Neuraal-symbolische artificiële intelligentie voor reële situaties

Neuraal-symbolische artificiële intelligente is een tak van AI dat the integratie van deep learning en logica onderzoekt. Deze integratie biedt het beste van twee werelden: de leercapaciteiten van neurale netwerken en de redeneercapaciteiten van logica. Hoewel dit veld zeer snel voortuigang maakt is het nog niet in staat om toegepast te worden op reële situaties. Een van de grootste oorzaken hiervan is het feit dat veel neuraal-symbolische systemen niet schaalbaar zijn. In het onderzoek dat we hier voorstellen zullen we deze problemen oplossen door beroep te doen op het verwante en meer mature veld van statistiche-relationale artificiële intelligentie.We zullen gebruik maken van resultaten uit dit veld over probabilistiche logische semantiek en approximatieve inferentie technieken en deze toepassen op neuraal-symbolische system. We zullen deze dan evalueren op grote datasets en reële situaties uit het veld van robotica.

Trefwoorden:Statistical relational artificial intell, Neural-symbolic intelligence, Deep learning

Disciplines:Kennisrepresentatie en redenering, Machine learning en besluitvorming, Neurale, evolutionaire en fuzzy computation