عربي БГ বাংলা ČS DA DE ΕΛ EN ES ET FI FR GA हिन्दी HR HU IT 日本語 LT LV MT NL PL PT RO РУ SK SL SV 中文

AI izazov

Dizajnirajte sustav za pitanja/odgovore koji radi isključivo na CPU-u, potpuno simbolički, čiji se graf znanja automatski gradi iz dokumenata na prirodnom jeziku.

Green AI • CPU-only • Simbolički • Objašnjiv

1. Sažetak izazova

Izazov ima za cilj dizajniranje, implementaciju i evaluaciju sustava za pitanja/odgovore (QA) koji radi isključivo na CPU-u, temeljenog na potpuno simboličkoj arhitekturi (leksikon, gramatike, graf znanja, formalna logika). Cjelokupni razvoj sustava vođen je kvantiziranim LLM-ovima s otvorenim težinama, izvršivima na potrošačkom hardveru (i9 CPU, RTX 3090).

Ovaj projekt pripada pokretu Green AI (Schwartz et al., 2020) i Frugal AI, u suprotnosti s utrkivanjem prema sve većim modelima čiji je ugljični otisak postao alarmantan (Kim et al., 2026; Hasan et al., 2025). Također odgovara na rastuće zahtjeve za transparentnošću, objašnjivošću i regulatornom usklađenošću koje nameću GDPR i Europski AI Act (Wagner et al., 2025; Juliussen, 2025).

Originalnost: Nijedan postojeći rad ne kombinira istovremeno sljedeća ograničenja:
  1. Potpuno simbolički QA sustav (bez neuronske mreže pri zaključivanju)
  2. CPU-only u vrijeme izvršavanja (nije potreban GPU)
  3. Automatska izgradnja KG iz dokumenata na prirodnom jeziku
  4. Razvoj u potpunosti nadziran kvantiziranim LLM-ovima s otvorenim težinama
  5. Nativna usklađenost s GDPR / AI Act po dizajnu (intrinzična interpretabilnost)
  6. Etička licenca (Hippocratic 3.0)

2. Kontekst i znanstveno pozicioniranje

2.1. Formulacija problema

Trenutni QA sustavi uvelike se oslanjaju na LLM-ove (GPT, LLaMA itd.) koji zahtijevaju skupe GPU-ove za zaključivanje i postavljaju pitanja o halucinacijama, reproducibilnosti, objašnjivosti i suverenitetu podataka. Funkcioniraju kao crne kutije i teško ih je uskladiti sa zahtjevima Europskog AI Acta (članak 13) u pogledu transparentnosti visokorizičnih sustava (Wagner, 2025; Boshnjakovski, 2025).

2.2. Stanje istraživanja

Neuro-simbolički pristupi i KG-QA

Najnovija literatura konvergira prema integraciji grafova znanja (KG) i simboličkog zaključivanja kako bi se prevladala ograničenja čisto neuronskih pristupa:

Automatska izgradnja grafova znanja

Učinkovitost CPU-a i lagani pristupi

Ekološki utjecaj AI-ja

Usklađenost s GDPR-om i AI Actom

3. Ciljevi

Glavni cilj

Demonstrirati izvedivost i evaluirati performanse potpuno simboličkog QA sustava koji radi isključivo na CPU-u, čiji se graf znanja automatski gradi iz dokumenata na prirodnom jeziku.

Sekundarni ciljevi

  1. Postići konkurentne performanse na priznatim KGQA referentnim mjerilima.
  2. Izmjeriti i usporediti energetski otisak (CPU vs GPU) za demonstraciju ekološke koristi.
  3. Demonstrirati intrinzičnu interpretabilnost sustava (sljedivost svakog odgovora).
  4. Pružiti reproducibilan, dokumentiran softver pod etičkom licencom.

