சிம்பாலிக் AI என்றால் என்ன? நீங்கள் தெரிந்து கொள்ள வேண்டிய அனைத்தும்.

இப்போதெல்லாம் மக்கள் AI பற்றிப் பேசும்போது, ​​உரையாடல் பெரும்பாலும் மனிதர்களைப் போல ஒலிக்கும் சாட்பாட்கள், தரவுகளை நசுக்கும் மிகப்பெரிய நரம்பியல் நெட்வொர்க்குகள் அல்லது சோர்வடைந்த மனிதர்களை விட பூனைகளை சிறப்பாகக் கண்டுபிடிக்கும் பட-அங்கீகார அமைப்புகள் போன்றவற்றில் தான் தொடங்குகிறது. ஆனால் அந்த சலசலப்புக்கு நீண்ட காலத்திற்கு முன்பே, சிம்பாலிக் AI . விந்தையாக - அது இன்னும் இங்கே உள்ளது, இன்னும் பயனுள்ளதாக இருக்கிறது. இது அடிப்படையில் மக்கள் செய்வது போல கணினிகளுக்கு பகுத்தறிவு கற்பிப்பதைப் பற்றியது: குறியீடுகள், தர்க்கம் மற்றும் விதிகளைப் . பழைய பாணியா? இருக்கலாம். ஆனால் "கருப்புப் பெட்டி" AI மீது வெறி கொண்ட உலகில், சிம்பாலிக் AI இன் தெளிவு புத்துணர்ச்சியூட்டுவதாக உணர்கிறது [1].

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 AI பயிற்சியாளர் என்றால் என்ன?
நவீன AI பயிற்சியாளர்களின் பங்கு மற்றும் பொறுப்புகளை விளக்குகிறது.

🔗 தரவு அறிவியல் AI ஆல் மாற்றப்படுமா?
AI முன்னேற்றங்கள் தரவு அறிவியல் தொழில் வாழ்க்கையை அச்சுறுத்துகின்றனவா என்பதை ஆராய்கிறது.

🔗 AI அதன் தகவல்களை எங்கிருந்து பெறுகிறது?
AI மாதிரிகள் கற்றுக்கொள்வதற்கும் தகவமைத்துக்கொள்வதற்கும் பயன்படுத்தும் ஆதாரங்களை உடைக்கிறது.

குறியீட்டு AI அடிப்படைகள்✨

தெளிவின் அடிப்படையில் கட்டமைக்கப்பட்டுள்ளது . நீங்கள் தர்க்கத்தைக் கண்டறியலாம், விதிகளை உற்றுப் பார்க்கலாம், ஏன் அது செய்தது என்பதைக் காணலாம். ஒரு பதிலை மட்டும் வெளிப்படுத்தும் ஒரு நரம்பியல் வலையுடன் அதை ஒப்பிடலாம் - இது ஒரு டீனேஜரிடம் "ஏன்?" என்று கேட்டு தோள்களைக் குலுக்கிப் பேசுவது போன்றது. குறியீட்டு அமைப்புகள், இதற்கு நேர்மாறாக, "ஏனென்றால் A மற்றும் B C ஐக் குறிக்கின்றன, எனவே C" என்று கூறும். தன்னை விளக்கிக் கொள்ளும் அந்தத் திறன், அதிக பங்குகள் கொண்ட விஷயங்களுக்கு (மருத்துவம், நிதி, நீதிமன்ற அறை கூட) ஒரு மாற்றத்தை ஏற்படுத்துகிறது, அங்கு யாராவது எப்போதும் ஆதாரம் கேட்கிறார்கள் [5].

சின்னக் கதை: ஒரு பெரிய வங்கியில் உள்ள ஒரு இணக்கக் குழு, தடைக் கொள்கைகளை விதிகள் இயந்திரத்தில் குறியாக்கம் செய்தது. "தோற்றம்_நாடு ∈ {X} மற்றும் காணாமல் போன_பயனாளி_தகவல் → அதிகரித்தால்" போன்ற விஷயங்கள். விளைவு? கொடியிடப்பட்ட ஒவ்வொரு வழக்கும் கண்டுபிடிக்கக்கூடிய, மனிதர்கள் படிக்கக்கூடிய பகுத்தறிவுச் சங்கிலியுடன் வந்தது. தணிக்கையாளர்கள் விரும்பினர் . அதுதான் சிம்பாலிக் AI இன் சூப்பர் பகுத்தறிவு - வெளிப்படையான, ஆய்வு செய்யக்கூடிய சிந்தனை .

விரைவு ஒப்பீட்டு அட்டவணை 📊

குறியீட்டு AI எவ்வாறு செயல்படுகிறது (நடைமுறையில்) 🛠️

அதன் மையத்தில், சிம்பாலிக் AI என்பது இரண்டு விஷயங்கள் மட்டுமே: சின்னங்கள் (கருத்துகள்) மற்றும் விதிகள் (அந்தக் கருத்துக்கள் எவ்வாறு இணைகின்றன). எடுத்துக்காட்டு:

• சின்னங்கள்: நாய் , விலங்கு , ஹேஸ்டெயில்

• விதி: X ஒரு நாய் என்றால் → X ஒரு விலங்கு.

இங்கிருந்து, நீங்கள் தர்க்கச் சங்கிலிகளை உருவாக்கத் தொடங்கலாம் - டிஜிட்டல் லெகோ துண்டுகள் போன்றவை. கிளாசிக் நிபுணர் அமைப்புகள் உண்மைகளை மும்மடங்காக (பண்பு–பொருள்–மதிப்பு) சேமித்து, படிப்படியாக வினவல்களை நிரூபிக்க இலக்கை நோக்கிய விதி மொழிபெயர்ப்பாளரைப்

குறியீட்டு AI இன் நிஜ வாழ்க்கை எடுத்துக்காட்டுகள் 🌍

1. MYCIN - தொற்று நோய்களுக்கான மருத்துவ நிபுணர் அமைப்பு. விதி அடிப்படையிலான, விளக்கத்திற்கு ஏற்றது [1].

2. டென்ட்ரல் - ஸ்பெக்ட்ரோமெட்ரி தரவுகளிலிருந்து மூலக்கூறு கட்டமைப்புகளை யூகித்த ஆரம்பகால வேதியியல் AI [2].

3. கூகிள் அறிவு வரைபடம் - "சரங்கள் அல்ல, விஷயங்கள்" வினவல்களுக்கு பதிலளிக்க நிறுவனங்கள் (மக்கள், இடங்கள், விஷயங்கள்) + அவற்றின் உறவுகளை மேப்பிங் செய்தல் [3].

4. விதி அடிப்படையிலான பாட்கள் - வாடிக்கையாளர் ஆதரவிற்கான ஸ்கிரிப்ட் செய்யப்பட்ட ஓட்டங்கள்; நிலைத்தன்மைக்கு உறுதியானது, திறந்த அரட்டைக்கு பலவீனமானது.

ஏன் சிம்பாலிக் AI தடுமாறியது (ஆனால் இறக்கவில்லை) 📉➡️📈

இங்குதான் சிம்பாலிக் AI மேலே செல்கிறது: குழப்பமான, முழுமையற்ற, முரண்பாடான நிஜ உலகம். ஒரு பெரிய விதித் தளத்தைப் பராமரிப்பது சோர்வை ஏற்படுத்துகிறது, மேலும் உடையக்கூடிய விதிகள் உடையும் வரை பலூனாக மாறக்கூடும்.

ஆனாலும் - அது ஒருபோதும் முழுமையாக நீங்கவில்லை. நியூரோ-சிம்பாலிக் AI ஐ : நியூரல் வலைகளை (புலனுணர்வுக்கு நல்லது) குறியீட்டு தர்க்கத்துடன் (பகுத்தறிவில் நல்லது) கலக்கவும். ஒரு ரிலே குழுவைப் போல நினைத்துப் பாருங்கள்: நரம்பியல் பகுதி ஒரு நிறுத்த அடையாளத்தைக் கண்டுபிடிக்கும், பின்னர் குறியீட்டு பகுதி போக்குவரத்து சட்டத்தின் கீழ் அதன் அர்த்தத்தைக் கண்டுபிடிக்கும். அந்த சேர்க்கை மற்றும் விளக்கக்கூடிய அமைப்புகளை [4][5].

குறியீட்டு AI இன் பலங்கள் 💡

• வெளிப்படையான தர்க்கம் : நீங்கள் ஒவ்வொரு அடியையும் பின்பற்றலாம் [1][5].

• ஒழுங்குமுறைக்கு ஏற்றது : கொள்கைகள் மற்றும் சட்ட விதிகளை தெளிவாக வரைபடமாக்குகிறது [5].

• மட்டு பராமரிப்பு : முழு அசுர மாதிரியையும் மீண்டும் பயிற்சி செய்யாமல் ஒரு விதியை நீங்கள் மாற்றியமைக்கலாம் [1].

குறியீட்டு AI இன் பலவீனங்கள் ⚠️

• உணர்தலில் பயங்கரமானது : படங்கள், ஆடியோ, குழப்பமான உரை - நரம்பியல் வலைகள் இங்கே ஆதிக்கம் செலுத்துகின்றன.

• வலிகளை அளவிடுதல் : நிபுணர் விதிகளைப் பிரித்தெடுப்பதும் புதுப்பிப்பதும் கடினமானது [2].

