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

Sfida tal-IA

Tfassil sistema ta' Mistoqsija/Tweġiba CPU-only, purament simbolika, li l-graf tal-għarfien tagħha jinbena awtomatikament minn dokumenti tal-lingwa naturali.

Green AI • CPU-only • Simboliku • Spjegabbli

1. Sommarju tal-Isfida

L-isfida għandha l-għan li tfassal, timplimenta u tevalwa sistema ta' mistoqsija/tweġiba (QA) li taħdem esklussivament fuq CPU, ibbażata fuq arkitettura purament simbolika (lessiku, grammatiki, graf tal-għarfien, loġika formali). L-iżvilupp kollu tas-sistema huwa mmexxi minn LLMs ta' piżijiet miftuħin kwantizzati, eżegwibbli fuq hardware tal-konsumatur (i9 CPU, RTX 3090).

Dan il-proġett jaqa' fil-moviment Green AI (Schwartz et al., 2020) u Frugal AI, kontra t-tellieqa għal mudelli dejjem akbar li l-marka tal-karbonju tagħhom saret allarmanti (Kim et al., 2026; Hasan et al., 2025). Jindirizza wkoll id-domandi dejjem jikbru għal trasparenza, spjegabbiltà u konformità regolatorja imposti mill-GDPR u l-Att Ewropew dwar l-IA (Wagner et al., 2025; Juliussen, 2025).

Oriġinalità: L-ebda xogħol eżistenti ma jikkombina simultanjament ir-restrizzjonijiet li ġejjin:
  1. Sistema QA purament simbolika (l-ebda netwerk newrali waqt l-eżekuzzjoni)
  2. CPU-only waqt l-eżekuzzjoni (ma hemm bżonn ta' GPU)
  3. Kostruzzjoni awtomatika tal-KG minn dokumenti tal-lingwa naturali
  4. Żvilupp kompletament sorveljat minn LLMs ta' piżijiet miftuħin kwantizzati
  5. Konformità nattiva mal-GDPR/AI Act bid-disinn (interpretabbiltà intrinsika)
  6. Liċenzja etika (Hippocratic 3.0)

2. Kuntest u Pożizzjonament Xjentifiku

2.1. Dikjarazzjoni tal-Problema

Is-sistemi QA attwali jiddependu ħafna fuq LLMs (GPT, LLaMA, eċċ.) li jeħtieġu GPUs għoljin għall-inferenza, u jqajmu kwistjonijiet ta' alluċinazzjoni, riproduċibbiltà, spjegabbiltà u sovranità tad-data. Jiffunzjonaw bħala kaxxi suwed u huwa diffiċli li jsiru konformi mar-rekwiżiti tal-Att Ewropew dwar l-IA (Artikolu 13) dwar it-trasparenza ta' sistemi ta' riskju għoli (Wagner, 2025; Boshnjakovski, 2025).

2.2. Stat tal-Arti

Approċċi Newro-simboliċi u KG-QA

Il-letteratura reċenti tikkonverġi lejn l-integrazzjoni ta' grafi tal-għarfien (KG) u raġunament simboliku biex tindirizza l-limitazzjonijiet tal-approċċi purament newrali:

Kostruzzjoni Awtomatika tal-Graf tal-Għarfien

Effiċjenza tal-CPU u Approċċi Ħfief

Impatt Ekoloġiku tal-IA

Konformità mal-GDPR u l-Att dwar l-IA

3. Objettivi

Objettiv Prinċipali

Turi l-fattibbiltà u tevalwa l-prestazzjoni ta' sistema QA CPU-only, purament simbolika li l-graf tal-għarfien tagħha jinbena awtomatikament minn dokumenti tal-lingwa naturali.

Objettivi Sekondarji

  1. Tilħaq prestazzjoni kompetittiva fuq benchmarks KGQA rikonoxxuti.
  2. Tkejjel u tqabbel il-marka tal-enerġija (CPU vs GPU) biex turi l-benefiċċju ekoloġiku.
  3. Turi l-interpretabbiltà intrinsika tas-sistema (traċċabbiltà ta' kull tweġiba).
  4. Tipprovdi softwer riproduċibbli, dokumentat taħt liċenzja etika.

