要約
背景: 人工知能の分野は、AI の夏と冬として知られる成長と衰退の周期的な時期を経験してきました。
現在、私たちは第 3 回 AI の夏を迎えており、特にシンボリック AI とサブシンボリック AI の統合における大幅な進歩と商業化が特徴であり、ニューロシンボリック AI の出現につながります。
方法: レビューは PRISMA 方法論に従い、IEEE Explore、Google Scholar、arXiv、ACM、SpringerLink などのデータベースを利用しました。
対象となる基準は、2020 年から 2024 年の間に出版された査読済みの論文を対象としました。論文は Neuro-Symbolic AI との関連性についてスクリーニングされ、再現性を確保するために関連するコードベースの利用可能性に基づいてさらに含められます。
結果: 1,428 件の論文の初期プールから、167 件が対象基準を満たし、詳細に分析されました。
研究活動の大部分は、学習と推論 (63%)、論理と推論 (35%)、知識表現 (44%) の分野に集中しています。
説明可能性と信頼性はあまり表れておらず (28%)、メタ認知は最も調査されていない領域 (5%) です。
このレビューでは、特に説明可能性と信頼性を他の研究分野と統合する際に、重要な学際的な機会が特定されています。
結論: 神経記号 AI 研究は 2020 年以降、学習と推論に集中して急速に成長しています。
説明可能性、信頼性、メタ認知には大きなギャップが残っています。
学際的な研究を通じてこれらのギャップに対処することは、この分野をよりインテリジェントで信頼性が高く、コンテキスト認識型の AI システムに向けて前進させるために重要です。
要約(オリジナル)
Background: The field of Artificial Intelligence has undergone cyclical periods of growth and decline, known as AI summers and winters. Currently, we are in the third AI summer, characterized by significant advancements and commercialization, particularly in the integration of Symbolic AI and Sub-Symbolic AI, leading to the emergence of Neuro-Symbolic AI. Methods: The review followed the PRISMA methodology, utilizing databases such as IEEE Explore, Google Scholar, arXiv, ACM, and SpringerLink. The inclusion criteria targeted peer-reviewed papers published between 2020 and 2024. Papers were screened for relevance to Neuro-Symbolic AI, with further inclusion based on the availability of associated codebases to ensure reproducibility. Results: From an initial pool of 1,428 papers, 167 met the inclusion criteria and were analyzed in detail. The majority of research efforts are concentrated in the areas of learning and inference (63%), logic and reasoning (35%), and knowledge representation (44%). Explainability and trustworthiness are less represented (28%), with Meta-Cognition being the least explored area (5%). The review identifies significant interdisciplinary opportunities, particularly in integrating explainability and trustworthiness with other research areas. Conclusion: Neuro-Symbolic AI research has seen rapid growth since 2020, with concentrated efforts in learning and inference. Significant gaps remain in explainability, trustworthiness, and Meta-Cognition. Addressing these gaps through interdisciplinary research will be crucial for advancing the field towards more intelligent, reliable, and context-aware AI systems.
arxiv情報
| 著者 | Brandon C. Colelough,William Regli |
| 発行日 | 2025-01-09 18:48:35+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google