Сила нейросимволического ИИ: отсутствие галлюцинаций, проверяемая работа, реальные результаты

  • Нейросимволический ИИ выходит за рамки генеративного ИИ, объединяя логику, правила и причинно-следственные структуры, которые позволяют ему давать более действенные результаты.
  • Развернутый на замену ранним исследованиям в области генного искусственного интеллекта, он может помочь выявить возможности роста во многих секторах.
  • Помимо бизнеса, компания также расширит разработку лекарств и лечение редких заболеваний.

В глобальной среде, где неопределенность, кажется, растет с каждым днем, организациям необходимо анализировать множество сигналов, чтобы найти путь к долгосрочной жизнеспособности и росту. И им нужна платформа, которая делает это ответственно.

Ответом может стать ИИ, но это не тот ИИ, о котором вы могли подумать в первую очередь. Генеративный ИИ (genAI) в настоящее время находится в центре внимания как инструмент повышения производительности, но у него есть свои ограничения, в том числе склонность к галлюцинациям, когда его просят ссылаться на источники или делать точные прогнозы.

Именно здесь на помощь приходит нейросимволический ИИ (NSAI). Он объединяет статистический ИИ (распознавание образов) с символическим ИИ (логика, правила и причинно-следственные структуры), обеспечивая мощное распознавание образов для предоставления практических, действенных прогнозов и решений, основанных на реальных результатах. Он может моделировать рыночные сценарии в реальном времени и их потенциальное влияние, объединяя и анализируя миллионы точек как собственных, так и общедоступных данных, структурированных и неструктурированных, для создания дорожной карты роста.

Хотя NSAI менее известен, чем genAI, он потенциально может стать платформой, которая заглядывает за угол, помогая лидерам находить возможности, которые другие не видят. Они могут включать в себя выявление возможностей роста для транснациональной корпорации, поиск способов объединения молекул для новых методов лечения заболеваний или выявление скрытых закономерностей в климатических данных, которые способствуют более устойчивому планированию инфраструктуры. Это может помочь правительствам предвидеть возникающие угрозы, синтезируя структурированную информацию с неструктурированными отчетами с мест. В финансовых услугах он может обнаруживать тонкие аномалии в сетях транзакций, которые сигнализируют о мошенничестве или системном риске.

Read more:  Руководитель подразделения потребительских устройств Samsung Т.М. Ро говорит, что компания «открыта для стратегического сотрудничества» с другими группами ИИ, недавно добавив Perplexity в свою мобильную ОС (Майкл Эктон/Financial Times)

NSAI также работает без потенциально катастрофических галлюцинаций, характерных для других систем искусственного интеллекта, а процесс принятия решений полностью прозрачен и поддается проверке, поэтому вы можете отслеживать выходные данные до базовой логики и источников.

NSAI не собирается заменять генИИ. Но во многих случаях genAI может помочь организации пройти часть пути к ее цели, а затем NSAI доводит ее до финиша. Некоторые из его ключевых преимуществ включают в себя:

  • Математическая точность: NSAI может понимать математические правила и логику, а не просто распознавать закономерности, что позволяет ему решать сложные математические задачи, включая вероятностное моделирование и оптимизацию.
  • Единая логика данных: Его понимание правил и логических структур позволяет ему интегрировать как структурированные, так и неструктурированные данные.
  • Причинно-следственные рассуждения: математические знания NSAI, свободное владение данными и способность моделирования позволяют ей понимать, что стимулирует рост, а не только то, что коррелирует.
  • Прозрачность: Благодаря своей способности объяснять правила и отношения, которые она применяет для достижения своих выводов, NSAI может предоставлять полностью проверяемые решения, которые имеют решающее значение для нормативных, советских и операционных потребностей.
  • Этическое обоснование: НСАИ можно предоставить правовые и моральные рамки, которым оно должно соответствовать, а затем объяснить, как его результаты соответствуют таким руководящим принципам, снижая вероятность нежелательных – или незаконных – рекомендаций.

NSAI преуспевает в сложности, раскрывая глубокие причинно-следственные связи во многих измерениях, выходя за рамки того, чего может достичь традиционный анализ. Его способность обрабатывать сложные структуры данных позволяет ему раскрывать информацию, которую другие модели могут упустить.

Например, представьте себе анализ эффективности продукта путем сопоставления таких переменных, как степень детализации местоположения, типы конкурентов и различные требования к продукту в разных сегментах клиентов. NSAI объединяет все эти факторы, находя значимые закономерности даже в очень сложных, развивающихся сценариях. В целом, NSAI позволяет принимать более разумные и действенные решения в средах, где сложность является нормой.

Read more:  Исследование показало, что более низкие дозы иммунотерапии при раке кожи дают лучшие результаты

Это больше, чем просто абстрактный потенциал. Мы увидели преимущества во многих отраслях:

  • Финансовые услуги: NSAI совершенствует андеррайтинг, обработку претензий и соблюдение требований, обеспечивая соответствие решений нормативным стандартам.
  • Потребительские товары:NSAI обеспечивает гиперперсонализированный опыт на индивидуальном уровне.
  • Промышленная продукция:NSAI помогает промышленным конгломератам оптимизировать всю цепочку создания стоимости, например, понимая влияние тарифов с точки зрения часов или дней, а не месяцев, что помогает принимать стратегические решения.

Однако реальные преимущества не ограничиваются бизнесом. Еще одна область интересов — способность NSAI ускорить открытие методов лечения редких и недостаточно обслуживаемых заболеваний путем сочетания глубокого обучения с символическим рассуждением для создания объяснимых прогнозов. Академические исследователи разрабатывают нейросимволические прототипы, чтобы определить новые способы использования существующих лекарств, в то время как традиционные фармацевтические инвестиции ограничены из-за низких коммерческих стимулов. Эти модели не только предлагают многообещающие кандидаты на лекарства, но и обеспечивают прозрачные, проверяемые объяснения их прогнозов. Это помогает продемонстрировать, как НПВП могут снизить затраты на разработку лекарств, сократить сроки и расширить доступ к жизненно важным методам лечения.

Обнаружить

Как Всемирный экономический форум создает барьеры для искусственного интеллекта?

NSAI — это не какая-то технология будущего. Для лидеров, желающих воспользоваться этим моментом, NSAI предлагает стратегию, призму и платформу для трансформации. Эта возможность — не что иное, как переосмысление того, как предприятие решает свои самые трудноразрешимые проблемы, и тем самым формирует мир, в котором мы живем.

Мнения, отраженные в этой статье, являются точкой зрения автора и не обязательно отражают точку зрения глобальной организации EY или ее фирм-членов.

2025-12-31 16:11:00


1767224688
#Сила #нейросимволического #ИИ #отсутствие #галлюцинаций #проверяемая #работа #реальные #результаты

По теме

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.