Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents

要約

この記事では、歴史上の議論から現代の進歩まで、コネクショニストとシンボリック人工知能 (AI) の融合について探ります。
従来、別個のパラダイムと考えられてきましたが、コネクショニスト AI はニューラル ネットワークに焦点を当てており、シンボリック AI は記号表現とロジックに重点を置いています。
ChatGPT や GPT-4 に代表される大規模言語モデル (LLM) の最近の進歩は、人間の言語を記号の形式として処理する際のコネクショニスト アーキテクチャの可能性を浮き彫りにしています。
この研究では、LLM 権限を備えた自律エージェント (LAA) がこのパラダイムの収束を体現していると主張しています。
テキストベースの知識モデリングと表現に LLM を利用することで、LAA は神経記号的な AI 原理を統合し、強化された推論と意思決定能力を示します。
神経記号的な AI テーマ内で LAA とナレッジ グラフを比較すると、人間のような推論プロセスを模倣し、大規模なデータセットで効果的にスケーリングし、明示的な再トレーニングを行わずにコンテキスト内のサンプルを活用するという LAA の独自の強みが浮き彫りになります。
この研究は、LAA の機能をさらに強化することを目的とした、神経ベクトル記号統合、命令エンコーディング、および暗黙的推論における有望な道を強調しています。
この研究は、神経記号 AI の進歩を探求し、将来の研究の軌道を提案することにより、AI テクノロジーの理解と開発を前進させます。

要約(オリジナル)

This article explores the convergence of connectionist and symbolic artificial intelligence (AI), from historical debates to contemporary advancements. Traditionally considered distinct paradigms, connectionist AI focuses on neural networks, while symbolic AI emphasizes symbolic representation and logic. Recent advancements in large language models (LLMs), exemplified by ChatGPT and GPT-4, highlight the potential of connectionist architectures in handling human language as a form of symbols. The study argues that LLM-empowered Autonomous Agents (LAAs) embody this paradigm convergence. By utilizing LLMs for text-based knowledge modeling and representation, LAAs integrate neuro-symbolic AI principles, showcasing enhanced reasoning and decision-making capabilities. Comparing LAAs with Knowledge Graphs within the neuro-symbolic AI theme highlights the unique strengths of LAAs in mimicking human-like reasoning processes, scaling effectively with large datasets, and leveraging in-context samples without explicit re-training. The research underscores promising avenues in neuro-vector-symbolic integration, instructional encoding, and implicit reasoning, aimed at further enhancing LAA capabilities. By exploring the progression of neuro-symbolic AI and proposing future research trajectories, this work advances the understanding and development of AI technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google