論文の概要: Neuro-Symbolic AI in 2024: A Systematic Review

• arxiv url: http://arxiv.org/abs/2501.05435v1
• Date: Thu, 09 Jan 2025 18:48:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:59:26.946718
• Title: Neuro-Symbolic AI in 2024: A Systematic Review
• Title（参考訳）: 2024年のニューロシンボリックAI:システムレビュー
• Authors: Brandon C. Colelough, William Regli,
• Abstract要約: レビューはPRISMA方法論に従い、IEEE Explore、Google Scholar、arXiv、ACM、SpringerLinkといったデータベースを利用した。 1,428紙の最初のプールから、167紙が包含基準を満たし、詳細に分析された。 研究活動の大半は、学習、推論、論理、推論、知識表現の領域に集中している。
• 参考スコア（独自算出の注目度）: 0.29260385019352086
• License:
• Abstract: Background: The field of Artificial Intelligence has undergone cyclical periods of growth and decline, known as AI summers and winters. Currently, we are in the third AI summer, characterized by significant advancements and commercialization, particularly in the integration of Symbolic AI and Sub-Symbolic AI, leading to the emergence of Neuro-Symbolic AI. Methods: The review followed the PRISMA methodology, utilizing databases such as IEEE Explore, Google Scholar, arXiv, ACM, and SpringerLink. The inclusion criteria targeted peer-reviewed papers published between 2020 and 2024. Papers were screened for relevance to Neuro-Symbolic AI, with further inclusion based on the availability of associated codebases to ensure reproducibility. Results: From an initial pool of 1,428 papers, 167 met the inclusion criteria and were analyzed in detail. The majority of research efforts are concentrated in the areas of learning and inference (63%), logic and reasoning (35%), and knowledge representation (44%). Explainability and trustworthiness are less represented (28%), with Meta-Cognition being the least explored area (5%). The review identifies significant interdisciplinary opportunities, particularly in integrating explainability and trustworthiness with other research areas. Conclusion: Neuro-Symbolic AI research has seen rapid growth since 2020, with concentrated efforts in learning and inference. Significant gaps remain in explainability, trustworthiness, and Meta-Cognition. Addressing these gaps through interdisciplinary research will be crucial for advancing the field towards more intelligent, reliable, and context-aware AI systems.
• Abstract（参考訳）: 背景:人工知能の分野は、AIの夏と冬として知られる成長と衰退の循環的な期間を経ている。 現在、我々は第3のAI夏を迎えており、特にシンボリックAIとサブシンボリックAIの統合において顕著な進歩と商業化が特徴であり、ニューロシンボリックAIの出現につながっている。 メソッド: レビューはPRISMA方法論に従い、IEEE Explore、Google Scholar、arXiv、ACM、SpringerLinkといったデータベースを活用している。 包括的基準は、2020年から2024年にかけて発行された査読論文を対象とした。 論文は、再現性を確保するために、関連するコードベースの可用性に基づいて、Neuro-Symbolic AIに関連するものとしてスクリーニングされた。 結果: 最初の1,428紙から167紙が包含基準を満たし,詳細な分析を行った。 研究努力の大部分は、学習と推論(63%)、論理と推論(35%)、知識表現(44%)に集中している。 説明可能性や信頼性は低下(28%)し、Meta-Cognitionは最も調査されていない領域(5%)である。 このレビューは、特に説明可能性と信頼性を他の研究分野と統合する際の重要な学際的機会を明らかにしている。 結論:ニューロシンボリックAIの研究は2020年以来急速に成長しており、学習と推論に力を入れている。 重要なギャップは、説明可能性、信頼性、メタ認知にある。 学際的な研究を通じてこれらのギャップに対処することは、よりインテリジェントで信頼性があり、コンテキスト対応のAIシステムへと分野を前進させる上で不可欠である。

関連論文リスト

• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• AI Ethics: A Bibliometric Analysis, Critical Issues, and Key Gaps [3.8214695776749013]
  この研究は、過去20年間にAI倫理文学の総合的文献計測分析を行った。 彼らは、コリングリッジジレンマを含む7つの重要なAI倫理問題、AIステータスの議論、AIの透明性と説明可能性に関連する課題、プライバシー保護の合併症、正義と公正の考慮、アルゴクラシーと人間の啓発に関する懸念、超知能の問題を提示している。
  論文  参考訳（メタデータ） (2024-03-12T21:43:21Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)
• Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
  ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
  論文  参考訳（メタデータ） (2022-10-28T04:38:10Z)
• Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
  本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。 まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。 キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
  論文  参考訳（メタデータ） (2022-09-17T18:24:56Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• Systematic Mapping Study on the Machine Learning Lifecycle [4.4090257489826845]
  2005年から2020年にかけて出版された405の出版物は、5つの主要な研究トピック、31のサブトピックにマップされています。 少数の出版物がデータ管理とモデル生産の問題に焦点を合わせており、より多くの研究が全体論的観点からAIライフサイクルに対処すべきであると考えている。
  論文  参考訳（メタデータ） (2021-03-11T11:44:23Z)
• Neurosymbolic AI: The 3rd Wave [1.14219428942199]
  AIの信頼、安全性、解釈可能性、説明責任に関する懸念は、影響力のある思想家によって提起された。 多くは、知識表現と推論を深層学習に統合する必要性を認識している。 ニューラル・シンボリック・コンピューティングは、推論と説明可能性を備えた堅牢な学習をニューラルネットワークで組み合わせようとする研究の活発な領域である。
  論文  参考訳（メタデータ） (2020-12-10T18:31:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。