通过神经符号AI与知识图谱实现人类与系统之间的相互理解
人工智能
2025-04-16 v1
摘要
本章节探讨了人类与系统之间相互理解的概念，认为神经符号人工智能(NeSy AI)方法可以通过利用显式的符号知识表示与数据驱动学习模型相结合，显著提升这种相互理解。我们首先介绍三个关键维度来刻画相互理解：知识共享、知识交换和知识治理。知识共享涉及对不同代理人的概念模型进行对齐，以实现对感兴趣领域的共享理解。知识交换关系到确保代理人之间进行有效且准确的交流。知识治理关乎建立规则和流程来规范代理人之间的交互。随后，我们呈现了几种不同的应用场景，说明神经符号AI与知识图谱如何帮助人类、人工智能和机器人代理之间进行有意义的交流。这些场景突显了将自上而下的符号推理与自下而上的神经学习相结合的潜力与挑战，引导对在知识共享、交换和治理三个维度上当前解决方案的覆盖情况进行讨论。同时，这一分析有助于识别未来研究中存在的空白和较不发达的方面。
引用
@article{arxiv.2504.11200,
title = {Mutual Understanding between People and Systems via Neurosymbolic AI and Knowledge Graphs},
author = {Irene Celino and Mario Scrocca and Agnese Chiatti},
journal= {arXiv preprint arXiv:2504.11200},
year = {2025}
}
备注
26 pages, 13 figures, 1 table; pre-print version of book chapter