4. Arkitettura & Speċifikazzjonijiet Tekniċi

4.1. Arkitettura Ġenerali

Is-sistema hija maqsuma f'żewġ fażijiet distinti:

Fażi 1 — Kostruzzjoni tal-Graf tal-Għarfien (offline, GPU permess)

Dokumenti LN → Preprocessjar → NER → Estrazzjoni tar-Relazzjonijiet → Riżoluzzjoni tal-Koreferenza
    → Kostruzzjoni tal-KG (tripletti RDF/OWL) → Ħażna tal-Graf

Fażi 2 — Mistoqsija/Tweġiba (runtime, strettament CPU-only)

Mistoqsija LN → Analiżi Sintattika/Semantika → Trasformazzjoni għal Query Formali
    → Traversal tal-KG → Raġunament Loġiku → Ġenerazzjoni tat-Tweġiba
    → Traċċa tal-Ispjegazzjoni

4.2. Speċifikazzjonijiet tal-Hardware

KomponentFażi 1 (Kostruzzjoni KG)Fażi 2 (Runtime QA)
CPUIntel Core i9 (massimu)Intel Core i9 (massimu)
GPUNVIDIA RTX 3090 (24 GB VRAM)Xejn (strettament CPU-only)
RAM32 GB (massimu)32 GB (biżżejjed)
ĦażnaNVMe SSDNVMe SSD

Ġustifikazzjoni: Il-Fażi 1 tista' tuża l-GPU biex tħaddem il-LLMs ta' piżijiet miftuħin kwantizzati li jissorveljaw il-kostruzzjoni tal-pipeline. Il-Fażi 2, li tikkostitwixxi s-sistema deployabbli, trid tkun strettament CPU-only biex tiggarantixxi aċċessibbiltà, sovranità u frugalità.

4.3. Ambjent tal-Iżvilupp

4.4. Sorveljanza LLM

L-iżvilupp tas-sistema huwa kompletament immexxi minn wieħed jew aktar LLMs ta' piżijiet miftuħin, eżegwibbli lokalment fuq il-hardware speċifikat (Fażi 1). L-għażla tal-mudelli, kwantizzazzjoni u qafas tal-inferenza hija mħollija lill-parteċipant.

5. Arkitettura Pipeline Ssuġġerita

Il-qsim li ġej huwa pprovdut bħala linja gwida. Il-parteċipanti huma liberi li jipproponu arkitettura differenti, sakemm jissodisfaw ir-restrizzjonijiet funzjonali (sezzjonijiet 3, 4 u 12) u r-rekwiżiti tal-liċenzja (sezzjoni 6).

5.1. Preprocessjar tat-Test

  • Segmentazzjoni tas-sentenzi
  • Tokenizzazzjoni
  • Lemmatizzazzjoni
  • Tikkettar tal-Parti tad-Diskors (Part-of-Speech)
  • Parsing tad-dipendenzi

5.2. Rikonoxximent tal-Entitajiet Imsemmijin (NER)

  • Detezzjoni tal-entitajiet (persuni, postijiet, organizzazzjonijiet, dati, kunċetti)
  • Tipizzazzjoni tal-entitajiet skont ontoloġija tad-dominju
  • Riżoluzzjoni tal-koreferenza

5.3. Estrazzjoni tar-Relazzjonijiet (RE)

  • Estrazzjoni tat-tripletti (suġġett, predikat, oġġett) mit-test
  • Estrazzjoni miftuħa jew iggwidata bi mudelli

5.4. Kostruzzjoni tal-Graf tal-Għarfien

  • Normalizzazzjoni u għaqda tal-entitajiet (entity linking)
  • Kostruzzjoni u ħażna tal-graf (tripletti)
  • Arrikkiment permezz tal-inferenza ta' relazzjonijiet impliċiti
  • Validazzjoni u tindif tal-graf

