La IA neuro-simbólica integra redes neuronales con representaciones simbólicas del conocimiento para aprovechar las ventajas de ambos mundos.
Las redes neuronales son muy buenas para reconocer patrones en grandes cantidades de datos, pero tienen dificultades con la lógica simbólica y el razonamiento abstracto.
La IA simbólica, en cambio, trabaja con reglas explícitas y expresiones lógicas, pero es menos flexible al procesar datos imprecisos o incompletos.
Al combinarse, un sistema puede aprender a reconocer patrones complejos y, al mismo tiempo, tomar decisiones explicables basadas en reglas.
Los enfoques típicos incluyen la incorporación de estructuras simbólicas en modelos neuronales o el uso de módulos neuronales para apoyar procedimientos de inferencia simbólica.