מהי בינה מלאכותית סימבולית? כל מה שצריך לדעת.

כשאנשים מדברים על בינה מלאכותית בימינו, השיחה כמעט תמיד קופצת לצ'אטבוטים שנשמעים אנושיים בצורה מוזרה, רשתות עצביות ענקיות שמעבדות נתונים, או מערכות זיהוי תמונה שמזהות חתולים טוב יותר מבני אדם עייפים. אבל הרבה לפני הבאזז הזה, הייתה בינה מלאכותית סימבולית . ולמרבה הפלא - היא עדיין כאן, עדיין שימושית. היא בעצם עוסקת בלימוד מחשבים לחשוב כמו שאנשים עושים: להשתמש בסמלים, לוגיקה וחוקים . מיושן? אולי. אבל בעולם שאובססיבי לבינה מלאכותית של "קופסה שחורה", הבהירות של בינה מלאכותית סימבולית מרגישה די מרעננת [1].

מאמרים שאולי תרצו לקרוא אחרי זה:

🔗 מהו מאמן בינה מלאכותית
מסביר את התפקיד והאחריות של מאמני בינה מלאכותית מודרניים.

🔗 האם מדע הנתונים יוחלף על ידי בינה מלאכותית
בוחן האם התקדמות בבינה מלאכותית מאיימת על קריירות במדעי הנתונים.

🔗 מאיפה הבינה המלאכותית מקבלת את המידע שלה
מפרט מקורות בהם מודלים של בינה מלאכותית משתמשים כדי ללמוד ולהסתגל.

יסודות הבינה המלאכותית הסמלית✨

העניין הוא כזה: בינה מלאכותית סמלית בנויה על בהירות . אפשר לעקוב אחר ההיגיון, לחטט בכללים, ולראות פשוטו כמשמעו מדוע המכונה אמרה את מה שהיא אמרה. השוו זאת לרשת עצבית שפשוט יורקת תשובה - זה כמו לשאול נער "למה?" ולקבל משיכת כתפיים. מערכות סמליות, לעומת זאת, יגידו: "מכיוון ש-A ו-B מרמזים על C, לכן C". היכולת הזו להסביר את עצמה משנה את כללי המשחק עבור דברים בעלי סיכון גבוה (רפואה, פיננסים, אפילו בית משפט) שבהם מישהו תמיד מבקש הוכחה [5].

סיפור קטן: צוות ציות בבנק גדול קידד מדיניות סנקציות למנוע חוקים. דברים כמו: "אם origin_country ∈ {X} ו- missing_beneficiary_info → escalate". התוצאה? כל מקרה שסומן הגיע עם שרשרת נימוקים ניתנת למעקב וקריאה על ידי בני אדם. רואי החשבון אהבו את זה. זהו הכוח העל של Symbolic AI - חשיבה שקופה וניתנת לבדיקה .

טבלת השוואה מהירה 📊

איך בינה מלאכותית סמלית עובדת (בפועל) 🛠️

בליבתה, בינה מלאכותית סימבולית היא רק שני דברים: סמלים (מושגים) וכללים (כיצד המושגים הללו מתחברים). דוגמה:

• סמלים: כלב , בעל חיים , בעל זנב

• כלל: אם X הוא כלב → X הוא בעל חיים.

מכאן, ניתן להתחיל לבנות שרשראות של לוגיקה - כמו חלקי לגו דיגיטליים. מערכות מומחים קלאסיות אפילו אחסנו עובדות בשלשות (תכונה-אובייקט-ערך) והשתמשו במפרש כללים מכוון מטרה כדי להוכיח שאילתות שלב אחר שלב [1].

דוגמאות אמיתיות של בינה מלאכותית סימבולית 🌍

1. MYCIN - מערכת מומחים רפואיים למחלות זיהומיות. מבוססת כללים, ידידותית להסברים [1].

2. DENDRAL - בינה מלאכותית כימית מוקדמת שניחשה מבנים מולקולריים מנתוני ספקטרומטריה [2].

3. גרף הידע של גוגל - מיפוי ישויות (אנשים, מקומות, דברים) + הקשרים ביניהן כדי לענות על שאילתות "דברים, לא מחרוזות" [3].

4. בוטים מבוססי כללים - זרימות מבוססות תסריטים לתמיכת לקוחות; יציבים לעקביות, חלשים בצ'אט פתוח.

