DeepLog: A Software Framework for Modular Neurosymbolic AI
إن DeepLog هو إطار عمل ذكاء اصطناعي عصبي رمزي معياري مبني على PyTorch يوحد نماذج متنوعة من المنطق والتعلم العميق عن طريق تجميع المواصفات عالية المستوى تلقائياً في دوائر حسابية محسنة، مما يخفض الحاجز أمام الممارسين ويوفر خلفية مشتركة لتطوير استراتيجيات تكامل جديدة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم الذكاء الاصطناعي كمطبخ ضخم. حالياً، هناك مجموعتان مختلفتان تماماً من الطهاة يعملون في غرف منفصلة:
- طهاة التعلم العميق: هم خبراء في التذوق والتخمين. يستخدمون آلات معقدة وضخمة (الشبكات العصبية) للنظر إلى صورة قطة وقول: "أنا متأكد بنسبة 90% أن هذه قطة". هم بارعون في التعرف على الأنماط، لكنهم لا يفهمون "القواعد" حقاً.
- طهاة المنطق الرمزي: هم خبراء في اتباع وصفات وقواعد صارمة. هم يعرفون أنه "إذا كان لها شوارب وتموء، فهي قطة". هم بارعون في الاستنتاج، لكنهم سيئون جداً عندما تكون البيانات فوضوية أو غير واضحة.
لفترة طويلة، حاول هذان المجموعتان العمل معاً، لكنهما كانا يتحدثان لغات مختلفة ويستخدمان أدوات مختلفة. وكانت النتيجة "حساء أبجدية" فوضوياً من أطر العمل المختلفة حيث كان على كل مشروع جديد بناء مطبخه الخاص من الصفر. كان من الصعب مقارنتهم، وغالباً ما لم يكن من السهل دمجهم معاً.
إليك DeepLog: المحول العالمي للمطبخ
يقدم البحث DeepLog، الذي يعمل كمحول عالمي أو "مترجم رئيسي" لهذا المطبخ. هدفه هو السماح لطهاة التعلم العميق وطهاة المنطق الرمزي بالعمل معاً بسلاسة دون إجبارهم على التخلي عن أدواتهم المفضلة.
إليك كيف يعمل DeepLog، باستخدام تشبيهات بسيطة:
1. وحدات "التوصيل والتشغيل" (Plug-and-Play)
فكر في نماذج التعلم العميق كأجهزة جاهزة مسبقاً (مثل المحمصة أو الخلاط). في الماضي، إذا أردت إضافة قاعدة منطقية إلى محمصة، كان عليك إعادة بناء المحمصة بالكامل.
يقدم DeepLog ما يسمى بـ DeepLogModules. وهي بمثابة محولات ذكية يمكنك تركيبها على أي جهاز. هي لا تغير طريقة عمل الجهاز، ولكنها تضيف "ملصقاً" يقول: "هذا المخرج هو احتمال"، أو "هذا المدخل يجب أن يتبع قاعدة معينة". وبسبب هذه الملصقات، يمكن للنظام ربط الأجهزة المختلفة ببعضها تلقائياً. إذا قمت بتوصيل "كاشف قطط" بـ "قاعدة منطقية"، فإن DeepLog يقوم تلقائياً ببناء الأسلاك اللازمة لجعلهم يتواصلون مع بعضهم البعض.
2. "المترجم العالمي" (حساء الأبجدية)
يذكر البحث أن هناك عشرات الطرق المختلفة التي يحاول بها الناس الجمع بين المنطق والذكاء الاصطناعي ("حساء الأبجدية"). البعض يستخدم الرياضيات الضبابية، والبعض يستخدم الاحتمالات، والبعض الآخر يستخدم المنطق الصارم (صح/خطأ).
يعامل DeepLog كل هذه اللغات المختلفة كأنها مجرد تعليمات عالية المستوى. إنه يشبه المترجم الذي يستمع لطاهٍ يتحدث الفرنسية (DeepProbLog)، وآخر يتحدث الإسبانية (LTN)، وثالث يتحدث الألمانية (NeurASP). يقوم DeepLog بترجمة جميعهم إلى نفس "الوصفة" الأساسية (دائرة حسابية محسنة) التي يمكن للكمبيوتر طهيها فعلياً. وهذا يعني أن الباحثين يمكنهم استبدال نوع من المنطق بنوع آخر بمجرد تغيير إعداد، دون الحاجة لإعادة كتابة برنامجهم بالكامل.
3. "المسار السريع" (تسريع وحدة معالجة الرسومات - GPU)
عادةً، عندما يعمل هذان النوعان من الذكاء الاصطناعي معاً، فإن جزء "المنطق" يعمل على معالج قديم وبطيء (CPU)، بينما يعمل جزء "التخمين" على بطاقة رسومات فائقة السرعة (GPU). هذا يشبه وجود سيارة فيراري عالقة في الزحام خلف جرار زراعي. في كل مرة يحتاجون فيها لنقل البيانات ذهاباً وإياباً، تضطر الفيراري للتوقف، مما يسبب تباطؤاً كبيراً.
ينقل DeepLog كل شيء إلى وحدة معالجة الرسومات (GPU) السريعة. فهو يحول القواعد المنطقية إلى دائرة عالية السرعة تعمل جنباً إلى جنب مع الشبكة العصبية. يوضح البحث أن هذا يجعل النظام أسرع بشكل ملحوظ — أحياناً بمئات المرات — من الطرق السابقة.
4. "مصنع" للأفكار الجديدة
بالنسبة للمطورين الذين يبنون هذه الأنظمة، يعمل DeepLog كـ مصنع ليغو (Lego). فبدلاً من بناء منزل جديد من الطين الخام في كل مرة يريدون فيها اختبار فكرة جديدة، يمكنهم استخدام قطع جاهزة (اللبنات الأساسية - primitives) لتركيب تركيبات جديدة من المنطق والتعلم.
على سبيل المثال، إذا أراد باحث اختبار نوع جديد من "المنطق الضبابي" (حيث يمكن للأشياء أن تكون "صحيحة نوعاً ما")، فيمكنه ببساطة استبدال "لبنة المنطق الضبابي" في إعداد المصنع الخاص به. يظل باقي النظام كما هو. هذا يجعل من السهل جداً تجربة ومقارنة الأفكار المختلفة بسرعة.
الملخص
باختاً، DeepLog هو إطار عمل برمجي يقوم بـ:
- توحيد "حساء الأبجدية" الفوضوي لأنظمة منطق الذكاء الاصماختلفة في لغة واحدة معيارية.
- أتمتة الربط بين الشبكات العصبية والقواعد المنطقية، بحيث لا يضطر المطورون لكتابة "أكواد الربط" الفوضوية.
- تسريع العمليات عبر تشغيل كل شيء على وحدات معالجة الرسومات (GPUs) القوية بدلاً من المعالجات (CPUs) البطيئة.
- تسهيل الحياة لكل من مستخدمي هذه الأدوات (عبر السماح لهم بدمج المنطق في سير عمل الذكاء الاصطناعي القياسي) ولمطوري الأدوات الجديدة (عبر منحهم أساساً مشتركاً وعالي الأداء).
يدعي البحث أن هذا يسمح للباحثين بالتوقف عن إعادة اختراع العجلة والبدء في التركيز على حل المشكلات الفعلية، مع جعل العملية برمتها أسرع وأكثر موثوقية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.