Quantumrun

CREDITU IMAGE:

iStock

AI neuro-simbolica: Una macchina chì pò infine trattà a logica è l'apprendimentu

L'intelligenza artificiale simbolica (AI) è e rete neurali profonde anu limitazioni, ma i scientisti anu scupertu un modu per cumminà è creà una IA più intelligente.

Author:
Nome di l'autore
Quantumrun Foresight
April 13, 2023

L'apprendimentu di a macchina (ML) hè sempre stata una tecnulugia promettente cù i so sfidi unichi, ma i circadori cercanu di creà un sistema basatu in logica chì va oltre i big data. I sistemi basati in logica sò pensati per travaglià cù rapprisentazione simbolica è ragiunamentu, chì ponu furnisce un modu più trasparente è interpretabile di capisce u prucessu di decisione di un sistema.

Cuntestu AI neuro-simbolicu

L'IA neuro-simbolica (ancu chjamata AI composita) combina duie branche di l'intelligenza artificiale (IA). Prima hè l'AI simbolica, chì usa simboli per capiscenu e relazioni è e regule (vale à dì, u culore è a forma di un ughjettu). Per chì l'IA simbolica funziona, a basa di cunniscenza deve esse precisa, dettagliata è exhaustiva. Stu requisitu significa chì ùn pò micca amparà da ellu stessu è dipende da a cumpetenza umana per mantene l'aghjurnamentu di a basa di cunniscenza.

L'altru cumpunente di l'AI neuro-simbolica hè e rete neurali profonda (reti profonde) o l'apprendimentu prufondu (DL). Sta tecnulugia usa numerosi strati di nodi chì imitanu i neuroni di u cervellu umanu per auto-amparà à processà grandi datasets. Per esempiu, e rete prufonda ponu passà per diverse imagine di misgi è cani per identificà accuratamente quale hè quale, è migliurà cù u tempu. Tuttavia, ciò chì e rete prufonda ùn ponu micca fà hè processà relazioni cumplessi. Cumminendu AI simbolica è rete prufonda, i circadori utilizanu DL per scaccià una grande quantità di dati in a basa di cunniscenza, dopu chì l'AI simbolica pò inferisce o identificà e regule è relazioni. Questa cumminazione permette una scuperta di cunniscenza più efficace è precisa è a decisione.

Un'altra zona chì l'indirizzi di l'AI neuro-simbolicu hè u prucessu di furmazione costosu di a rete profonda. Inoltre, e reti profonde ponu esse sensibili à picculi cambiamenti di dati di input, purtendu à errori di classificazione. Anu ancu luttà cù ragiunamentu astrattu è risponde à e dumande senza assai dati di furmazione. Inoltre, u funziunamentu internu di sti reti sò cumplessi è difficiuli per l'omu di capiscenu, facendu un sfida à interpretà u ragiunamentu daretu à e so predizioni.

Impact disruptive

I ricercatori di l'Università di Stanford anu realizatu studii iniziali di AI composite utilizendu 100,000 3 imaghjini di forme basi 98.9D (quadre, sfere, cilindri, etc.) Dopu anu utilizatu diverse dumande per furmà l'ibridu per processà e dati è inferisce relazioni (per esempiu, sò i cubi rossi? ). Anu trovu chì l'IA neuro-simbolica puderia risponde à queste dumande currettamente 10 per centu di u tempu. Inoltre, l'ibridu necessitava solu XNUMX per centu di dati di furmazione per sviluppà suluzioni.

Siccomu i simboli o e regule cuntrolanu e reti prufonde, i circadori ponu facilmente vede cumu si "imparanu" è induve si verificanu i guasti. Nanzu, questu hè statu unu di i punti debbuli di e rete prufonda, l'incapacità di esse tracciatu per via di strati è strati di codici cumplessi è algoritmi. L'IA neuro-simbolica hè stata pruvata in i veiculi autoguidati per ricunnosce l'uggetti nantu à a strada è qualsiasi cambiamenti in l'ambiente. Allora hè furmatu per reagisce in modu adattatu à questi fatturi esterni.

Tuttavia, ci sò opinioni diffirenti nantu à se a cumminazione di AI simbolica è rete profonda hè u megliu percorsu versu una IA più avanzata. Certi circadori, cum'è quelli di l'Università Brown, crede chì questu approcciu hibridu ùn pò micca currisponde à u livellu di ragiunamentu astrattu ottenutu da a mente umana. A mente umana pò creà rapprisentazione simbolica di l'uggetti è eseguisce diversi tipi di ragiunamentu cù questi simboli, utilizendu e rete neurali biologiche, senza avè bisognu di un cumpunente simbolicu dedicatu. Certi sperti sustenenu chì i metudi alternativi, cum'è l'aghjunzione di funzioni à e reti profonde chì imitanu e capacità umane, ponu esse più efficaci à rinfurzà e capacità AI.

Applicazioni per l'IA neuro-simbolica

Alcune applicazioni per l'AI neuro-simbolica ponu include:

Bots, cum'è i chatbots, chì ponu capisce megliu i cumandamenti umani è a motivazione, producendu risposti è servizii più precisi.
A so applicazione in scenarii di risoluzione di prublemi più cumplessi è sensibili, cum'è diagnosi medica, pianificazione di trattamentu è sviluppu di droghe. A tecnulugia pò ancu esse applicata per accelerà a ricerca scientifica è tecnologica per campi cum'è u trasportu, l'energia è a fabricazione.
L'automatizazione di i prucessi di decisione chì attualmente necessitanu ghjudiziu umanu. In u risultatu, tali applicazioni ponu purtà à una perdita di empatia è di responsabilità in certi campi cum'è u serviziu di u cliente.
Apparecchi intelligenti più intuitivi è assistenti virtuali chì ponu processà diversi scenarii, cum'è a cunservazione proattiva di l'electricità è l'implementazione di misure di sicurezza.
Nuvelle dumande etiche è legali, cum'è tematiche relative à a privacy, a pruprietà è a rispunsabilità.
Migliura a decisione in u guvernu è altri cuntesti pulitichi. Sta tecnulugia puderia ancu esse aduprata per influenzà l'opinione publica per mezu di publicità più mirate è a generazione di publicità è media iper-persunalizate.