למה בינה מלאכותית סמלית מעדה (אבל לא מתה) 📉➡️📈

כאן נחשפת הבינה המלאכותית הסמלית: העולם האמיתי המבולגן, הלא שלם והסותר. שמירה על בסיס חוקים עצום היא מתישה, וכללים שבירים יכולים להתנפח עד שהם נשברים.

ובכל זאת - זה מעולם לא נעלם לחלוטין. נכנסים לתחום הבינה המלאכותית הנוירו-סימבולית : ערבבו רשתות עצביות (טובות בתפיסה) עם לוגיקה סימבולית (טובה בהיגיון). חשבו על זה כמו קבוצת שליחים: החלק העצבי מזהה תמרור עצור, ואז החלק הסימבולי מבין מה המשמעות שלו תחת חוקי התנועה. שילוב זה מבטיח מערכות חכמות יותר וניתנות להסבר [ 4][5].

נקודות החוזק של בינה מלאכותית סימבולית 💡

• לוגיקה שקופה : ניתן לעקוב אחר כל שלב [1][5].

• ידידותי לרגולציה : מתאמת בצורה ברורה למדיניות ולכללים משפטיים [5].

• תחזוקה מודולרית : ניתן לשנות כלל אחד מבלי לאמן מחדש מודל מפלצת שלם [1].

חולשות של בינה מלאכותית סימבולית ⚠️

• נורא בתפיסה : תמונות, אודיו, טקסט מבולגן - רשתות עצביות שולטות כאן.

• כאבי קנה מידה : חילוץ ועדכון של כללי מומחים הם מייגעים [2].

• נוקשות : כללים מפרים מחוץ לתחום שלהם; קשה ללכוד אי ודאות (אם כי חלק מהמערכות פרצו לתיקונים חלקיים) [1].

הדרך קדימה עבור בינה מלאכותית סימבולית 🚀

העתיד כנראה אינו סמלי טהור או עצבי טהור. הוא היברידי. דמיינו:

1. עצבי → מחלץ דפוסים מפיקסלים/טקסט/אודיו גולמיים.

2. נוירו-סמלי → מרים דפוסים למושגים מובנים.

3. סמלי → מיישם כללים, אילוצים, ולאחר מכן - חשוב מכך - מסביר .

זוהי הלולאה שבה מכונות מתחילות להידמות לחשיבה אנושית: לראות, לבנות, להצדיק [4][5].

לסיום 📝

אז, בינה מלאכותית סימבולית: היא מונעת על ידי לוגיקה, מבוססת כללים, מוכנה להסברים. לא ראוותנית, אבל היא חודרת למשהו עמוק שעדיין לא מצליחה: הנמקה ברורה וניתנת לביקורת . ההימור החכם? מערכות ששואלות משני המחנות - רשתות עצביות לתפיסה וקנה מידה, סימבוליות להנמקה ואמון [4][5].

תיאור מטא: הסבר על בינה מלאכותית סימבולית - מערכות מבוססות כללים, חוזקות/חולשות, ומדוע בינה מלאכותית סימבולית (לוגיקה + למידת מכונה) היא הדרך קדימה.

האשטאגים:
#בינהמלאכותית 🤖 #בינהמלאכותיתסימבולית 🧩 #למידתמכונה #בינהמלאכותיתנוירוסימבולית ⚡ #טכנולוגיהמוסברת #ייצוגידע #תובנותבינהמלאכותית #עתידבינהמלאכותית

הפניות

[1] ביוקנן, ב.ג., ושורטליף, מערכות מומחים מבוססות כללים של EH: ניסויי MYCIN של פרויקט התכנות ההיוריסטי של סטנפורד , פרק 15. PDF

[2] לינדזי, ר.ק., ביוקנן, ב.ג., פייגנבאום, א.א., ולדרברג, י. "דנדראל: מחקר מקרה של מערכת המומחים הראשונה ליצירת השערות מדעיות." בינה מלאכותית 61 (1993): 209–261. PDF

[3] גוגל. "הצגת גרף הידע: דברים, לא מחרוזות." הבלוג הרשמי של גוגל (16 במאי, 2012). קישור

[4] מונרו, ד. "בינה מלאכותית נוירו-סימבולית." תקשורת ה-ACM (אוקטובר 2022). DOI

[5] סאהו, ב', ואחרים. "תפקידה של בינה מלאכותית מוסברת בקבלת החלטות בעלות סיכון גבוה: סקירה." Patterns (2023). PubMed Central. קישור