5.5. Fehim tal-Mistoqsija

  • Analiżi sintattika tal-mistoqsija tal-lingwa naturali
  • Identifikazzjoni tat-tip ta' mistoqsija (min, x'inhu, fejn, meta…)
  • Estrazzjoni tal-entitajiet u relazzjonijiet imsemmijin
  • Trasformazzjoni f'query formali fuq il-graf

5.6. Raġunament & Tfittxija tat-Tweġiba

  • Traversal tal-graf tal-għarfien (raġunament multi-hop)
  • Riżoluzzjoni loġika u klassifika tat-tweġibiet kandidati

5.7. Ġenerazzjoni tat-Tweġiba & Spjegazzjonijiet

  • Formulazzjoni tat-tweġiba f'lingwa naturali
  • Traċċa sħiħa tal-ispjegazzjoni: triq fil-KG, regoli applikati, entitajiet u relazzjonijiet involuti, fiduċja/kompletezza

6. Restrizzjonijiet tal-Liċenzja

6.1. Hippocratic License 3.0 (HL3)

Is-softwer finali se jiġi ppubblikat taħt Hippocratic License 3.0 (firstdonoharm.dev). Din il-liċenzja:

6.2. Kompatibbiltà tad-Dipendenzi

LiċenzjaKompatibbli ma' HL3Eżempji
MIT✅ Iva—
BSD (2/3-clause)✅ Iva—
Apache 2.0✅ Iva—
ISC / CC0✅ Iva—
GPL v2/v3⚠️ Potenzjalment mhux kompatibbli—
AGPL❌ Probabbilment mhux kompatibbli—

6.3. Moduli HL3 Fakultattivi Rakkomandati

7. Konformità Regolatorja

7.1. GDPR

Prinċipju GDPRImplimentazzjoni
Minimizzazzjoni tad-data (Art. 5.1.c)Il-KG jaħżen biss tripletti estratti relevanti, mhux data personali mhux ipproċessata.
Dritt għal spjegazzjoni (Art. 22 + premessa 71)Traċċa sħiħa tal-ispjegazzjoni għal kull tweġiba.
Dritt għat-tħassir (Art. 17)Kapaċità li jitħassru entitajiet/tripletti mill-KG.
Privatezza bid-disinn (Art. 25)L-ebda data sensittiva fil-KG mingħajr neċessità dokumentata.
Ebda profiling awtomatizzat (Art. 22)Is-sistema ma tagħmilx deċiżjonijiet awtomatizzati dwar individwi.

7.2. Att Ewropew dwar l-IA

Rekwiżit tal-Att dwar l-IAKonformità
Trasparenza (Art. 13)Arkitettura simbolika intrinsikament interpretabbli — kull pass tar-raġunament huwa traċċabbli.
Spjegabbiltà (Art. 13.1)Traċċa sħiħa: mistoqsija → query formali → triq fil-KG → tweġiba.
Dokumentazzjoni teknika (Art. 11)Pipeline simboliku kompletament dokumentabbli (grammatiki, regoli, ontoloġija).
Robustezza u preċiżjoni (Art. 15)Ebda alluċinazzjoni — it-tweġibiet jiġu esklussivament mill-KG.
Sorveljanza umana (Art. 14)Il-KG huwa ispezzjonabbli u modifikabbli minn bniedem.
Ġestjoni tar-riskju (Art. 9)Riskju baxx: ebda mudell opak, ebda bias emerġenti.
Argument ewlieni: Sistema purament simbolika hija nattivament konformi mar-rekwiżiti ta' trasparenza u spjegabbiltà tal-Att dwar l-IA, b'differenza minn sistemi bbażati fuq LLM li jeħtieġu saffi addizzjonali ta' XAI (Goncalves & Correia, 2026; Wagner et al., 2025).

