在这个时代，替代事实和其他谎言是当天的统治，Darpa的研究人员正在寻求建立一种机制，可以从混淆中收集一些真理。
Darpa说该计划，叫做异常替代方案的解释（AIDA），寻求基于从广泛的频道获得的数据，开发生成“语义发动机”，该“语义引擎”产生替代解释或含义的现实事件，情况和趋势。该计划旨在创建能够汇总和映射从多个媒体源的信息聚合和映射到公共表示或故事情节的信息的技术，然后生成和探索关于事件，情况和兴趣趋势的真正性质和含义的多种理论，Darpa说。+更多网络世界：足球竞猜app软件DARPA计划将重新发明不太聪明的机器学习系统+
DARPA表示，目前有许多技术和平台来分析各种媒体输入，例如文本，语音，图像，视频，元数据和其他传感器输入。“但是，这些分析提供了不容易组合的语义的不同输出。仅使用一个最佳输出可能导致由于分析过程中的输入或不准确性的歧义而导致错误。此外，通常不清楚哪些衍生的知识元素应考虑假设，并且可以将其视为背景信息，“该机构说。
“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.”
+更多网络世界：足球竞猜app软件DARPA强化了电网网络攻击的预警系统+
AIDA的一些重要基础包括：
- 预计AIDA原型将在不断流式数据环境中运行，其中一次将处理传入的信息项（例如，单个文档或图像），并且将无法以其原始形式重新访问。
- 将分析每个传入信息项，导致关于该信息项中可观察到的关于事件，子事件或动作，实体，关系，位置，时间，时间和情绪的一组结构化表示。这些知识要素将在AIDA常见的语义表现中表达。
- 连续或以设定的间隔，AIDA原型将产生关于对输入信息项的一些解释支持的现实情况，事件或趋势的所有合理相关的假设。这些假设必须由一个或多个重要知识元素区分，但可以共享知识元素的子集。
- 在AIDA处理期间的任何时候，用户都可以使用整体知识库和个人假设来检查和编辑。用户将能够调整或降级由AIDA原型假设的假设的置信度甚至添加完全新的假设。
- 由于由AIDA系统执行的处理，用户将拥有一个完整，全面，和兴趣趋势的事件，情况或趋势的细微差异。来自多个媒体源的知识将可以对用户的自动分析工具可访问，以便将它们找到以前不可察觉的模式，冲突或欺骗尝试。
查看这些其他热门故事：
Cisco / AppDynamics升级在App Management Game中扩大Devops角色