编程技术来说相当困难。人类大脑进化到擅长视觉、运动控制、言语和语言理解等任务，并且比人工系统更擅长这些任务。AI Group的工作是探索基于自然智能的计算模型和技术如何在应用任务中证明有用。ICSI项目不同于大多数其他项目，它强调结构化网络、利用科学知识的强大方法，以及与其他计算机科学技术和理论的广泛互动。
特别是，人工智能小组继续对语言、学习和连接主义神经建模进行长期研究。这项工作的科学目标是了解人们如何学习和使用语言。应用的目标是通过自然语言和其他智能系统开发支持以人为中心的计算的系统。
自然语言理解是AI集团的核心活动。这项工作主要包括三个方面：FrameNet，这是一个构建和开发机器可读词典的项目，该词典对英语词汇的很大一部分进行了详细的语义描述；语言神经理论（NTL），它使用语言和学习的计算模型和模拟来回答有关自然语言的产生和使用的基本问题；以及与自动系统的语言交流（LCAS），它探索了机器人和自动车辆等先进系统的“全路径”语言理解。
教授杰里·费尔德曼领导AI集团直到退休。
在潜在的大规模毁灭性武器相关威胁出现之前，需要有能力从包括社交媒体在内的所有类型的数据中发现和分析低可观测的大规模杀伤性武器相关信息。为了帮助构建实现这一目标所需的健壮自然语言理解（NLU）系统，本项目研究了语义组件的自动识别，即可能以不同方式组成的语言意义的子词汇元素，以捕获单词的含义。
NLP面临的最大挑战之一是互联网上的语言种类越来越多；这一挑战的部分答案可以来自FrameNet词汇数据库，该数据库自1997年以来在国际计算机科学研究所（ICSI）根据框架语义学原理为英语开发（Fillmore 1977；Fillmore1985）。词典由语义框架组织，配价信息来自经证明的、人工注释的语料库示例（Fillmore&Baker，2010）。
FrameNet项目正在基于600多个语义框架和130000个句子构建一个语义丰富的英语词典和相应的注释文本集。针对西班牙语、德语和其他语言的类似FrameNet项目正在进行中。通过提供文本的分层语义表示，FrameNet提供了下一代问答、机器翻译和其他自然语言处理应用程序的关键组件。了解有关的更多信息FrameNet网站.
更多AI项目>>
