要約
ニューロシンボリック AI は、非常に確立された領域であるため、古典的な AI などの記号処理とニューラル ネットワークを組み合わせたモデルを扱います。
これらのモデルは、データセットとモデルのサイズを増やすだけの代替案を模索し、データ分散を介した学習、以前の知識と学習した知識に基づいた推論を組み合わせ、それらを共生的に使用することによって、汎用人工知能 (AGI) への取り組みとして登場しています。
この調査では、近年のこの分野の研究論文を調査し、提示されたモデルとアプリケーションの分類と比較を行います。
要約(オリジナル)
Neurosymbolic AI deals with models that combine symbolic processing, like classic AI, and neural networks, as it’s a very established area. These models are emerging as an effort toward Artificial General Intelligence (AGI) by both exploring an alternative to just increasing datasets’ and models’ sizes and combining Learning over the data distribution, Reasoning on prior and learned knowledge, and by symbiotically using them. This survey investigates research papers in this area during recent years and brings classification and comparison between the presented models as well as applications.
arxiv情報
| 著者 | Wandemberg Gibaut,Leonardo Pereira,Fabio Grassiotto,Alexandre Osorio,Eder Gadioli,Amparo Munoz,Sildolfo Gomes,Claudio dos Santos |
| 発行日 | 2023-05-17 13:43:58+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google