神经符号AI：通过AI组合提供创新

2020年01月28日由 KING 发表 618297 0

随着世界的发展，新时代技术必定会保持其最新的形式，在这些形式中，仅被认为是新技术还不够，相反，随着需求的增长，它们需要发展以自我更新。人工智能领域的许多专家认为，它需要随着时间而改变。人工智能的技术有很多种，其中一些处于最前沿，而另一些则位于某些层次之下（例如神经网络和符号AI）。人工智能创新当然并不意味着在整个领域带来变化。小型组合和不同AI技术的融合也可以将发明、创新和更好的实现带入快节奏的世界。据美国麻省理工学院、IBM沃森人工智能实验室研究员大卫·考克斯表示，AI迫切的需要改变，然而，他对这种变化的建议是一个晦涩的术语“神经象征性的AI”。

正如他指出的那样，神经符号AI并不是一种全新的AI方式，而是两种现有的构建思维方法的结合。“符号AI”部分是指创建人工智能的第一种主流方法，“神经”部分是指深度学习神经网络。

神经网络与符号AI的工作方式不同，因为它们是数据驱动的。为了向符号AI系统解释某些内容，一个人需要显式提供所有信息，以便能够正确识别，同时训练神经网络执行此任务，一个人只需向其显示数千张图片即可。一旦变得足够聪明，它将能够识别该对象并组成自己的相似对象。这样的对象有可能在现实世界中实际上从未存在过。但是，神经符号AI背后的想法是将这些方法结合起来，以将学习和逻辑结合起来。很明显，神经网络将使世界简化为符号，而不是依靠人类程序员来为它们做，从而将使符号AI系统变得更智能。此外，符号AI算法将有助于将常识推理和领域知识转化为深度学习。随后，这可能会导致AI系统在处理复杂任务方面取得重大进展，涉及从无人驾驶汽车到NLP的所有事物，同时需要更少的数据进行培训。

AI研究人员戴维·考克斯（David Cox）表示：“神经网络和象征性想法真的是完美的互补。因为神经网络为您提供了从现实世界的混乱状态变为世界的符号表示的答案，可以找到图像中的所有相关性。一旦有了符号表示，就可以在推理方面做一些非常神奇的事情。”

标签：

机器学习深度神经网络

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇使用Python的四种机器学习技术

下一篇基于深度学习的降噪模型将显微镜成像速度提高了16倍

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

最好的基于Transformer的LLM（上）