A Semantic Framework for Neural-Symbolic Computing

要約

【タイトル】ニューラル・シンボリック・コンピューティングの意味フレームワーク

【要約】

– AIの2つのアプローチであるニューラルネットワークとシンボリックシステムは、多くのAI問題で成功を収めている。しかし、どちらも人間のような知能に必要な一般的な推論能力を実現することはできていない。これは、それぞれのアプローチに固有の弱点が理由であると主張されている。
– 幸いにも、これらの弱点は相補的であり、シンボリックシステムはニューラルネットワークが苦手な種類のことに熟練していることが示されている。ニューラル・シンボリックAIの領域は、ニューラルネットワークとシンボリックAIを組み合わせた統合システムを試みる。
– これは、しばしばシンボル知識をニューラルネットワークにエンコードすることによって行われてきた。残念ながら、これには多くの異なる手法が提案されているが、比較するためのエンコーディングの共通の定義がない。
– この問題を解決するために、我々はニューラル・シンボリックAIの意味フレームワークを導入し、それが大きなファミリーのニューラル・シンボリック・システムを説明するために汎用性があることを示す。
– フレームワークを知識表現とニューラルネットワークの様々な形式のニューラルエンコーディングに適用した例と証明を提供する。これらは、一見異なるアプローチであっても、すべてがフレームワークの形式的定義である我々が「ニューラル・シンボリックAIの意味エンコーディング」と呼ぶものに当てはまることを示している。

要約(オリジナル)

Two approaches to AI, neural networks and symbolic systems, have been proven very successful for an array of AI problems. However, neither has been able to achieve the general reasoning ability required for human-like intelligence. It has been argued that this is due to inherent weaknesses in each approach. Luckily, these weaknesses appear to be complementary, with symbolic systems being adept at the kinds of things neural networks have trouble with and vice-versa. The field of neural-symbolic AI attempts to exploit this asymmetry by combining neural networks and symbolic AI into integrated systems. Often this has been done by encoding symbolic knowledge into neural networks. Unfortunately, although many different methods for this have been proposed, there is no common definition of an encoding to compare them. We seek to rectify this problem by introducing a semantic framework for neural-symbolic AI, which is then shown to be general enough to account for a large family of neural-symbolic systems. We provide a number of examples and proofs of the application of the framework to the neural encoding of various forms of knowledge representation and neural network. These, at first sight disparate approaches, are all shown to fall within the framework’s formal definition of what we call semantic encoding for neural-symbolic AI.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI