Калі людзі сёння гавораць пра штучны інтэлект, размова амаль заўсёды пераходзіць да чат-ботаў, якія гучаць дзіўна па-чалавечы, масіўных нейронных сетак, якія апрацоўваюць дадзеныя, або сістэм распазнавання малюнкаў, якія вызначаюць катоў лепш, чым некаторыя стомленыя людзі. Але задоўга да гэтага ажыятажу існаваў сімвалічны штучны інтэлект. І, як ні дзіўна, ён усё яшчэ тут, усё яшчэ карысны. У асноўным гаворка ідзе пра навучанне кампутараў разважаць, як людзі: выкарыстоўваць сімвалы, логіку і правілы. Старамодна? Магчыма. Але ў свеце, апантаным штучным інтэлектам «чорнай скрыні», яснасць сімвалічнага штучнага інтэлекту здаецца даволі асвяжальнай [1].
Артыкулы, якія вам могуць спадабацца пасля гэтага:
🔗 Што такое трэнер па штучным інтэлекце
Тлумачыць ролю і абавязкі сучасных трэнераў па штучным інтэлекце.
🔗 Ці будзе штучны інтэлект заменены навукай аб дадзеных
Даследуе, ці пагражае развіццё штучнага інтэлекту кар'еры ў галіне навукі аб дадзеных.
🔗 Адкуль штучны інтэлект атрымлівае інфармацыю
Разбірае крыніцы, якія мадэлі штучнага інтэлекту выкарыстоўваюць для навучання і адаптацыі.
Асновы сімвалічнага штучнага інтэлекту✨
Вось у чым справа: сімвалічны штучны інтэлект пабудаваны на яснасці. Вы можаце прасачыць логіку, пашукаць правілы і літаральна ўбачыць, чаму машына сказала тое, што сказала. Параўнайце гэта з нейроннай сеткай, якая проста выдае адказ — гэта як спытаць падлетка «чаму?» і атрымаць пацісканне плячыма. Сімвалічныя сістэмы, наадварот, скажуць: «Паколькі А і Б азначаюць В, значыць В». Гэтая здольнасць тлумачыць сябе змяняе правілы гульні ў пытаннях з высокімі стаўкамі (медыцына, фінансы, нават суд), дзе хтосьці заўсёды просіць доказаў [5].
Невялікая гісторыя: каманда па захаванні адпаведнасці ў буйным банку закадзіравала палітыку санкцый у механізм правілаў. Напрыклад: «калі краіна_паходжання ∈ {X} і адсутнічае_інфармацыя_аб_бенефіцыяры → эскалацыя». Вынік? Кожны пазначаны выпадак суправаджаўся прасочваемым, зразумелым для чалавека ланцужком разважанняў. Аўдытарам спадабалася . Гэта звышздольнасць сімвалічнага штучнага інтэлекту — празрыстае, правяраемае мысленне.
Табліца хуткага параўнання 📊
| Інструмент / Падыход | Хто гэтым карыстаецца | Дыяпазон коштаў | Чаму гэта працуе (ці не) |
|---|---|---|---|
| Экспертныя сістэмы 🧠 | Лекары, інжынеры | Дарагая ўстаноўка | Вельмі зразумелыя разважанні, заснаваныя на правілах, але далікатныя [1] |
| Графікі ведаў 🌐 | Пошукавыя сістэмы, дадзеныя | Змешаны кошт | Злучае сутнасці + адносіны ў маштабе [3] |
| Чат-боты на аснове правілаў 💬 | Абслугоўванне кліентаў | Нізкі–сярэдні | Хутка будуецца; але нюансаў? не так шмат |
| Нейра-сімвалічны штучны інтэлект ⚡ | Даследчыкі, стартапы | Высокі пярэдні план | Логіка + машыннае навучанне = вытлумачальнае мадэляванне [4] |
Як працуе сімвалічны штучны інтэлект (на практыцы) 🛠️
Па сутнасці, сімвалічны штучны інтэлект — гэта ўсяго дзве рэчы: сімвалы (канцэпцыі) і правілы (тое, як гэтыя канцэпцыі злучаюцца). Прыклад:
-
Сімвалы:
сабака,жывёла,мае хвост -
Правіла: Калі X — сабака → X — жывёла.
Адсюль вы можаце пачаць будаваць лагічныя ланцужкі — як лічбавыя дэталі LEGO. Класічныя экспертныя сістэмы нават захоўвалі факты ў тройках (атрыбут–аб'ект–значэнне) і выкарыстоўвалі арыентаваны на мэту інтэрпрэтатар правілаў для пакрокавага доказу запытаў [1].
Рэальныя прыклады сімвалічнага штучнага інтэлекту 🌍
-
MYCIN - медыцынская экспертная сістэма для інфекцыйных захворванняў. Заснаваная на правілах, зручная для тлумачэнняў [1].
-
DENDRAL — ранні хімічны штучны інтэлект, які адгадваў малекулярныя структуры па дадзеных спектраметрыі [2].