4. Arhitektura i tehničke specifikacije

4.1. Opća arhitektura

Sustav je podijeljen u dvije različite faze:

Faza 1 — Izgradnja grafa znanja (offline, GPU dopušten)

Dokumenti PJ → Predobrada → NER → Ekstrakcija relacija → Razrješavanje koreferencija
    → Izgradnja KG (RDF/OWL trojke) → Pohrana grafa

Faza 2 — Pitanja/Odgovori (runtime, strogo CPU-only)

Pitanje PJ → Sintaktičko-semantička analiza → Transformacija u formalni upit
    → Obilazak KG → Logičko zaključivanje → Generiranje odgovora
    → Trag objašnjenja

4.2. Hardverske specifikacije

KomponentaFaza 1 (Izgradnja KG)Faza 2 (Runtime QA)
CPUIntel Core i9 (maks.)Intel Core i9 (maks.)
GPUNVIDIA RTX 3090 (24 GB VRAM)Nijedan (strogo CPU-only)
RAM32 GB (maks.)32 GB (dovoljno)
PohranaNVMe SSDNVMe SSD

Obrazloženje: Faza 1 može koristiti GPU za pokretanje kvantiziranih LLM-ova s otvorenim težinama koji nadziru izgradnju cjevovoda. Faza 2, koja čini sustav za implementaciju, mora biti strogo CPU-only kako bi se zajamčila pristupačnost, suverenitet i štedljivost.

4.3. Razvojno okruženje

4.4. LLM nadzor

Razvoj sustava u potpunosti je vođen jednim ili više LLM-ova s otvorenim težinama, izvršivima lokalno na navedenom hardveru (Faza 1). Odabir modela, kvantizacije i okvira za zaključivanje prepušten je sudioniku.

5. Predložena arhitektura cjevovoda

Sljedeća razrada je pružena kao smjernica. Sudionici su slobodni predložiti drugačiju arhitekturu, pod uvjetom da ispunjavaju funkcionalna ograničenja (odjeljci 3, 4 i 12) i zahtjeve licence (odjeljak 6).

5.1. Predobrada teksta

  • Segmentacija rečenica
  • Tokenizacija
  • Lematizacija
  • Označavanje vrsta riječi
  • Analiza ovisnosti

5.2. Prepoznavanje imenovanih entiteta (NER)

  • Otkrivanje entiteta (osobe, lokacije, organizacije, datumi, koncepti)
  • Tipiziranje entiteta prema domenskoj ontologiji
  • Razrješavanje koreferencija

5.3. Ekstrakcija relacija (RE)

  • Ekstrakcija trojki (subjekt, predikat, objekt) iz teksta
  • Otvorena ili uzorcima vođena ekstrakcija

5.4. Izgradnja grafa znanja

  • Normalizacija i spajanje entiteta (entity linking)
  • Izgradnja i pohrana grafa (trojke)
  • Obogaćivanje putem zaključivanja implicitnih relacija
  • Validacija i čišćenje grafa

5.5. Razumijevanje pitanja

  • Sintaktička analiza pitanja na prirodnom jeziku
  • Identifikacija tipa pitanja (tko, što, gdje, kada…)
  • Ekstrakcija navedenih entiteta i relacija
  • Transformacija u formalni upit na grafu

5.6. Zaključivanje i traženje odgovora

  • Obilazak grafa znanja (višekoračno zaključivanje)
  • Logičko razrješavanje i rangiranje kandidatskih odgovora

5.7. Generiranje odgovora i objašnjenja

  • Formulacija odgovora na prirodnom jeziku
  • Potpuni trag objašnjenja: put u KG-u, primijenjena pravila, uključeni entiteti i relacije, pouzdanost/potpunost

6. Licencna ograničenja

6.1. Hippocratic License 3.0 (HL3)

Konačni softver bit će objavljen pod licencom Hippocratic License 3.0 (firstdonoharm.dev). Ova licenca:

6.2. Kompatibilnost ovisnosti

LicencaKompatibilna s HL3Primjeri
MIT✅ Da—
BSD (2/3-clause)✅ Da—
Apache 2.0✅ Da—
ISC / CC0✅ Da—
GPL v2/v3⚠️ Potencijalno nekompatibilna—
AGPL❌ Vjerojatno nekompatibilna—

6.3. Preporučeni neobavezni HL3 moduli

7. Regulatorna usklađenost

7.1. GDPR

Načelo GDPR-aProvedba
Minimalizacija podataka (čl. 5.1.c)KG pohranjuje samo relevantne ekstrahirane trojke, ne neobrađene osobne podatke.
Pravo na objašnjenje (čl. 22 + uvodna izjava 71)Potpuni trag objašnjenja za svaki odgovor.
Pravo na brisanje (čl. 17)Mogućnost brisanja entiteta/trojki iz KG-a.
Privatnost po dizajnu (čl. 25)Nema osjetljivih podataka u KG-u bez dokumentirane nužnosti.
Bez automatiziranog profiliranja (čl. 22)Sustav ne donosi automatizirane odluke o pojedincima.

