Towards a fully declarative neuro-symbolic language

要約

人工知能の学習能力と推論能力の両方の長所を組み合わせていると主張する神経記号システム (NeSy) には、推論システムの中核となる特性である宣言性が欠けています。
宣言性の欠如は、ニューラル ネットワークから継承されたニューラル述語の機能的性質によって引き起こされます。
我々は、完全宣言型のニューラル述語の一般的なフレームワークを提案および実装します。したがって、これは完全宣言型 NeSy フレームワークにまで拡張されます。
まず、宣言型拡張機能が学習機能と推論機能を保持しながら、単一のクエリ タイプでのみトレーニングされている間に任意のクエリに応答できることを示します。

要約(オリジナル)

Neuro-symbolic systems (NeSy), which claim to combine the best of both learning and reasoning capabilities of artificial intelligence, are missing a core property of reasoning systems: Declarativeness. The lack of declarativeness is caused by the functional nature of neural predicates inherited from neural networks. We propose and implement a general framework for fully declarative neural predicates, which hence extends to fully declarative NeSy frameworks. We first show that the declarative extension preserves the learning and reasoning capabilities while being able to answer arbitrary queries while only being trained on a single query type.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google