Словарь ИИ

Что такое символьный ИИ

Коротко

Символьный ИИ это подход, в котором знания записывают явными символами, правилами и логическими формулами, а машина рассуждает, комбинируя их по строгим законам.

Основы ИИ · symbolic AI

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Когда ты решаешь задачку про три яблока и два съеденных, ты пользуешься правилами счета, которые выучил в школе. Такие правила можно записать и для компьютера: что такое яблоко, как прибавлять, как отнимать. Тогда он тоже решит задачку шаг за шагом и покажет, как думал. Именно так первые ученые учили машины рассуждать.

Простыми словами

До того как нейросети стали учиться на примерах, ИИ строили по-другому. Люди сами описывали мир для машины: «у всех птиц есть крылья», «пингвин это птица», «если идет дождь, дорога мокрая». Программа хранила эти утверждения и выводила из них новые, как ученик на уроке логики. Такой подход и называют символьным. Его сильные стороны: каждый вывод можно проверить и объяснить, а горы данных не нужны. Слабость в том, что реальный мир слишком сложен, чтобы записать все правила вручную, и в незнакомой ситуации система теряется.

Для бизнеса

В компании символьный ИИ встречается как движок правил, онтология товаров, система планирования или проверка документов на соответствие регламенту. Его выбирают там, где цена ошибки высока и решение нужно объяснить: расчет тарифа, допуск к операции, контроль лимитов. Сопровождение стоит дорого, потому что правила пишут и обновляют специалисты. Практичный вариант сегодня гибридный: языковая модель разбирает свободный текст, а правила и справочники проверяют, что ее ответ не нарушает условий. Так снижают число неверных ответов, за которые компании потом приходится отвечать перед клиентом и регулятором.

Для специалиста

Символьный ИИ (symbolic AI) опирается на гипотезу физической символьной системы (physical symbol system hypothesis), которую А. Ньюэлл и Г. Саймон сформулировали в статье «Computer Science as Empirical Inquiry: Symbols and Search» (Communications of the ACM, 1976): такая система обладает необходимыми и достаточными средствами для общего разумного действия. Основу заложила еще заявка на Дартмутский семинар от 31 августа 1955 года: любой аспект обучения или интеллекта в принципе можно описать так точно, что машина сможет его моделировать. Инструменты подхода: логика предикатов, продукционные правила, семантические сети и онтологии, поиск в пространстве состояний, планировщики, автоматическое доказательство теорем. Противоположную традицию называют коннекционизмом (connectionism). Нейросимвольные системы (neuro-symbolic AI) соединяют обе: AlphaGeometry (Google DeepMind, 2024) сочетает языковую модель, которая предлагает вспомогательные построения, с символьным движком дедукции и решила 25 из 30 олимпиадных задач по геометрии при среднем результате золотого медалиста 25,9.

Пример

Логистическая компания задает планировщику правила: водитель не работает дольше установленного времени, рефрижератор не возит химию, срочные заказы идут первыми. Система сама собирает маршруты на день и для каждого показывает, какие правила учла.

Связанные термины

Вопросы и ответы

Чем символьный ИИ отличается от нейросетей?

Символьный ИИ работает с правилами и понятиями, которые записали люди, и каждый его шаг можно проследить. Нейросети сами извлекают закономерности из примеров, зато их решения труднее объяснить.

Используют ли символьный ИИ сейчас?

Да, в движках бизнес-правил, планировщиках, системах проверки и графах знаний. Все чаще его соединяют с нейросетями в гибридные системы, где правила контролируют ответы модели.

Источники

Где это применяют в компании

Ошибки ИИ в бизнесе: как снизить риск и кто отвечает

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений