Symbolic Artificial Intelligence

何をするのか 記号的人工知能 どういう意味だ？

記号的人工知能（古典的AIまたはGOFAI（Good Old-Fashioned Artificial Intelligence）とも呼ばれる）は、人工知能の最も初期のアプローチの1つであり、記号とルールを使用した知識の明示的表現に焦点を当てている。このアプローチは、形式論理とシンボル操作を通じて、人間の思考と推論をモデル化しようとするものである。現代の 機械学習 データから学習する方法では、記号的AIは問題を解決するために人間がコード化したルールと知識ベースに依存する。例えば、医療診断のために設計された記号的AIシステムでは、知識は、医師が診断プロセスを通して推論する方法と同じように、症状と可能性のある状態を結びつける明示的なルールを通して表現される。

記号的人工知能を理解する

シンボリックAIの実装は、実世界の概念や関係を表す、人間が読めるシンボルやルールの操作を中心としている。これらのシステムでは、形式論理、決定木、そして エキスパートシステム このアプローチは、人間の知性は記号操作に還元することができるという前提に基づいている。このアプローチは、人間の知性はシンボル操作に還元できるという前提のもとに運営されており、複雑な思考や推論プロセスは、より単純なシンボル操作に分解される。例えば 自然言語処理 タスクでは、記号的AIシステムは、文を文法要素に分解し、その意味を理解するためにあらかじめ定義されたルールを適用することによって文を分析する。

記号的AIの実用的な応用は、歴史的に様々な領域で重要であった。エキスパートシステムでは、明確なルールと決定パスが定義できる医療診断のような分野で、人間の専門知識を捕捉し適用するために記号的AIが使用されてきた。自動推論システムでは、記号的AIは、コンピュータが以下のような形式的ルールを適用することで複雑な論理問題を解くことを可能にする。 推論.これらのシステムは、問題が明確に定義され、ルールが明示されるような領域を得意とする。

記号的AIシステムの実装には、慎重な知識エンジニアリングとルール定義が必要である。専門知識は、コンピュータが処理できる正式な論理文とルールに変換されなければならない。知識表現として知られるこのプロセスは、モデル化されるドメインと論理プログラミングの両方において、かなりの専門知識を必要とする。その結果得られたシステムは、適用された論理ステップとルールをトレースすることで、その決定について明確な説明を提供することができ、意思決定の透明性が重要なアプリケーションにおいて特に有用である。

現代の発展は、記号的なAIと機械学習を組み合わせたハイブリッドなアプローチにつながっている。これらのシステムは、記号システムの明示的な推論と解釈可能性、ニューラルネットワークのパターン認識と学習能力という、両方のパラダイムの長所を活用しようとするものだ。例えば、自律走行車では、シンボリックAIが交通ルールに関するハイレベルな推論を処理する一方で、ニューラルネットワークが物体検出のためのセンサーデータを処理する。

記号的AIの進化は現代のAI開発に影響を与え続けている。純粋な記号的アプローチは、多くのアプリケーションにおいて機械学習手法にほぼ取って代わられたが、明示的な知識表現と論理的推論の原理は依然として関連している。現在の研究では、記号的推論をAIに組み込む方法を模索している。 ディープラーニング システムを統合することで、よりロバストで解釈可能なAIソリューションを作成することができる。この統合は、純粋な ニューラルネットワーク を大量に必要とするなどのアプローチがある。 トレーニングデータ そして、明示的なドメイン知識を取り入れることの難しさ。

この分野は、実世界の複雑さや不確実性を扱うためのスケーリングにおいて、継続的な課題に直面している。記号的表現の硬直的な性質は、あいまいな情報や不完全な情報を扱うことを難しくし、知識ベースの手作業による作成は時間がかかり、エラーが起こりやすい。しかし、明確な推論経路を提供し、明示的なドメイン知識を組み込む記号的AIの能力は、特に説明可能性と形式的検証が要求される特定のアプリケーションにおいて、その価値を発揮し続けている。