The Artificial Intelligence Ontology: LLM-assisted construction of AI concept hierarchies

人工智能本体论（AIO）是人工智能（AI）概念、方法和它们的相互关系的系统化。通过手动筛选和大型语言模型（LLMs）的辅助，AIO旨在通过提供一个全面的框架来涵盖AI技术的技术和伦理方面，以应对AI快速发展的局面。AIO的主要受众包括寻求AI领域标准术语和概念的AI研究人员、开发人员和教育者。本体论围绕六个顶层分支结构：网络、层、函数、LLMs、预处理和偏差，旨在支持AI方法的模块化组合，促进对深度学习体系结构和AI伦理考虑的深入理解。 AIO的开发利用本体论开发工具包（ODK）进行创建和维护，通过AI驱动的筛选支持动态更新其内容。这种方法不仅确保了本体论在快速发展的AI领域中的相关性，而且通过简化新AI概念和方法的集成，显著增强了其对研究人员、开发人员和教育者的实用性。 通过对AI研究出版物中的AI方法数据进行注释，并将其整合到BioPortal本体论资源中，展示了AIO本体论的实用性，突显了其在跨学科研究中的潜力。AIO本体论是开源的，可在GitHub（https://github.com/berkeleybop/artificial-intelligence-ontology）和BioPortal（https://bioportal.bioontology.org/ontologies/AIO）上获取。

本文旨在构建人工智能本体论，系统化人工智能（AI）的概念、方法和它们之间的相互关系。该本体论旨在提供一个全面的框架，包括AI技术的技术和伦理方面，以满足快速发展的AI领域的需求。

本文提出了一种六个顶层分支的本体论结构，包括网络、层、函数、LLMs、预处理和偏差，旨在支持AI方法的模块化组合，并促进对深度学习架构和AI伦理考虑的更深入理解。

本文使用Ontology Development Kit（ODK）进行开发和维护，内容通过AI驱动的策展支持进行动态更新。实验通过对AI研究出版物中的数据进行注释，并将其整合到BioPortal本体资源中，展示了本体论的实用性和潜力。

最近在该领域中的相关研究包括：《深度学习》、《神经网络与深度学习》、《机器学习》等。