Un sistema inteligente híbrido se refiere a un sistema de software que emplea, en paralelo, una combinación de métodos y técnicas de subcampos de la inteligencia artificial, tales como:
- Sistemas neurosimbólicos
- Sistemas neurodifusos
- Modelos híbridos conexionistas-simbólicos
- Sistemas expertos difusos
- Sistemas expertos conexionistas
- Redes neuronales evolutivas
- Sistemas difusos genéticos
- Hibridación difusa aproximada
- Aprendizaje por refuerzo con métodos difusos, neuronales o evolutivos, así como métodos de razonamiento simbólico.
Desde la perspectiva de la ciencia cognitiva , todo sistema inteligente natural es híbrido porque realiza operaciones mentales tanto a nivel simbólico como subsimbólico. En los últimos años, se ha intensificado el debate sobre la importancia de la integración de sistemas de IA . Esto se basa en la idea de que ya se han creado sistemas de IA simples y específicos (como sistemas de visión artificial , síntesis de voz , etc., o software que emplea algunos de los modelos mencionados anteriormente) y que ahora es el momento de la integración para crear sistemas de IA más amplios . Entre los defensores de este enfoque se encuentran investigadores como Marvin Minsky , Ron Sun , Aaron Sloman , Angelo Dalli y Michael A. Arbib .
Un ejemplo de sistema híbrido es un sistema de control jerárquico en el que las capas inferiores, reactivas, son subsimbólicas. Las capas superiores, al tener restricciones de tiempo más flexibles, son capaces de razonar a partir de un modelo abstracto del mundo y realizar planificación (incluso mediante sabiduría híbrida [ 1 ] ).
Los sistemas inteligentes suelen basarse en procesos de razonamiento híbridos, que incluyen la inducción , la deducción , la abducción y el razonamiento por analogía .
Véase también
- alineación de IA
- efecto de la IA
- Aplicaciones de la inteligencia artificial
- Integración de sistemas de inteligencia artificial
- Control inteligente
- Liza
Referencias
- R. Sun y L. Bookman (eds.), Arquitecturas computacionales que integran procesos neuronales y simbólicos. Kluwer Academic Publishers, Needham, MA. 1994. http://www.cogsci.rpi.edu/~rsun/book2-ann.html Archivado el 5 de mayo de 2009 en Wayback Machine.
- S. Wermter y R. Sun (eds.), Sistemas neuronales híbridos. Springer-Verlag, Heidelberg. 2000. http://www.cogsci.rpi.edu/~rsun/book4-ann.html Archivado el 24 de septiembre de 2009 en Wayback Machine.
- R. Sun y F. Alexandre (eds.), Integración simbólica conexionista. Lawrence Erlbaum Associates, Mahwah, NJ. 1997.
- Ibaraki, S. Entrevista sobre inteligencia híbrida con Angelo Dalli en IEEE Technology and Management Society. 2024.
- Albus, JS, Bostelman, R., Chang, T., Hong, T., Shackleford, W. y Shneier, M. Aprendizaje en un sistema de control jerárquico: 4D/RCS en el programa DARPA LAGR NIST, 2006
- AS d'Avila Garcez , Luis C. Lamb y Dov M. Gabbay . Razonamiento cognitivo neurosimbólico . Tecnologías cognitivas, Springer (2009). ISBN 978-3-540-73245-7.
- Revista Internacional de Sistemas Inteligentes Híbridos
- http://www.iospress.nl/html/14485869.php Archivado el 11 de diciembre de 2005 en Wayback Machine
- Conferencia Internacional sobre Sistemas Inteligentes Híbridos http://his.hybridsystem.com/
- HIS'01: http://www.softcomputing.net/his01/
- HIS'02: https://web.archive.org/web/20060209160923/http://tamarugo.cec.uchile.cl/~his02/
- HIS'03: http://www.softcomputing.net/his03/
- HIS'04: https://web.archive.org/web/20060303051902/http://www.cs.nmt.edu/~his04/
- HIS'05: https://web.archive.org/web/20051223013031/http://www.ica.ele.puc-rio.br/his05/
- HIS'06 https://web.archive.org/web/20110510025133/http://his-ncei06.kedri.info/
- HIS'7, 17 al 19 de septiembre de 2007, Kaiserslautern, Alemania, http://www.eit.uni-kl.de/koenig/HIS07_Web/his07main.html
- Recursos sobre sistemas híbridos: http://www.cogsci.rpi.edu/~rsun/hybrid-resource.html Archivado el 25/09/2009 en Wayback Machine
- Inteligencia artificial