IBM/LNN

何を解決するか

論理的ニューラルネットワーク（LNN）は、ニューラルネットワークと記号論理の間のギャップを埋めます。学習能力を持つニューラルネットワークと、形式的推論と解釈可能性を持つ記号論理の両方を統合するフレームワークを提供し、従来のAIよりも不完全または矛盾する知識をより効果的に扱えるようにします。

動作方法

LNNは、すべてのニューロンを重み付き実数論理における論理式の一部として扱います。これにより、各ニューロンが明確な意味を持つ分離された表現が得られます。このシステムはエンドツーエンド微分可能であり、データから学習可能で、論理的矛盾を最小化する専用の損失関数を使用します。オムニディレクショナル推論をサポートしており、入力から定義されたターゲットへと進むだけでなく、複数の方向に推論できるようになっています。

対象ユーザー

ニューロ記号AI、一階論理の定理証明、論理的に推論できる高解釈性AIモデルを必要とする研究者や開発者。

主な特徴

• ニューロ記号統合: 学習と記号論理を一つのフレームワークに統合。
• オムニディレクショナル推論: 定理証明に対応する推論をサポート。
• 解釈可能な表現: 各ニューロンが論理式の一部に対応。
• 不整合への耐性: 論理的矛盾を捉える損失関数を使用して、不整合な知識に対処。
• オープンワールド仮定: 真理値の範囲を維持することで、不完全な知識に対応。