7.2. Europski AI Act

Zahtjev AI ActaUsklađenost
Transparentnost (čl. 13)Intrinzično interpretabilna simbolička arhitektura — svaki korak zaključivanja je sljediv.
Objašnjivost (čl. 13.1)Potpuni trag: pitanje → formalni upit → put u KG-u → odgovor.
Tehnička dokumentacija (čl. 11)Potpuno dokumentabilan simbolički cjevovod (gramatike, pravila, ontologija).
Robusnost i točnost (čl. 15)Bez halucinacija — odgovori dolaze isključivo iz KG-a.
Ljudski nadzor (čl. 14)KG je pregledljiv i izmjenjiv od strane čovjeka.
Upravljanje rizicima (čl. 9)Nizak rizik: bez neprozirnog modela, bez emergentne pristranosti.
Ključni argument: Čisto simbolički sustav je nativno usklađen sa zahtjevima transparentnosti i objašnjivosti AI Acta, za razliku od sustava temeljenih na LLM-ovima koji zahtijevaju dodatne XAI slojeve (Goncalves & Correia, 2026; Wagner et al., 2025).

8. Ekološki utjecaj

8.1. Problem

8.2. Prednost simboličkog pristupa CPU-only

MetrikaLLM sustav (GPU)AI izazov (CPU-only)Procijenjeni dobitak
Trenutačna snaga300-400 W (GPU)65-125 W (CPU)~3-5×
Latencija po upitu0,5-5 s< 100 ms (cilj)~5-50×
Energija po upitu~0,001-0,01 kWh~0,000001-0,00001 kWh~100-1000×
Potreban hardverGPU ≥ 6 000 €Potrošački CPU < 500 €~12×

8.3. Obavezno mjerenje

Projekt mora izmjeriti i izvijestiti:

9. Reproducibilnost

  1. Potpuni izvorni kod: objavljen u javnom repozitoriju, pod licencom HL3.
  2. Upute za instalaciju: automatizirani skript ili kontejnerizacija.
  3. Testni podaci: isključivo korištenje javnih referentnih mjerila.
  4. Nasumična sjemena: fiksirana i dokumentirana za svaku stohastičku komponentu.
  5. Verzioniranje ovisnosti: datoteka s fiksiranim ovisnostima.
  6. Kontejnerizacija: potpuni sustav mora biti reproducibilno izvršiv.
  7. Dokumentiran minimalni hardver: izričite minimalne specifikacije.

Maksimalni potrebni hardver (i9 + RTX 3090) je dostupan širokoj publici. Faza 2 (runtime QA) ne zahtijeva nikakav GPU, što omogućuje izvršavanje na jednostavnom prijenosnom računalu.

10. Suverenitet, sigurnost i privatnost

Digitalni suverenitet

  • Nema ovisnosti o oblaku — potpuno lokalni rad.
  • Nema poziva vanjskim API-jima — nikakvi podaci ne napuštaju stroj.
  • LLM-ovi s otvorenim težinama za preuzimanje i lokalno izvršavanje.
  • Bez ovisnosti o dobavljaču.

Sigurnost

  • Izvršavanje u sandboxu (izolirano okruženje).
  • Bez proizvoljnog izvršavanja koda.
  • Bez prompt injection (nema LLM-a pri zaključivanju).
  • Validacija ulaznih podataka putem formalne gramatike.

Privatnost

  • Isključivo lokalna obrada — dokumenti nikada ne napuštaju stroj.
  • Bez telemetrije.
  • KG izbrisiv na zahtjev.
  • Mogućnost instanciranja zasebnih KG-ova po korisniku ili po domeni.

11. Referentna mjerila i evaluacija

11.1. Priznata KGQA referentna mjerila

Sustav mora biti evaluiran na najmanje dva od sljedećih referentnih mjerila:

Referentno mjeriloOpisVeličinaIzvor
SimpleQuestionsJednostavna činjenična pitanja o Freebaseu~100K pitanjaACL
WebQuestionsSPWeb pitanja s SPARQL anotacijama~4 737 pitanjaACL
LC-QuAD 2.0Složena pitanja o DBpediji/Wikidati~30K pitanjaISWC
ComplexWebQuestionsVišekoračna pitanja o Freebaseu~34K pitanjaNAACL
QALDVišejezični izazov, mala veličina~400-500 pitanjaCLEF/ESWC
MINTQANovo referentno mjerilo za LLM+KG na rijetkim entitetimaVarijabilnoEMNLP 2025
SQuAD 2.0Ekstraktivni QA na odlomcima~150K pitanjaACL
Natural QuestionsStvarna pitanja s Googlea~307K pitanjaTACL
TriviaQAQA s trivija pitanjima s popratnim dokumentima~95K pitanjaACL

Preporuka: prioritizirajte LC-QuAD 2.0 i QALD, dopunjene s SQuAD ili Natural Questions za usporedbu s neuronskim pristupima.

11.2. Metrike evaluacije

KategorijaMetrikaOpis
Performanse QAF1 score, Exact Match (EM)Preciznost odgovora
Performanse QAHits@1, Hits@5Stopa točnih odgovora u top-k
Performanse QAMRRProsječni rang točnog odgovora
LatencijaProsječno/p95 vrijeme odgovora (ms)Mjereno isključivo na CPU-u
PropusnostPitanja/sekundiPropusnost
EkologijakWh/upit, gCO₂/upitPutem codecarbon/carbontracker
ObjašnjivostStopa sljedivosti% odgovora s potpunim tragom (cilj: 100%)
Pokrivenost KGTrojke, entiteti, relacijeOpisna statistika

11.3. Referentne baze za usporedbu

  1. RAG + LLM (GPU): neuronska referentna baza na GPU-u.
  2. KG-RAG (GPU): hibridna referentna baza KG + LLM.
  3. Direct SPARQL: čisto simbolička referentna baza (ručni upiti na istom KG-u).

12. Specifikacije performansi

KriterijCiljObrazloženje
Latencija QA< 100 ms (p95)Prihvatljiva interaktivnost za korisnika
Izgradnja KG< 1 min / 1 000 kratkih dokumenataPraktičnost
Memorijski otisak QA< 4 GB RAMIzvršivo na skromnom PC-u
Veličina KGSkalabilno na 10M+ trojkiDovoljna pokrivenost za referentna mjerila
Preciznost QA≥ 50% F1 na jednostavnim referentnim mjerilimaInterpretabilnost i štedljivost kao glavni argumenti
Sljedivost100% odgovora s objašnjenjemKljučna prednost simboličkog pristupa

13. Rizici i mjere ublažavanja

RizikVjerojatnostUtjecajUblažavanje
Nedovoljna QA performansa vs LLMVisokaSrednjiNaglasak na interpretabilnost/štedljivost
Nedovoljna kvaliteta automatskog KG-aSrednjaVisokiIteriranje pravila, LLM nadzor
Složenost višekoračnih pitanjaVisokaSrednjiOgraničenje na ≤ 3 koraka, dokumentiranje ograničenja
Licencna nekompatibilnost ovisnostiNiskaVisokiSustavna revizija licenci
LLM s otvorenim težinama nedovoljan za nadzorSrednjaSrednjiTestiranje i kombiniranje više modela
Ograničena pokrivenost KG-a u velikom mjeriluSrednjaSrednjiPočetak s QALD-om, zatim skaliranje

14. Kriteriji uspjeha

  1. QA sustav radi u potpunosti na CPU-u bez GPU-a pri zaključivanju.
  2. KG se gradi automatski iz dokumenata na prirodnom jeziku.
  3. Performanse se mjere na ≥ 2 priznatih javnih referentnih mjerila.
  4. 100% odgovora popraćeno je tragom objašnjenja.
  5. Potrošnja energije je izmjerena i uspoređena s referentnim GPU sustavom.
  6. Kod je objavljen pod licencom Hippocratic 3.0 s kompatibilnim ovisnostima.
  7. Sustav je reproducibilan putem Dockera na navedenom hardveru.
  8. Razvoj je u potpunosti proveden LLM-ovima s otvorenim težinama u sandboxu.

