Нейро-символическая интеграция объединяет обучаемые нейронные сети с объяснимыми символическими системами ИИ, чтобы использовать сильные стороны обеих парадигм.
Нейронные сети обрабатывают необработанные данные и учатся распознавать шаблоны, в то время как символические системы представляют и обрабатывают знания в виде правил, логики или графов знаний.
Благодаря этой интеграции модели могут как обобщать на основе примеров, так и использовать сложные структурированные представления знаний.
Это обеспечивает улучшенную интерпретируемость, переносимость и заполнение пробелов в знаниях.
Практические применения встречаются в таких областях, как автоматическое доказательство теорем, обработка естественного языка и робототехника на основе знаний.