-
Граф ведаў Google — адлюстраванне аб'ектаў (людзей, месцаў, рэчаў) + іх адносін для адказаў на запыты тыпу «рэчы, а не радкі» [3].
-
Боты на аснове правілаў — скрыптавыя працэсы падтрымкі кліентаў; добрыя для паслядоўнасці, слабыя для адкрытай размовы.
Чаму сімвалічны штучны інтэлект пацярпеў няўдачу (але не памёр) 📉➡️📈
Вось тут і спатыкаецца сімвалічны штучны інтэлект: бязладны, няпоўны і супярэчлівы рэальны свет. Падтрыманне велізарнай базы правілаў знясільвае, а далікатныя правілы могуць расці, пакуль не зламаюцца.
Тым не менш, яно ніколі цалкам не знікла. Тут з'яўляецца нейрасімвалічны штучны інтэлект: змяшайце нейронныя сеткі (добра ўспрымаючыя) з сімвалічнай логікай (добрай у разважанні). Уявіце сабе гэта як эстафетную каманду: нейронная частка заўважае знак «стоп», а потым сімвалічная частка вызначае, што гэта значыць з пункту гледжання правілаў дарожнага руху. Гэта спалучэнне абяцае больш разумныя і зразумелыя [4][5].
Моцныя бакі сімвалічнага штучнага інтэлекту 💡
-
Празрыстая логіка: вы можаце выканаць кожны крок [1][5].
-
Зручны для рэгулявання: выразна адпавядае палітыцы і прававым нормам [5].
-
Модульнае абслугоўванне: вы можаце змяніць адно правіла, не перавучваючы ўсю мадэль монстра [1].
Слабыя бакі сімвалічнага штучнага інтэлекту ⚠️
-
Жахлівае ўспрыманне: выявы, гук, бязладны тэкст — тут дамінуюць нейронныя сеткі.
-
Праблемы маштабавання: здабыванне і абнаўленне экспертных правілаў з'яўляецца стомнай задачай [2].
-
Непахіснасць: правілы парушаюцца па-за межамі сваёй зоны; нявызначанасць цяжка ўлічваць (хаця некаторыя сістэмы ўзламалі частковыя выпраўленні) [1].
Шлях наперад для сімвалічнага штучнага інтэлекту 🚀
Будучыня, верагодна, не будзе чыста сімвалічнай ці чыста нейроннай. Яна гібрыдная. Уявіце сабе:
-
Нейронны → здабывае шаблоны з неапрацаваных пікселяў/тэксту/аўдыё.
-
Нейрасімвалічны → пераўтварае шаблоны ў структураваныя канцэпцыі.
-
Сімвалічны → ужывае правілы, абмежаванні, а затым — што важна — тлумачыць.
Гэта цыкл, у якім машыны пачынаюць нагадваць чалавечае мысленне: бачыць, структураваць, абгрунтоўваць [4][5].
Падводзім вынікі 📝
Такім чынам, сімвалічны штучны інтэлект: ён лагічны, заснаваны на правілах і гатовы да тлумачэнняў. Не крыклівы, але ён адлюстроўвае тое, чаго не могуць дасягнуць глыбокія нейронныя сеткі: зразумелыя, правераныя разважанні. Разумны выбар? Сістэмы, якія запазычваюць элементы з абодвух лагераў — нейронныя сеткі для ўспрымання і маштабавання, сімвалічныя для разважанняў і даверу [4][5].
Метаапісанне: Тлумачэнне сімвалічнага штучнага інтэлекту — сістэмы, заснаваныя на правілах, моцныя/слабыя бакі і чаму нейрасімвалічны падыход (логіка + машыннае навучанне) — гэта шлях наперад.
Хэштэгі:
#ШтучныІнтэлект 🤖 #СімвалічныШІ 🧩 #МашыннаеНавучанне #НейрасімвалічныШІ ⚡ #ТэхналагічнаТлумачэнне #ПрадстаўленнеВедаў #ІдэіШІ #БудучыняШІ
Спасылкі
[1] Б'юкенен, Б. Г. і Шортліф, Э. Г. Экспертныя сістэмы на аснове правілаў: эксперыменты MYCIN праекта эўрыстычнага праграмавання Стэнфардскага ўніверсітэта, гл. 15. PDF
[2] Ліндсэй, Р.К., Б'юкенен, Б.Г., Файгенбаўм, Э.А. і Ледэрберг, Дж. «DENDRAL: вывучэнне выпадку першай экспертнай сістэмы для фарміравання навуковых гіпотэз». Artificial Intelligence 61 (1993): 209–261. PDF
[3] Google. «Прадстаўляем Граф ведаў: рэчы, а не радкі». Афіцыйны блог Google (16 мая 2012 г.). Спасылка
[4] Манро, Д. «Нейрасімвалічны штучны інтэлект». Паведамленні ACM (кастрычнік 2022 г.). DOI
[5] Сахо, Б. і інш. «Роля вытлумачальнага штучнага інтэлекту ў прыняцці рашэнняў з высокімі стаўкамі: агляд». Patterns (2023). PubMed Central. Спасылка