15. Bibliografske reference

  1. Agarwal, P. & Bedathur, S. (2025). A Zero-Shot Neuro-Symbolic Approach for Complex Knowledge Graph Question Answering. EMNLP 2025 Findings.
  2. Ansar, W., Goswami, S. & Chakrabarti, A. (2024). From Transformers to LLMs: A Systematic Survey of Efficiency Considerations in NLP. arXiv:2406.16893.
  3. Awab, S. (2026). AI's Resource Gluttony and Sustainable Development. SSRN 6301563.
  4. Boshnjakovski, V. (2025). Balancing Compliance and Innovation: Addressing Explainability in AI Systems under the EU AI Act. MBA Thesis.
  5. Chaudhary, V. et al. (2025). Fusing Knowledge and Language: A Comparative Study of KG-Based QA with LLMs. arXiv:2509.09272.
  6. Chen, H. et al. (2025). Open Local Knowledge Graph Construction from Academic Papers Using Generative LLMs. TheWebConf 2025.
  7. Cheng, K. et al. (2025). Neural-symbolic methods for knowledge graph reasoning: A survey. ACM Trans. Knowl. Discov. Data.
  8. Chudasama, Y. et al. (2025). Toward interpretable hybrid AI: integrating knowledge graphs and symbolic reasoning. IEEE Access.
  9. Corradini, F. et al. (2025). State of the art and future directions of small language models. Big Data and Cognitive Computing.
  10. Goncalves, A. & Correia, A. (2026). XAI-Compliance-by-Design: A Modular Framework for GDPR- and AI Act-Aligned Decision Transparency. MDPI J. Cybersecurity and Privacy.
  11. Hasan, S.M. et al. (2025). Carbon emission quantification of ML: A review. IEEE Trans. Sustainable Computing.
  12. Juliussen, B.A. (2025). The Right to an Explanation Under the GDPR and the AI Act. Springer, Int. Conf. Multimedia Modeling.
  13. Kim, M.K. & Yoo, T.A. (2026). Toward Sustainable AI: A Scoping Review of Carbon Footprint. IEEE Access.
  14. Linders, J. & Tomczak, J.M. (2025). Knowledge graph-extended RAG for QA. Applied Intelligence.
  15. Liu, B. et al. (2025). SymAgent: A neural-symbolic self-learning agent framework for complex reasoning over KGs. TheWebConf 2025.
  16. Ma, C. et al. (2025). Large language models meet knowledge graphs for question answering. EMNLP 2025.
  17. Niu, G. et al. (2026). A Comprehensive Survey of Knowledge Graph Reasoning. IEEE Trans. Big Data.
  18. Perevalov, A. et al. (2024). Multilingual question answering systems for knowledge graphs — a survey. Semantic Web.
  19. Salman, M. et al. (2024). Doc-KG: Unstructured documents to KG construction. Expert Systems.
  20. Schwartz, R. et al. (2020). Green AI. Communications of the ACM, 63(12), 54-63.
  21. Sidhu, M.K. et al. (2025). Neurosymbolic AI for Enhanced Reasoning in Small Language Models. IEEE.
  22. Sovrano, F. et al. (2025). Legal XAI: Systematic Review and Interdisciplinary Mapping of XAI and EU Law. ResearchGate.
  23. Tunzina, T. et al. (2026). GreenAI: Environmental Efficiency in LLM-Generated Code. IEEE Access.
  24. Wagner, M. et al. (2025). A Critical Look at the EU AI Act's Requirements — Who Must Explain What? IEEE Int. Requirements Eng. Conf.
  25. Zavarella, V. (2026). Methods for KG Construction from Text Collections. arXiv:2603.25862.