• விறைப்பு : விதிகள் அவற்றின் மண்டலத்திற்கு வெளியே மீறப்படுகின்றன; நிச்சயமற்ற தன்மையைப் பிடிப்பது கடினம் (சில அமைப்புகள் பகுதி திருத்தங்களை ஹேக் செய்திருந்தாலும்) [1].

குறியீட்டு AI-க்கான முன்னோக்கிய பாதை 🚀

எதிர்காலம் என்பது வெறும் குறியீட்டு அல்லது வெறும் நரம்பியல் சார்ந்ததாக இருக்காது. அது கலப்பு. கற்பனை செய்து பாருங்கள்:

1. நியூரல் → மூல பிக்சல்கள்/உரை/ஆடியோவிலிருந்து வடிவங்களைப் பிரித்தெடுக்கிறது.

2. நியூரோ-சிம்பாலிக் → வடிவங்களை கட்டமைக்கப்பட்ட கருத்துகளாக உயர்த்துகிறது.

3. குறியீட்டு → விதிகள், கட்டுப்பாடுகளைப் பயன்படுத்துகிறது, பின்னர் - முக்கியமாக - விளக்குகிறது .

அதுதான் இயந்திரங்கள் மனித பகுத்தறிவை ஒத்திருக்கத் தொடங்கும் சுழற்சி: பார்க்க, கட்டமைப்பு, நியாயப்படுத்து [4][5].

சுருக்கமாக 📝

எனவே, குறியீட்டு AI: இது தர்க்கத்தால் இயக்கப்படுகிறது, விதி அடிப்படையிலானது, விளக்கத்திற்குத் தயாராக உள்ளது. பகட்டாக இல்லை, ஆனால் ஆழமான வலைகளால் இன்னும் முடியாத ஒன்றை இது பிணைக்கிறது: தெளிவான, தணிக்கை செய்யக்கூடிய பகுத்தறிவு . புத்திசாலித்தனமான பந்தயம்? இரண்டு முகாம்களிலிருந்தும் கடன் வாங்கும் அமைப்புகள் - கருத்து மற்றும் அளவீட்டுக்கான நரம்பியல் வலைகள், பகுத்தறிவு மற்றும் நம்பிக்கைக்கான சின்னம் [4][5].

மெட்டா விளக்கம்: குறியீட்டு AI விளக்கப்பட்டது - விதி அடிப்படையிலான அமைப்புகள், பலங்கள்/பலவீனங்கள், மற்றும் ஏன் நரம்பியல்-குறியீட்டு (தர்க்கம் + ML) முன்னோக்கி செல்லும் பாதை.

ஹேஷ்டேக்குகள்:
#செயற்கை நுண்ணறிவு 🤖 #குறியீட்டு AI 🧩 #இயந்திர கற்றல் #நரம்பியல் குறியீட்டு AI ⚡ #தொழில்நுட்ப விளக்கப்பட்டது #அறிவு பிரதிநிதித்துவம் #AIInsights #AI இன் எதிர்காலம்

குறிப்புகள்

[1] புக்கானன், பி.ஜி., & ஷார்ட்லிஃப், EH விதி அடிப்படையிலான நிபுணர் அமைப்புகள்: ஸ்டான்போர்ட் ஹியூரிஸ்டிக் நிரலாக்க திட்டத்தின் MYCIN பரிசோதனைகள் , அத்தியாயம் 15. PDF

[2] லிண்ட்சே, ஆர்.கே., புக்கானன், பி.ஜி., ஃபீகன்பாம், ஈ.ஏ., & லெடர்பெர்க், ஜே. “டென்ட்ரல்: அறிவியல் கருதுகோள் உருவாக்கத்திற்கான முதல் நிபுணர் அமைப்பின் ஒரு வழக்கு ஆய்வு.” செயற்கை நுண்ணறிவு 61 (1993): 209–261. PDF

[3] கூகிள். “அறிவு வரைபடத்தை அறிமுகப்படுத்துதல்: விஷயங்கள், சரங்கள் அல்ல.” அதிகாரப்பூர்வ கூகிள் வலைப்பதிவு (மே 16, 2012). இணைப்பு

[4] மன்ரோ, டி. “நரம்பியல் குறியீட்டு AI.” ACM இன் தொடர்புகள் (அக். 2022). DOI

[5] சஹோ, பி., மற்றும் பலர். “அதிக பங்குகள் கொண்ட முடிவெடுப்பதில் விளக்கக்கூடிய செயற்கை நுண்ணறிவின் பங்கு: ஒரு மதிப்பாய்வு.” வடிவங்கள் (2023). பப்மெட் சென்ட்ரல். இணைப்பு