Menyang kontèn

AI néuro-simbolik

Saka Wikipédia Jawa, bauwarna mardika basa Jawa

AI néuro-simbolik iku sawiji mètodhe kanggo nggathukaké arsitèktur néural lan kacerdhasan gawéan simbolik kanggo ngadhepi tur njangkepi daya lan nirdayané. Bab iki bakal ngasilaké AI kuwat kang bisa nindakaké panalaran, pasinaonan, lan pamodhèlan kognitif. AI néuro-simbolik wis tau dirembug déning Valiant[1] lan wong akèh liyané,[2] panggawéan modhèl kognitif pakomputeran kang apik mbutuhaké gabungan antarané panalaran simbolik lan modhèl pasinaonan mesin kang trep. Gary Marcus awèh panemu, "Awaké dhéwé ora bisa nggawé modhèl kognitif kang apik kanthi cara otomatis tanpa arsitèktur hibrid triumvirate, kawruh-kawruh kang wis cumepak, lan tèhnik canggih kanggo panalarané."[3] Wacan candhaké, "Nalika mbangun AI kang kuwat lan dhedhasar saka kawruh, awaké dhéwé kudu ndarbèni mesin manipulasi simbol ing pirantiné awaké dhéwé. Kakèhan kawruh iku malah njalari abstrak pambangunané yèn tanpa piranti kang bisa makili lan manipulasi abstraksi. Tekan sapréné, siji-sijiné mesin kang bisa manipulasi kawruh abstrak kanthi pener iku piranti kanggo manipulasi simbol."[4]

Henry Kautz,[5] Francesca Rossi,[6] lan Bart Selman[7] uga ngandharaké panemuné. Panemuné dhèwèké padha ya iku dhedhasar ing rong jinis cara mikir. Tuladhané kaya ta kang dirembug ing buku anggitané Daniel Kahneman asesirah Thinking, Fast and Slow. Cara mikiré manungsa iku ana rong jinis: Sistem 1 kang cepet, otomatis, intuitif, lan ora sadar. Sistem 2 kang alon, mlaku sajangkah saben jangkah, lan gamblang. Sistem 1 dianggo kanggo pangenalan pola. Sistem 2 dianggo kanggo ngurusi parencanaan, pamikiran déduksi, lan déliberatif. Dhedhasar panemu iku, pasinaonan jeru paling apik ngurusi jinis kapisan, wondéné panalaran simbolik paling apik ngurusi jinis kapindho. Kekaroné dibutuhaké kanggo pambangunan AI kuwat lan mitayani kang bisa nyinaoni, nalar, lan sesambungan karo manungsa saperlu nampa pitutur lan mangsuli pitakonané manungsa. Modhèl dwiprosès mawa rujukan rong sistem mau wis digawé wiwit taun 1990-an déning sawenèh panaliti ing babagan AI lan ngèlmu kognitif.[8]

Sajarah

[besut | besut sumber]

Garcez lan Lamb ngandharaké yèn panalitèn ing aréa iki isih dilakoni ing rong puluh taun kapungkur[9][10] (satemené tekan saiki wis punjul telung puluh taun).

Rerangkèn lokakarya babagan AI néuro-simbolik bola-bali dianakaké saben tauné wiwit taun 2005 [1]. Ing wiwitan 1990-an, rerangkèn lokakarya wiwitan babagan AI néuro-simbolik diselenggarakaké.[11]

Pitakonan panalitèn binuka

[besut | besut sumber]

Akèh pitakonan panalitèn kang isih panggah padha wiwit 1990-an,[12] kaya ta:

  • Apa cara kang paling trep kanggo nggathukaké arsitèktur néural lan simbolik?
  • Kepriyé kuduné struktur simbolik kawakili ing sajroning jaringan néural lan pangèkstrakan saka jaringané?
  • Kepriyé kuduné kawruh kang lumrah ing padinan disinaoni lan dipikiraké?
  • Kepriyé ngurusi kawruh abstrak kang angèl diénkodhe kanthi logis?

