Обсуждение:Нейросимволический искусственный интеллект
Материал из MachineLearning.
(Новая: == О подготовке статьи == Статья «Нейросимволический искусственный интеллект» была подготовлена с по...) |
|||
| (1 промежуточная версия не показана) | |||
| Строка 1: | Строка 1: | ||
| - | + | Для статьи я использовал '''GPT-5.6 Terra High'''. Первый запрос выглядел так: | |
| - | + | ||
| - | + | ||
| - | + | ||
| - | Первый запрос | + | |
{{well| | {{well| | ||
| - | + | Напиши подробную статью про нейросимволический искусственный интеллект. Объясни, чем нейронные методы отличаются от символических и зачем их вообще объединяют. | |
| - | + | Расскажи про нейронное восприятие, правила, представление знаний, логический вывод и программы. Покажи разные способы объединения: нейросеть и отдельный символический модуль, логика как ограничение при обучении, вероятностное логическое программирование, дифференцируемое рассуждение и обучение правил. | |
| - | + | Приведи реальные примеры DeepProbLog, Neural Logic Machines и Neuro-Symbolic Concept Learner. Напиши, где такие системы могут быть полезны и какие у них есть ограничения. | |
| - | Статья должна быть понятна студенту | + | Статья должна быть понятна студенту. Добавь внутренние ссылки, формулы и настоящие научные источники. Ничего не придумывай. Формулы оформляй через <tex> и </tex>, отдельные формулы начинай с двух двоеточий. |
| - | + | ||
| - | + | ||
}} | }} | ||
| - | + | В первой версии было не совсем понятно, где заканчивается обычная нейросеть и начинается символическая часть. Слишком общо объяснялись логические ограничения и t-нормы, а преимущества выглядели почти как гарантии для любых нейросимволических систем. Ещё нужно было точнее описать реальные задачи приведённых архитектур. | |
| - | + | Потом я отправил второй промпт: | |
{{well| | {{well| | ||
| - | + | Перепиши и дополни статью про нейросимволический искусственный интеллект. Чётче сравни нейронное и символическое представление знаний. Подробнее объясни правила, структурированные объекты, логический вывод, вероятностное программирование и дифференцируемое рассуждение. | |
| - | Добавь | + | Добавь индукцию правил и проблему symbol grounding. Для DeepProbLog, Neural Logic Machines и Neuro-Symbolic Concept Learner напиши, какую задачу решает каждая система и чего она не умеет. |
| - | Отдельно | + | Отдельно расскажи про ограничения: ручное задание правил и онтологий, ошибки нейронного восприятия, рост пространства правил и сложность совместного обучения дискретных и непрерывных частей. |
| - | + | Убери лишние общие фразы и не преувеличивай объяснимость таких моделей. Проверь источники и разметку. Формулы пиши только через <tex> и </tex>, отдельные формулы начинай с двух двоеточий. Верни весь текст статьи. | |
| + | }} | ||
| - | + | После второго ответа я сам перечитал статью и проверил примеры систем, формулы и ссылки. Также поправил описание логических правил и убрал места, где возможности нейросимволических методов были сформулированы слишком уверенно. | |
| - | + | ||
| - | + | [[Участник:Oleg Batsiev|Oleg Batsiev]] | |
Текущая версия
Для статьи я использовал GPT-5.6 Terra High. Первый запрос выглядел так:
| Напиши подробную статью про нейросимволический искусственный интеллект. Объясни, чем нейронные методы отличаются от символических и зачем их вообще объединяют.
Расскажи про нейронное восприятие, правила, представление знаний, логический вывод и программы. Покажи разные способы объединения: нейросеть и отдельный символический модуль, логика как ограничение при обучении, вероятностное логическое программирование, дифференцируемое рассуждение и обучение правил. Приведи реальные примеры DeepProbLog, Neural Logic Machines и Neuro-Symbolic Concept Learner. Напиши, где такие системы могут быть полезны и какие у них есть ограничения. Статья должна быть понятна студенту. Добавь внутренние ссылки, формулы и настоящие научные источники. Ничего не придумывай. Формулы оформляй через <tex> и </tex>, отдельные формулы начинай с двух двоеточий. |
В первой версии было не совсем понятно, где заканчивается обычная нейросеть и начинается символическая часть. Слишком общо объяснялись логические ограничения и t-нормы, а преимущества выглядели почти как гарантии для любых нейросимволических систем. Ещё нужно было точнее описать реальные задачи приведённых архитектур.
Потом я отправил второй промпт:
|
| Перепиши и дополни статью про нейросимволический искусственный интеллект. Чётче сравни нейронное и символическое представление знаний. Подробнее объясни правила, структурированные объекты, логический вывод, вероятностное программирование и дифференцируемое рассуждение.
Добавь индукцию правил и проблему symbol grounding. Для DeepProbLog, Neural Logic Machines и Neuro-Symbolic Concept Learner напиши, какую задачу решает каждая система и чего она не умеет. Отдельно расскажи про ограничения: ручное задание правил и онтологий, ошибки нейронного восприятия, рост пространства правил и сложность совместного обучения дискретных и непрерывных частей. Убери лишние общие фразы и не преувеличивай объяснимость таких моделей. Проверь источники и разметку. Формулы пиши только через <tex> и </tex>, отдельные формулы начинай с двух двоеточий. Верни весь текст статьи. |
После второго ответа я сам перечитал статью и проверил примеры систем, формулы и ссылки. Также поправил описание логических правил и убрал места, где возможности нейросимволических методов были сформулированы слишком уверенно.
