Neuronale Symbolverarbeitung kombiniert zwei wichtige Arten der künstlichen Intelligenz: neuronale Netze und symbolische Logik.
Während neuronale Netze Muster in Daten erkennen, arbeitet die symbolische Logik mit klaren Regeln und Symbolen, ähnlich wie eine Sprache oder Mathematik.
Die Kombination dieser beiden Ansätze hilft Computern, sowohl flexibel zu lernen als auch komplexe, erklärbare Schlussfolgerungen zu ziehen.
Das macht es möglich, Wissen zu strukturieren und gleichzeitig aus Beispielen zu lernen.
So können intelligente Systeme besser verstehen, was sie tun, und sind leichter zu kontrollieren.