Un grafo de conocimiento neuro-simbólico es un modelo híbrido de IA que combina incrustaciones neuronales de entidades y relaciones con lógica simbólica y representación del conocimiento para permitir un razonamiento robusto y una generalización flexible.
Formalmente, el grafo de conocimiento consta de un conjunto de entidades \( \mathcal{E} \), relaciones \( \mathcal{R} \) y hechos \( \mathcal{F} \subseteq \mathcal{E} imes \mathcal{R} imes \mathcal{E} \).
Las redes neuronales aprenden incrustaciones continuas \( \mathbf{e}, \mathbf{r} \in \mathbb{R}^d \) para entidades y relaciones, mientras que las fórmulas de lógica simbólica \( \phi \) se definen como restricciones o reglas que apoyan al modelo en la completación del conocimiento y la inferencia.
La combinación permite integrar tanto patrones difusos basados en aprendizaje como conclusiones precisas basadas en reglas.
Definición:
«Un grafo de conocimiento neuro-simbólico es una arquitectura de IA que vincula representaciones neuronales del conocimiento con lógica simbólica para crear modelos de conocimiento tanto aprendibles como explicables.»
Fuente:
Garcez, A. d'A., Lamb, L. C., & Gabbay, D. M. (2019). Neural-Symbolic Cognitive Reasoning. Springer.