Neurosymbolinen tekoäly eli neurosymbolinen keinoäly (, lyh. NeSy) on tekoälyn ja koneoppimisen tutkimussuuntaus, jossa yhdistetään neuroverkkoihin perustuvaa oppimista ja symbolisen tekoälyn menetelmiä. Neuroverkot oppivat aineistosta tilastollisia säännönmukaisuuksia. Symbolisissa menetelmissä tietoa esitetään esimerkiksi sääntöinä, käsitteinä ja niiden välisinä suhteina. Näin esitettyä tietoa voidaan käyttää automaattisessa päättelyssä.
Neurosymbolisen tekoälyn keskeisenä tavoitteena on yhdistää aineistosta oppiminen symboliseen tiedon esittämiseen ja päättelyyn. Yhdistämisellä pyritään tukemaan päättelyä ja opitun tiedon soveltamista uusiin tilanteisiin sekä parantamaan järjestelmien selitettävyyttä ja luotettavuutta. Menetelmien yhdistäminen ei kuitenkaan itsessään takaa näiden tavoitteiden saavuttamista. Keskeisiä tutkimuskysymyksiä ovat, millaista symbolista tietoa käytetään, millaista päättelyä järjestelmä tekee, mitä sen osia opitaan aineistosta ja miten oppiminen liitetään päättelyyn.
Neurosymboliselle tekoälylle ei ole yhtä vallitsevaa arkkitehtuuria. Neuroverkko ja symbolinen päättelyjärjestelmä voivat olla erillisiä, keskenään tietoa vaihtavia osia. Symbolista tietoa voidaan myös sisällyttää neuroverkon rakenteeseen tai opetukseen. Loogisia sääntöjä voidaan tällöin käyttää oppimista ohjaavina rajoitteina, tai oppimiseen voidaan liittää todennäköisyyspohjaista päättelyä. Menetelmät eroavat lisäksi käytetyn logiikan, päättelytavan, aineistosta opittavien osien, tiedon esitystavan sekä neuraalisten ja symbolisten osien yhdistämisen tiiviyden perusteella.
Neuroverkkoihin perustuvaa oppimista ja symbolista päättelyä on yhdistetty tutkimuksessa ainakin 1990-luvulta lähtien. Ron Sun käsitteli vuonna 1995 sääntöpohjaisen ja samankaltaisuuteen perustuvan päättelyn yhdistämistä. Garcez ja muut kuvasivat vuonna 2015 neuraalis-symbolista laskentaa tutkimusalana, jossa neuroverkkoihin perustuva oppiminen yhdistetään symboliseen päättelyyn. He tarkastelivat julkaisussaan alan aiempia tuloksia ja avoimia tutkimushaasteita.
Booch ja muut ehdottivat vuonna 2021 ihmisen päätöksentekoa koskevista teorioista vaikutteita saavaa tekoälyn tutkimussuuntaa. He käsittelivät tässä yhteydessä Daniel Kahnemanin teoksessa Ajattelu, nopeasti ja hitaasti kuvattua nopean ja hitaan ajattelun erottelua sekä oppimisen ja päättelyn yhdistämistä neurosymbolisessa tekoälyssä. Gronchi ja Perini tarkastelivat vuonna 2024 samaa erottelua neurosymbolisten tekoälymallien mahdollisena lähtökohtana. He vertasivat neuroverkkoihin perustuvaa, aineistosta oppivaa käsittelyä nopeaan tiedonkäsittelyyn ja symbolisiin sääntöihin perustuvaa käsittelyä vaiheittaiseen päättelyyn. Katso myös Konnektionismi Lähteet
Kirjallisuutta Yliopistotason oppikirjoja
Tutkimusta & raportteja
Luokka:Tekoäly