IBM/LNN

해결하는 문제

논리적 신경망(LNN)은 신경망과 기호 논리 사이의 격차를 해결합니다. 신경망의 학습 능력과 기호 논리의 형식적 추론 및 해석 가능성의 장점을 결합한 프레임워크를 제공하여, 기존 AI보다 불완전하거나 모순된 지식을 더 효과적으로 다룰 수 있게 합니다.

작동 방식

LNN은 모든 뉴런을 가중치가 있는 실수 값 논리의 공식 구성 요소로 간주합니다. 이는 각 뉴런이 특정 의미를 가지는 분리된 표현을 생성합니다. 시스템은 엔드투엔드 미분 가능하여 데이터로부터 학습이 가능하며, 논리적 모순을 최소화하는 전용 손실 함수를 사용합니다. 오미디렉셔널 추론을 지원하여, 입력에서 정의된 타겟으로만 이동하는 것이 아니라 여러 방향으로 추론할 수 있습니다.

대상 사용자

뉴로-기호 AI, 일차 논리 정리 증명, 논리적으로 추론할 수 있는 고해석성 AI 모델이 필요한 연구자 및 개발자.

주요 특징

• 뉴로-기호 통합: 학습과 기호 논리를 하나의 프레임워크에 통합.
• 오미디렉셔널 추론: 정리 증명과 대응하는 추론을 지원.
• 해석 가능한 표현: 각 뉴런이 논리 공식의 구성 요소에 대응.
• 불일치에 대한 내성성: 논리적 모순을 포착하는 손실 함수를 사용하여 불일치된 지식을 처리.
• 오픈월드 가정: 진리값의 범위를 유지하여 불완전한 지식을 다룸.