Le raisonnement neuro-symbolique est une approche hybride qui combine les réseaux neuronaux avec des représentations symboliques des connaissances et des mécanismes de raisonnement logique.
Les réseaux neuronaux fournissent une reconnaissance de motifs robuste et une généralisation, tandis que les systèmes symboliques permettent des règles explicites et des inférences logiques.
Les méthodes typiques intègrent des modules logiques différentiables dans des architectures neuronales ou utilisent des moteurs de raisonnement symbolique pour soutenir et expliquer les sorties du réseau.
Cette combinaison améliore l'interprétabilité et permet des résolutions de problèmes plus complexes, par exemple par inférence, planification ou déduction de causes.
Les défis résident dans l'intégration efficace, la scalabilité et la gestion des incertitudes dans les règles symboliques.