Uga delengen

[besut | besut sumber]

Rujukan

[besut | besut sumber]

Wacan bacutan

[besut | besut sumber]
  • Bader, Sebastian; Hitzler, Pascal (2005-11-10). "Dimensions of Neural-symbolic Integration - A Structured Survey". arXiv:cs/0511042.
  • Garcez, Artur S. d'Avila; Broda, Krysia; Gabbay, Dov M.; Gabbay (2002). Neural-Symbolic Learning Systems: Foundations and Applications. Springer Science & Business Media. ISBN 978-1-85233-512-0.
  • Garcez, Artur; Besold, Tarek; De Raedt, Luc; Földiák, Peter; Hitzler, Pascal; Icard, Thomas; Kühnberger, Kai-Uwe; Lamb, Luís; Miikkulainen, Risto; Silver, Daniel (2015). Neural-Symbolic Learning and Reasoning: Contributions and Challenges. AAAI Spring Symposium - Knowledge Representation and Reasoning: Integrating Symbolic and Neural Approaches. Stanford, CA. doi:10.13140/2.1.1779.4243. Diarsip saka sing asli ing 2022-09-07. Dibukak ing 2023-05-30.
  • Garcez, Artur d'Avila; Gori, Marco; Lamb, Luis C.; Serafini, Luciano; Spranger, Michael; Tran, Son N. (2019). "Neural-Symbolic Computing: An Effective Methodology for Principled Integration of Machine Learning and Reasoning". arXiv:1905.06088 [cs.AI].
  • Garcez, Artur d'Avila; Lamb, Luis C. (2020). "Neurosymbolic AI: The 3rd Wave". arXiv:2012.05876 [cs.AI].
  • Hochreiter, Sepp. "Toward a Broad AI." Commun. ACM 65(4): 56-57 (2022). https://dl.acm.org/doi/pdf/10.1145/3512715
  • Honavar, Vasant (1995). Symbolic Artificial Intelligence and Numeric Artificial Neural Networks: Towards a Resolution of the Dichotomy. The Springer International Series In Engineering and Computer Science. Springer US. kc. 351–388. doi:10.1007/978-0-585-29599-2_11.
  • Kautz, Henry (2020-02-11). The Third AI Summer, Henry Kautz, AAAI 2020 Robert S. Engelmore Memorial Award Lecture. Dibukak ing 2022-07-06.
  • Kautz, Henry (2022). "The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture". AI Magazine. 43 (1): 93–104. doi:10.1609/aimag.v43i1.19122. ISSN 2371-9621. S2CID 248213051. Dibukak ing 2022-07-12.
  • Mao, Jiayuan; Gan, Chuang; Kohli, Pushmeet; Tenenbaum, Joshua B.; Wu, Jiajun (2019). "The Neuro-Symbolic Concept Learner: Interpreting Scenes, Words, and Sentences From Natural Supervision". arXiv:1904.12584 [cs.CV].
  • Marcus, Gary; Davis, Ernest (2019). Rebooting AI: Building Artificial Intelligence We Can Trust. Vintage.
  • Marcus, Gary (2020). "The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence". arXiv:2002.06177 [cs.AI].
  • Rossi, Francesca (2022-07-06). "AAAI2022: Thinking Fast and Slow in AI (AAAI 2022 Invited Talk)". Dibukak ing 2022-07-06.
  • Selman, Bart (2022-07-06). "AAAI2022: Presidential Address: The State of AI". Dibukak ing 2022-07-06.
  • Serafini, Luciano; Garcez, Artur d'Avila (2016-07-07). "Logic Tensor Networks: Deep Learning and Logical Reasoning from Data and Knowledge". arXiv:1606.04422 [cs.AI].
  • Sun, Ron (1995). "Robust reasoning: Integrating rule-based and similarity-based reasoning". Artificial Intelligence. 75 (2): 241–296. doi:10.1016/0004-3702(94)00028-Y.
  • Sun, Ron; Bookman, Lawrence (1994). Computational Architectures Integrating Neural and Symbolic Processes. Kluwer.
  • Sun, Ron; Alexandre, Frederic (1997). Connectionist Symbolic Integration. Lawrence Erlbaum Associates.
  • Sun, R (2001). "Hybrid systems and connectionist implementationalism". Encyclopedia of Cognitive Science (MacMillan Publishing Company, 2001).
  • Valiant, Leslie G (2008). "Knowledge Infusion: In Pursuit of Robustness in Artificial Intelligence". {{cite journal}}: Cite journal requires |journal= (pitulung)

Pranala jaba

[besut | besut sumber]