Artificial Intelligence techniques based on the integration of symbolic logic and deep neural networks

Título:

Artificial Intelligence techniques based on the integration of symbolic logic and deep neural networks: a systematic review of the literature

Autor:

Negro, Pablo

Colaboradores:

; Pons, Claudia Fabiana

Temas:

INTELIGENCIA ARTIFICIALAPRENDIZAJE AUTOMÁTICOLÓGICA

En:

Inteligencia Artificial : Iberoamerican Journal of Artificial Intelligence 25(69), pp. 13-41.

Resumen:

La Inteligencia Artificial se aborda desde dos enfoques predominantes pero muy diferentes entre sí: la Inteligencia Artificial simbólica, que está inspirada en la lógica matemática y se basa en la manipulación de representaciones lingüísticas abstractas, y la Inteligencia Artificial no simbólica, que se centra en la construcción de modelos matemáticos predictivos a partir de grandes conjuntos de datos de muestra. Significativamente, las deficiencias de cada uno de estos enfoques se alinean con las fortalezas del otro, lo que sugiere que una integración entre ellos sería beneficiosa. Una síntesis satisfactoria de inteligencia artificial simbólica y no-simbólica nos daría las ventajas de ambos mundos. Este trabajo tiene como objetivo identificar y clasificar soluciones y arquitecturas que utilizan técnicas de Inteligencia Artificial aplicada, basadas en la integración de lógica simbólica y no-simbólica (en particular aprendizaje automático con redes neuronales artificiales), para proporcionar una visión integral, exhaustiva y organizada de las soluciones disponibles en la literatura, haciéndolas objeto de una SLR: Systematic Literatura Review (Revisión Sistemática de la Literatura) cuidadosamente diseñada e implementada sobre el tema. Las tecnologías resultantes se discuten y evalúan desde ambas perspectivas: la Inteligencia Artificial simbólica y la no simbólica. Se ha utilizado el método PICOC (Población, Intervención, Comparación, Salidas, Contexto) más Límites, que determinan el alcance de la búsqueda, para definir las preguntas de investigación y analizar los resultados. De un total de 65 estudios candidatos encontrados, se seleccionaron 24 artículos (37%) relevantes para este estudio. Cada estudio, además, se centra en diferentes dominios de aplicación tales como agentes inteligentes, clasificación de imágenes, comprobadores de teoremas, cyber-seguridad, interpretación de imágenes, matemática, medicina, robótica y de aplicación general. A través del análisis de los trabajos seleccionados, se logró clasificar, organizar y explicar las diferentes formas en que las deficiencias de la Inteligencia Artificial no simbólica son abordadas por propuesta basadas en lógica simbólica. El estudio también determinó en qué etapas del proceso de desarrollo dichas propuestas son aplicadas. Complementariamente, el estudio permitió determinar cuáles son las herramientas de la lógica que se aplican preferentemente, para cada área y cada dominio. Si bien no se ha encontrado un patrón arquitectónico claro, los esfuerzos por encontrar un modelo de propósito general que combine ambos mundos dirigen las tendencias y esfuerzos de investigación.

URL/DOI:

https://doi.org/10.4114/intartif.vol25iss69pp13-41

Palabras clave:

modelo híbrido

Medio:

Soporte electrónico

Tipo de documento:

Artículo

Descripción física:

1 archivo (690,0 kB)

Idioma:

Español

Publicación:

, 2022

Puede solicitar más fácilmente el ejemplar con: A1304

Ver estantes