Sembolik yapay zeka - Symbolic artificial intelligence

Sembolik yapay zeka içindeki tüm yöntemlerin toplanması için kullanılan terimdir. yapay zeka Problemlerin üst düzey "sembolik" (insan tarafından okunabilir) temsillerine dayanan araştırma, mantık ve arama. Sembolik AI baskındı paradigma 1950'lerin ortalarından 1980'lerin sonlarına kadar AI araştırmaları.^[1]^{[sayfa gerekli ]}^[2]^{[sayfa gerekli ]}

John Haugeland isim verdi GOFAI ("Eski Moda Güzel Yapay Zeka") 1985 tarihli kitabında sembolik yapay zekaya Yapay Zeka: Tam Fikir, yapay zeka araştırmalarının felsefi sonuçlarını araştıran. İçinde robotik benzer terim GOFR ("Eski Moda İyi Robotik").

Yaklaşım, zekanın birçok yönünün, kontrolün manipülasyonu ile elde edilebileceği varsayımına dayanmaktadır. semboller "olarak tanımlanan bir varsayım"fiziksel simge sistemleri hipotezi " tarafından Allen Newell ve Herbert A. Simon 1960'ların ortasında.

Popüler bir sembolik yapay zeka biçimi uzman sistemler, bir ağ kullanan üretim kuralları. Üretim kuralları, If-Then ifadesine benzer bir ilişkideki sembolleri birbirine bağlar. Uzman sistem, çıkarımlar yapmak ve hangi ek bilgilere ihtiyaç duyduğunu belirlemek için kuralları işler, yani insan tarafından okunabilir semboller kullanarak hangi soruların sorulacağını belirler.

Sembolik yaklaşımın karşıtları şunları içerir: robotikçiler gibi Rodney Brooks, sembolik temsil olmaksızın (veya sadece minimum temsil ile) otonom robotlar üretmeyi hedefleyen ve Sayısal zeka gibi teknikleri uygulayan araştırmacılar nöral ağlar ve içindeki sorunları çözmek için optimizasyon makine öğrenme ve kontrol Mühendisliği.

Sembolik AI, bir makinede genel, insan benzeri zeka üretmeyi amaçlarken, çoğu modern araştırma belirli alt problemlere yöneliktir. Genel zeka ile ilgili araştırmalar şimdi şu alt alanda incelenmektedir: yapay genel zeka.

Makineler başlangıçta çıktıları sembollerle temsil edilen girdilere göre formüle etmek için tasarlandı. Giriş kesin olduğunda ve kesinlik altına düştüğünde semboller kullanılır. Ancak, örneğin tahminlerin formüle edilmesinde belirsizlik olduğunda, temsil kullanılarak yapılır. yapay sinir ağları.^[3] Son zamanlarda, sembolik ve bağlantısal yapay zeka yaklaşımlarını sinirsel-sembolik hesaplama şemsiyesi altına entegre etmeye yönelik yapılandırılmış çabalar var. Tartışıldığı gibi Valiant Ve bircok digerleri ^[4] zengin hesaplamanın etkin yapısı bilişsel modeller sağlam sembolik akıl yürütme ve verimli (makine) öğrenme modellerinin kombinasyonunu gerektirir.

Durum alanı araması

Örneğin, sembolik bir AI sistemi bir mikro dünya olarak gerçekleştirilebilir. dünya blokları. Mikro dünya, bilgisayar belleğindeki gerçek dünyayı temsil eder. İle tarif edilmektedir listeler semboller içeren ve akıllı ajan kullanır operatörler sistemi yeni bir duruma getirmek.^[5] üretim sistemi akıllı ajanın bir sonraki eylemi için durum uzayında arama yapan yazılımdır. Dünyayı temsil eden semboller duyusal algıya dayanır. Sinir ağlarının aksine, genel sistem buluşsal yöntemlerle çalışır, yani alana özgü bilginin, durum alanı araması.

