シンボリック AI がビジネス運営にとって重要な理由は何ですか?

シンボリック AI は、ビジネスに関する洞察を解釈し、すべての目標の達成を支援します。

多くの企業が基本的な機械学習 (ML) とディープラーニング (DL) モデルを使用して AI の実験を行っている一方で、シンボリック AI と呼ばれる新しいタイプの AI が研究室で登場し、AI の機能や AI と人間の管理者との関係を変革する可能性を秘めています。

歴史上、人工知能にはシンボリック人工知能と非シンボリック人工知能の 2 種類があります。各タイプの AI は、インテリジェント システムの構築に異なるアプローチを採用します。シンボリックアプローチは、ルールと知識に基づいて説明可能な動作を持つインテリジェントシステムの作成を試み、一方、非シンボリックアプローチは、人間の脳を模倣した計算システムの作成を目指します。

コンピュータサイエンスの究極の目標は、考え、推論し、学習できる AI システムを作成することです。一方、今日のほとんどの AI システムは、学習と推論の 2 つの機能のうちの 1 つしか実行できません。シンボリックアプローチは、大規模なデータ構造について考え、解釈し、管理するのに優れていますが、知覚の世界にシンボルを根付かせるのは困難です。

問題を解決するために、シンボリック AI はトップダウンアプローチを使用します (例: チェスをプレイするコンピューター)。 「一生懸命探せば、探しているものが見つかる」検索は象徴的な AI テクノロジーです。この場合、コンピュータが潜在的な解決策を段階的にテストし、結果を確認することを「検索」と呼びます。その良い例は、何百万もの異なる将来の動きや組み合わせを「想像」し、その結果に基づいてどの動きが最も勝つ可能性が高いかを「決定」するチェス コンピューターです。これは人間の心と似ています。ボードゲームや戦略ゲームを少しでもプレイしたことがある人なら誰でも、選択を行う前に少なくとも 1 回は心の中で動きを「プレイ」したことがあるでしょう。ニューラル ネットワークは、「人間」の直感を追加し、計算する必要のあるアクションの数を減らすため、従来の AI アルゴリズムに役立ちます。これらの技術を組み合わせることで、AlphaGo は囲碁のような複雑なゲームで人間に勝つことができました。コンピュータがすべてのステップで可能なすべての動きを計算したとしたら、これは不可能でしょう。

アイデアはルール エンジンに保存されると変更が難しくなり、これがシンボリック AI や GOFAI の主な障害の 1 つとなります。エキスパート システムは単調です。つまり、ルールを追加すればするほど、システムにエンコードされる情報が増えますが、新しいルールによって以前の知識が破壊されることはありません。単調とは、一方向のみを指す用語です。機械学習アルゴリズムは新しいデータで再トレーニングすることができ、必要に応じて後で取得できる一時的な情報を記録するのに適しています。たとえば、データが非定常である場合、新しいデータに基づいてパラメータを変更します。

記号的思考の 2 番目の問題は、コンピューターが記号の意味を理解しないことです。つまり、記号は必ずしも世界の他の非記号的表現と関連しているわけではありません。これは、シンボルをデータのベクトル表現に接続する可能性のあるニューラル ネットワークとは異なります。ニューラル ネットワークは、生の感覚入力を変換しただけのものです。

すると、当然の疑問が浮かびます。「これらのシンボルは誰のためのものですか？」これらは機械にとって役に立つのでしょうか？ロボットが人間に根底にある生理学的限界に基づいたコミュニケーションと情報管理を許可しているのに、なぜシンボルを使用するのでしょうか？機械はなぜベクトルやイルカやファックス機が共有する雑音の多い言語を使ってコミュニケーションできないのでしょうか？

予測してみましょう。機械が理解できる方法で互いにコミュニケーションをとることを学ぶとき、それは人間が理解できない言語になるでしょう。高帯域幅デバイスの場合、おそらく 1 ワードの帯域幅では不十分です。おそらく、明確に表現するには、追加の次元が必要なのでしょう。言語は、機械が迂回するドアの鍵穴にすぎません。最良の場合、自然言語は、AI が人間に提供して活用できるようにする API になる可能性がありますが、最悪の場合、実際の機械知能からの逸脱になる可能性があります。しかし、私たちは自然言語が知性を示す手段であるため、それを成功の頂点と混同しています。

利点：

• ナレッジ グラフを作成する: チャットボットや音声アシスタントを構築するための出発点としてナレッジ グラフを作成します。ナレッジグラフは将来のデータ構造であり、将来のすべての AI ベースのアプリケーションの基礎となります。
• プロセスの実装: デジタル化と組織データの準備は、企業にとって不可欠です。したがって、ナレッジグラフの作成は遅かれ早かれ避けられません。将来的に頻繁に知識を文書化および更新するために必要な組織的な手順とワークフローを確立します。
• 最大限の利便性: バックエンドの詳細はオンラインで処理されるため、企業はデータの準備と追加に集中できます。オンライン会話型 AI プラットフォームにより、ユーザーはいつでもあらゆる情報を簡単に編集または変更できます。
• 総合的なアプローチ: オンラインでは、プロセスのすべての段階でユーザーを支援することで、完全なエクスペリエンスを提供します。ナレッジグラフの形式で情報を保存することから、チャットボットや音声アシスタントに事実を吸収し、適切に応答し、ユーザーが希望する取引（購入など）を完了できるようにする機能を提供することまで。可能性は無限です。