Neuro-symbolisk AI omfattar metoder och arkitekturer som kombinerar neurala nätverk och maskininlärning med klassiskt symboliskt resonemang, exempelvis logik.
Vid Chalmers tillämpar vi neuro-symboliska metoder inom flera olika områden, bland annat:
AI för matematik: Neurala nätverk kan användas för att exempelvis föreslå strategier, bevissteg eller kompletterande lemman som kan användas i matematiska bevis. För att säkerställa att förslagen är korrekta kan de granskas av en bevisassistent – ett program som verifierar varje steg och alla detaljer i ett matematiskt bevis.
AI för kognitionsvetenskap: Kan vi modellera hur (symboliska) språk utvecklas genom kommunikation och samarbete? Vi studerar hur agenter och förstärkningsinlärning kan användas för att modellera språkutveckling, exempelvis när det gäller talsystem och benämning av färger.
AI och naturvetenskap: Hur kan vi lära oss symboliska uttryck direkt från experimentella data, för att senare använda dem i exempelvis simuleringar och modellering?
Vi erbjuder för närvarande kursen Neuro-symbolic AI på masternivå (även öppen för doktorander).
Mer information på engelsk webbplats
