Presná definícia
Čo znamená subsymbolická AI?
Subsymbolická AI vytvára správanie z numerických, distribuovaných alebo dynamických reprezentácií, ktorých jednotlivé prvky spravidla nemajú samostatný, človekom priradený symbolický význam. Patria sem najmä neurónové a konekcionistické modely, v ktorých sa pojmy prejavia ako vzory aktivácií či vektorov a operácie sú numerické. Hranica nie je absolútna: systém môže spracúvať symbolické tokeny na rozhraní a pritom používať subsymbolické vnútro.
Skúsenosť a kontext
Ako sa pojem používa v praxi
V modeloch obrazu sa objekt nereprezentuje jedným explicitným pravidlom, ale aktiváciami vrstiev; v jazykovom modeli majú slová a kontext vektorové reprezentácie. Systém sa navrhuje cez dáta, architektúru, cieľ a optimalizáciu a overuje sa na nevidených aj posunutých dátach. Keďže význam nie je lokalizovaný, audit potrebuje atribučné metódy, probing, kontrafaktuálne testy a analýzu chýb, nie iba čítanie pravidiel. Pre tvrdé doménové obmedzenia, konzistentnosť alebo dôkazovú stopu sa subsymbolický komponent často prepája so symbolickou vrstvou.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo znamená „subsymbolická“?
Výpočet prebieha pod úrovňou explicitných symbolov a pravidiel, napríklad nad vektormi, váhami a spojitými aktiváciami.
Ktoré metódy sú subsymbolické?
Typicky neurónové siete a konekcionistické modely; nie každá numerická metóda sa však automaticky označuje týmto termínom.
Je jazykový model symbolický, keď používa tokeny?
Vstupné a výstupné tokeny sú diskrétne, ale vnútorné reprezentácie a výpočet môžu byť prevažne subsymbolické.
Prečo je interpretácia náročná?
Informácia je rozdelená medzi veľa parametrov a závisí od kontextu; jednotlivá váha spravidla nemá stabilný ľudský význam.
Vie subsymbolický model dodržať pravidlá?
Môže sa ich naučiť štatisticky, no bez samostatného mechanizmu nemá záruku platnosti v každom prípade.