AI Neuro-simbolik: Mesin sing pungkasane bisa nangani logika lan sinau

• Babagan Author:
• Jeneng panganggit

  Quantumrun Foresight
• April 13, 2023

Machine learning (ML) mesthi dadi teknologi sing njanjeni kanthi tantangan unik, nanging peneliti ngupaya nggawe sistem adhedhasar logika sing ngluwihi data gedhe. Sistem basis logika dirancang kanggo nggarap representasi lan pertimbangan simbolis, sing bisa menehi cara sing luwih transparan lan bisa diinterpretasikake kanggo mangerteni proses pengambilan keputusan sistem. 

Konteks AI Neuro-simbolik

AI neuro-simbolik (uga disebut AI komposit) nggabungake rong cabang kecerdasan buatan (AI). Kaping pisanan yaiku AI simbolis, sing nggunakake simbol kanggo mangerteni hubungan lan aturan (yaiku, warna lan wujud obyek). Supaya AI simbolis bisa digunakake, basis kawruh kudu tepat, rinci, lan lengkap. Syarat iki tegese ora bisa sinau dhewe lan gumantung karo keahliane manungsa kanggo terus nganyari basis pengetahuan. 

Komponen liyane saka AI neuro-simbolik yaiku jaringan saraf jero (jaringan jero) utawa sinau jero (DL). Teknologi iki nggunakake pirang-pirang lapisan kelenjar sing niru neuron otak manungsa kanggo sinau dhewe ngolah set data gedhe. Contone, jaring jero bisa ngliwati gambar kucing lan asu sing beda-beda kanggo ngenali kanthi tepat sing, lan nambah wektu. Nanging, apa sing ora bisa ditindakake jaring jero yaiku ngolah hubungan sing rumit. Kanthi nggabungake AI simbolis lan jaring jero, peneliti nggunakake DL kanggo ngasilake data sing akeh menyang basis pengetahuan, sawise AI simbolis bisa nyimpulake utawa ngenali aturan lan hubungan. Kombinasi iki ngidini panemuan kawruh sing luwih efisien lan akurat lan nggawe keputusan.

Wilayah liyane sing alamat AI neuro-simbolik yaiku proses latihan larang regane net jero. Kajaba iku, jaring jero bisa sensitif marang owah-owahan data input cilik, sing nyebabake kesalahan klasifikasi. Dheweke uga berjuang karo penalaran abstrak lan mangsuli pitakon tanpa akeh data latihan. Salajengipun, cara kerja internal jaringan kasebut rumit lan angel dimangerteni manungsa, dadi tantangan kanggo napsirake alesan ing mburi ramalan kasebut.

Dampak gangguan

Peneliti saka Universitas Stanford nganakake studi awal babagan AI komposit nggunakake 100,000 gambar saka wangun 3D dhasar (kotak, bola, silinder, lan sapiturute) Dheweke banjur nggunakake pitakonan sing beda kanggo nglatih hibrida kanggo ngolah data lan nyimpulake hubungan (contone, apa kubus abang? ). Dheweke nemokake yen AI neuro-simbolik bisa mangsuli pitakon kasebut kanthi bener 98.9 persen wektu. Kajaba iku, hibrida mung mbutuhake 10 persen data latihan kanggo ngembangake solusi. 

Wiwit simbol utawa aturan ngontrol jaring jero, peneliti bisa kanthi gampang ndeleng carane "sinau" lan ing ngendi ana gangguan. Sadurunge, iki minangka salah sawijining kelemahan jaring jero, ora bisa dilacak amarga lapisan lan lapisan kode lan algoritma sing rumit. AI neuro-simbolik lagi dites ing kendaraan sing nyopir dhewe kanggo ngenali obyek ing dalan lan owah-owahan ing lingkungan. Banjur dilatih kanggo nanggapi kanthi tepat marang faktor eksternal kasebut. 

Nanging, ana panemu sing beda-beda apa kombinasi AI simbolis lan jaring jero minangka dalan sing paling apik kanggo AI sing luwih maju. Sawetara peneliti, kayata saka Universitas Brown, percaya yen pendekatan hibrida iki bisa uga ora cocog karo tingkat penalaran abstrak sing ditindakake dening pikiran manungsa. Pikiran manungsa bisa nggawe perwakilan simbolis obyek lan nindakake macem-macem jinis penalaran nggunakake simbol kasebut, nggunakake jaringan saraf biologis, tanpa mbutuhake komponen simbolis khusus. Sawetara ahli argue yen cara alternatif, kayata nambahake fitur menyang jaring jero sing niru kabisan manungsa, bisa uga luwih efektif kanggo ningkatake kemampuan AI.

Aplikasi kanggo AI neuro-simbolik

Sawetara aplikasi kanggo AI neuro-simbolik bisa uga kalebu:

• Bot, kayata chatbots, sing bisa luwih ngerti prentah lan motivasi manungsa, ngasilake respon lan layanan sing luwih akurat.
• Aplikasi kasebut ing skenario pemecahan masalah sing luwih rumit lan sensitif kayata diagnosis medis, perencanaan perawatan, lan pangembangan obat. Teknologi kasebut uga bisa ditrapake kanggo nyepetake riset ilmiah lan teknologi kanggo lapangan kayata transportasi, energi, lan manufaktur. 
• Otomasi proses nggawe keputusan sing saiki mbutuhake pertimbangan manungsa. Akibaté, aplikasi kasebut bisa nyebabake rasa empati lan tanggung jawab ing lapangan tartamtu kayata layanan pelanggan.
• Piranti cerdas lan asisten virtual sing luwih intuisi sing bisa ngolah skenario sing beda-beda, kayata ngirit listrik kanthi proaktif lan ngetrapake langkah-langkah keamanan.
• Pitakonan etika lan hukum anyar, kayata masalah sing ana gandhengane karo privasi, kepemilikan, lan tanggung jawab.
• Nggawe keputusan sing luwih apik ing pamrentah lan konteks politik liyane. Teknologi iki uga bisa digunakake kanggo pengaruhe pendapat umum liwat iklan sing luwih ditargetake lan nggawe iklan lan media sing dipersonalisasi kanthi hiper.

Pitakon sing kudu dipikirake

• Kepiye carane AI neuro-simbolik bakal mengaruhi urip saben dinane?
• Kepiye teknologi iki bisa digunakake ing industri liyane?