Un equipo de KAUST ha desarrollado un marco matemático que cierra la brecha entre el conocimiento legible por humanos de alto nivel y los datos estadísticos y se espera que mejore el aprendizaje automático.

Los humanos dependen de patrones, etiquetas y orden para dar sentido al mundo. Categorizamos, clasificar y establecer vínculos entre cosas e ideas relacionadas, creando símbolos que podamos usar para compartir información. Inteligencia artificial, por otra parte, se entrena de forma más eficaz utilizando datos numéricos sin procesar. Cómo, luego, ¿Pueden los algoritmos de inteligencia artificial hacer uso de nuestra vasta reserva de conocimiento simbólico? Este es un problema molesto y uno que, si está agrietado, podría abrir una enorme biblioteca multidimensional para el aprendizaje automático y la inteligencia artificial.

Robert Hoehndorf, Maxat Kulmanov y sus colaboradores en el Centro de Investigación en Biociencias Computacionales de KAUST y en la Universidad de Halifax, Canadá, han desarrollado un puente matemático entre estas formas de información aparentemente incompatibles.

"Existe una gran brecha en la investigación de la inteligencia artificial entre los enfoques basados ​​en representaciones simbólicas de alto nivel comprensibles para los humanos y los enfoques subsimbólicos utilizados para entrenar redes neuronales artificiales". "explica Kulmanov." Los enfoques simbólicos se basan en relaciones lógicas, mientras que los enfoques subsimbólicos se basan en estadísticas y espacios vectoriales continuos con números reales ".

Los investigadores se propusieron desarrollar una función de "incrustación" que mapea una estructura matemática a otra de una manera que preserva algunas de las características de la primera estructura.

"Se utilizan incrustaciones porque la segunda estructura puede ser más adecuada para algunas operaciones, "dice Hoehndorf." En este trabajo, mapeamos un lenguaje formal, llamada lógica de descripción, en un espacio vectorial de números reales, que se puede utilizar más fácilmente para el aprendizaje automático, como calcular similitudes y realizar operaciones predictivas ".

Las lógicas descriptivas se utilizan ampliamente en biología y biomedicina para describir teorías formalizadas, como las funciones de los genes y la terminología utilizada en el diagnóstico médico.

"Lógicas, como la lógica de descripción, han sido la base de los sistemas de inteligencia artificial desde la década de 1960 y se han estudiado en matemáticas durante más de 100 años, ", dice Hoehndorf." Sobre la base de esta historia de investigación, Creamos una función de incrustación que no solo proyecta símbolos en un espacio vectorial, pero también genera modelos algebraicos para capturar la semántica de los símbolos dentro de la lógica descriptiva ".

La clave del logro del equipo es vincular la integración con la teoría del modelo, lo que hizo posible aprovechar el conocimiento establecido y crear la primera incrustación que conserva la semántica.

"Nuestro método es directamente aplicable a cientos de teorías formalizadas en investigación biológica y biomédica y cientos de bases de datos biológicas, ", dice Kulmanov." En el futuro, aplicaremos nuestro método a más problemas en biología, que esperamos mejore las aplicaciones biomédicas de la inteligencia artificial ".