Sembolik Yapay Zeka tarafından reddedildi Hubert Dreyfus, çünkü sadece bunun için uygun olduğunu düşündü oyuncak problemleri ve daha karmaşık sistemler kurmanın veya fikri yararlı yazılıma doğru ölçeklendirmenin mümkün olmayacağını düşündüler.^[6] Aynı argüman, Lighthill raporu, başlatan AI Kış 1970'lerin ortalarında.^[7]

Ayrıca bakınız

Referanslar

^ Haugeland, John (1985), Yapay Zeka: Tam Fikir, Cambridge, Kitle: MIT Press, ISBN 0-262-08153-9
^ Kosko, Bart (1993). Bulanık Düşünme. Hyperion. ISBN 978-0786880218.
^ Vasant Honavar. Sembolik Yapay Zeka ve Sayısal Yapay Sinir Ağları: İkilemin Çözümüne Doğru. Mühendislik ve Bilgisayar Bilimlerinde Springer Uluslararası Serisi. Springer ABD. s. 351–388. doi:10.1007/978-0-585-29599-2_11.
^ Artur S. d'Avila Garcez, Tarek R. Besold, Luc De Raedt, Peter Földiák, Pascal Hitzler, Thomas Icard, Kai-Uwe Kühnberger, Luís C. Lamb, Risto Miikkulainen, Daniel L. Silver: Sinirsel-Sembolik Öğrenme ve Akıl Yürütme : Katkılar ve Zorluklar. AAAI Bahar Sempozyumu 2015, Stanford, AAAI Press.
^ Honavar, Vasant; Uhr, Leonard (1994). Sembolik Yapay Zeka, Bağlantısal Ağlar ve Ötesi (Teknik rapor). Iowa State University Digital Repository, Bilgisayar Bilimleri Teknik Raporları. 76. s. 6.
^ Dreyfus, Hubert L (1981). "Mikro dünyalardan bilgi sunumuna: Çıkmazda AI" (PDF). Zihin Tasarımı. MIT Press, Cambridge, MA: 161–204.
^ Xifan Yao ve Jiajun Zhou ve Jiangming Zhang ve Claudio R. Boer (2017). Akıllı Üretimden Endüstri 4.0 İçin Akıllı Üretime, Yeni Nesil Yapay Zeka Destekli ve Dahası. 2017 5. Uluslararası Kurumsal Sistemler Konferansı (ES). IEEE. doi:10.1109 / es.2017.58.

Bu yapay zeka ile ilgili makale bir Taslak. Wikipedia'ya şu yolla yardım edebilirsiniz: genişletmek.

[1] Haugeland, John (1985), Yapay Zeka: Tam Fikir, Cambridge, Kitle: MIT Press, ISBN 0-262-08153-9

[2] Kosko, Bart (1993). Bulanık Düşünme. Hyperion. ISBN 978-0786880218.

[3] Vasant Honavar. Sembolik Yapay Zeka ve Sayısal Yapay Sinir Ağları: İkilemin Çözümüne Doğru. Mühendislik ve Bilgisayar Bilimlerinde Springer Uluslararası Serisi. Springer ABD. s. 351–388. doi:10.1007/978-0-585-29599-2_11.

[4] Artur S. d'Avila Garcez, Tarek R. Besold, Luc De Raedt, Peter Földiák, Pascal Hitzler, Thomas Icard, Kai-Uwe Kühnberger, Luís C. Lamb, Risto Miikkulainen, Daniel L. Silver: Sinirsel-Sembolik Öğrenme ve Akıl Yürütme : Katkılar ve Zorluklar. AAAI Bahar Sempozyumu 2015, Stanford, AAAI Press.

[5] Honavar, Vasant; Uhr, Leonard (1994). Sembolik Yapay Zeka, Bağlantısal Ağlar ve Ötesi (Teknik rapor). Iowa State University Digital Repository, Bilgisayar Bilimleri Teknik Raporları. 76. s. 6.

[6] Dreyfus, Hubert L (1981). "Mikro dünyalardan bilgi sunumuna: Çıkmazda AI" (PDF). Zihin Tasarımı. MIT Press, Cambridge, MA: 161–204.

[7] Xifan Yao ve Jiajun Zhou ve Jiangming Zhang ve Claudio R. Boer (2017). Akıllı Üretimden Endüstri 4.0 İçin Akıllı Üretime, Yeni Nesil Yapay Zeka Destekli ve Dahası. 2017 5. Uluslararası Kurumsal Sistemler Konferansı (ES). IEEE. doi:10.1109 / es.2017.58.

[1]

[2]

[3]

[4]

[5]

[6]

[7]