8. Impatt Ekoloġiku

8.1. Il-Problema

8.2. Vantaġġ Simboliku CPU-only

MetrikaSistema LLM (GPU)Sfida tal-IA (CPU-only)Gwadann Stmat
Potenza Istantanja300-400 W (GPU)65-125 W (CPU)~3-5×
Latenza għal kull Query0.5-5 s< 100 ms (mira)~5-50×
Enerġija għal kull Query~0.001-0.01 kWh~0.000001-0.00001 kWh~100-1000×
Hardware MeħtieġGPU ≥ €6,000CPU tal-konsumatur < €500~12×

8.3. Kejl Obbligatorju

Il-proġett irid ikejjel u jirrapporta:

9. Riproduċibbiltà

  1. Kodiċi sors sħiħ: ippubblikat fuq repożitorju pubbliku, taħt liċenzja HL3.
  2. Istruzzjonijiet tal-installazzjoni: skript awtomatizzat jew kontejnerizzazzjoni.
  3. Data tat-test: użu esklussiv ta' benchmarks pubbliċi.
  4. Żrieragħ każwali: fissi u dokumentati għal kull komponent stokastiku.
  5. Verżjonament tad-dipendenzi: fajl ta' dipendenzi ffissat.
  6. Kontejnerizzazzjoni: is-sistema sħiħa trid tkun eżegwibbli b'mod riproduċibbli.
  7. Hardware minimu dokumentat: speċifikazzjonijiet minimi espliċiti.

Il-hardware massimu meħtieġ (i9 + RTX 3090) huwa aċċessibbli għal udjenza wiesgħa. Il-Fażi 2 (runtime QA) ma teħtieġx GPU, li tippermetti eżekuzzjoni fuq laptop sempliċi.

10. Sovranità, Sigurtà & Privatezza

Sovranità Diġitali

  • Ebda dipendenza fuq is-sħab — operazzjoni kompletament lokali.
  • Ebda sejħiet API esterni — ebda data tħalli l-magna.
  • LLMs ta' piżijiet miftuħin li jistgħu jitniżżlu u jiġu eżegwiti lokalment.
  • Ebda lock-in tal-fornitur.

Sigurtà

  • Eżekuzzjoni sandbox (ambjent iżolat).
  • Ebda eżekuzzjoni arbitrarja tal-kodiċi.
  • Ebda prompt injection (ebda LLM waqt l-eżekuzzjoni).
  • Validazzjoni tal-input permezz ta' grammatika formali.

Privatezza

  • Ipproċessar esklussivament lokali — id-dokumenti qatt ma jħallu l-magna.
  • Ebda telemetrija.
  • KG jista' jitħassar fuq talba.
  • Kapaċità li jinħolqu KGs separati għal kull utent jew dominju.

11. Benchmarks & Evalwazzjoni

11.1. Benchmarks KGQA Rikonoxxuti

Is-sistema trid tiġi evalwata fuq mill-inqas tnejn minn dawn il-benchmarks:

BenchmarkDeskrizzjoniDaqsReferenza
SimpleQuestionsMistoqsijiet fattwali sempliċi fuq Freebase~100K mistoqsijaACL
WebQuestionsSPMistoqsijiet tal-web b'annotazzjonijiet SPARQL~4,737 mistoqsijaACL
LC-QuAD 2.0Mistoqsijiet kumplessi fuq DBpedia/Wikidata~30K mistoqsijaISWC
ComplexWebQuestionsMistoqsijiet multi-hop fuq Freebase~34K mistoqsijaNAACL
QALDSfida multilingwi, daqs żgħir~400-500 mistoqsijaCLEF/ESWC
MINTQABenchmark reċenti għal LLM+KG fuq entitajiet rariVarjabbliEMNLP 2025
SQuAD 2.0QA estrattiv fuq paragrafi~150K mistoqsijaACL
Natural QuestionsMistoqsijiet reali ta' Google~307K mistoqsijaTACL
TriviaQAQA ta' trivia b'dokumenti ta' appoġġ~95K mistoqsijaACL

Rakkomandazzjoni: agħti prijorità lil-LC-QuAD 2.0 u QALD, supplimentati bi SQuAD jew Natural Questions għal paragun mal-approċċi newrali.

11.2. Metriċi tal-Evalwazzjoni

KategorijaMetrikaDeskrizzjoni
Prestazzjoni QAF1 score, Exact Match (EM)Preċiżjoni tat-tweġiba
Prestazzjoni QAHits@1, Hits@5Rata ta' tweġiba korretta fit-top-k
Prestazzjoni QAMRRGrad medju tat-tweġiba korretta
LatenzaMedja/p95 tal-ħin ta' risposta (ms)Imkejla fuq CPU biss
ThroughputMistoqsijiet/sekondaThroughput
EkoloġijakWh/query, gCO₂/queryPermezz ta' codecarbon/carbontracker
SpjegabbiltàRata ta' traċċabbiltà% tat-tweġibiet b'traċċa sħiħa (mira: 100%)
Kopertura KGTripletti, entitajiet, relazzjonijietStatistika deskrittiva

11.3. Baselines tal-Paragun

  1. RAG + LLM (GPU): baseline newrali fuq GPU.
  2. KG-RAG (GPU): baseline ibrida KG + LLM.
  3. SPARQL Dirett: baseline purament simbolika (queries manwali fuq l-istess KG).

12. Speċifikazzjonijiet tal-Prestazzjoni

KriterjuMiraĠustifikazzjoni
Latenza QA< 100 ms (p95)Interattività aċċettabbli tal-utent
Kostruzzjoni KG< 1 min / 1,000 dokument qosraPrattikabbiltà
Marka tal-Memorja QA< 4 GB RAMEżegwibbli fuq PC modesta
Daqs KGSkalabbli sa 10M+ triplettiKopertura biżżejjed għall-benchmarks
Preċiżjoni QA≥ 50% F1 fuq benchmarks sempliċiInterpretabbiltà u frugalità bħala argumenti prinċipali
Traċċabbiltà100% tat-tweġibiet spjegatiVantaġġ ewlieni tal-approċċ simboliku

13. Riskji & Mitigazzjonijiet

RiskjuProbabbiltàImpattMitigazzjoni
Prestazzjoni QA insuffiċjenti vs LLMGħoljaMedjaFokus fuq interpretabbiltà/frugalità
Kwalità insuffiċjenti tal-KG awtomatikuMedjaGħoljaIterer ir-regoli, sorveljanza LLM
Kumplessità tal-mistoqsijiet multi-hopGħoljaMedjaLimitu ≤ 3 hops, dokumenta l-limitazzjonijiet
Inkompatibbiltà tal-liċenzja tad-dipendenziBaxxaGħoljaVerifika sistematika tal-liċenzji
LLM ta' piżijiet miftuħin insuffiċjenti għas-sorveljanzaMedjaMedjaIttestja u ikkombina mudelli multipli
Kopertura limitata tal-KG fuq skalaMedjaMedjaIbda bi QALD, imbagħad skala

14. Kriterji tas-Suċċess

  1. Is-sistema QA taħdem kompletament fuq CPU mingħajr GPU waqt l-eżekuzzjoni.
  2. Il-KG jinbena awtomatikament minn dokumenti tal-lingwa naturali.
  3. Il-prestazzjoni titkejjel fuq ≥ 2 benchmarks pubbliċi rikonoxxuti.
  4. 100% tat-tweġibiet huma akkumpanjati minn traċċa tal-ispjegazzjoni.
  5. Il-konsum tal-enerġija jitkejjel u jitqabbel ma' baseline GPU.
  6. Il-kodiċi jiġi ppubblikat taħt liċenzja Hippocratic 3.0 b'dipendenzi kompatibbli.
  7. Is-sistema hija riproduċibbli permezz ta' Docker fuq il-hardware speċifikat.
  8. L-iżvilupp isir kompletament minn LLMs ta' piżijiet miftuħin f'sandbox.

15. Referenzi Bibljografiċi

  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.