Un cadre mathématique qui comble le fossé entre les connaissances de haut niveau lisibles par l'homme et les données statistiques a été développé par une équipe KAUST et devrait améliorer l'apprentissage automatique.

Les humains s'appuient sur des modèles, les étiquettes et l'ordre pour donner un sens au monde. Nous catégorisons, classer et faire des liens entre des choses et des idées connexes, créer des symboles que nous pouvons utiliser pour partager des informations. Intelligence artificielle, d'autre part, est formé le plus efficacement en utilisant des données numériques brutes. Comment, alors, les algorithmes d'intelligence artificielle peuvent-ils utiliser notre vaste réserve de connaissances symboliques ? C'est un problème épineux et qui, s'il est fissuré, pourrait ouvrir une énorme nouvelle bibliothèque multidimensionnelle pour l'apprentissage automatique et l'intelligence artificielle.

Robert Hoehndorf, Maxat Kulmanov et leurs collaborateurs au Centre de recherche en biosciences computationnelles de la KAUST et à l'Université d'Halifax, Canada, ont développé un pont mathématique entre ces formes d'information apparemment incompatibles.

« Il existe un grand fossé dans la recherche en intelligence artificielle entre les approches basées sur des représentations symboliques de haut niveau compréhensibles par les humains et les approches sous-symboliques utilisées pour l'entraînement des réseaux de neurones artificiels, " explique Kulmanov. " Les approches symboliques sont construites sur des relations logiques, tandis que les approches sous-symboliques reposent sur des statistiques et des espaces vectoriels continus à nombre réel."

Les chercheurs ont entrepris de développer une fonction "d'intégration" qui mappe une structure mathématique à une autre d'une manière qui préserve certaines des caractéristiques de la première structure.

"Les encastrements sont utilisés car la deuxième structure peut être plus adaptée à certaines opérations, " dit Hoehndorf. " Dans ce travail, nous avons cartographié un langage formel, appelée logique de description, dans un espace vectoriel de nombres réels, qui peut être utilisé plus facilement pour le machine learning, telles que le calcul de la similarité et l'exécution d'opérations prédictives."

Les logiques de description sont largement utilisées en biologie et en biomédecine pour décrire des théories formalisées, comme les fonctions des gènes et la terminologie utilisée dans le diagnostic médical.

"Logiques, comme la logique de description, sont à la base des systèmes d'intelligence artificielle depuis les années 1960 et sont étudiés en mathématiques depuis plus de 100 ans, " dit Hoehndorf. " En s'appuyant sur cette histoire de la recherche, nous avons créé une fonction d'intégration qui non seulement projette des symboles dans un espace vectoriel, mais génère également des modèles algébriques pour capturer la sémantique des symboles dans la logique de description."

La clé de la réussite de l'équipe est de lier l'intégration à la théorie des modèles, qui a permis de puiser dans les connaissances établies et de créer le premier encastrement qui préserve la sémantique.

"Notre méthode est directement applicable à des centaines de théories formalisées en recherche biologique et biomédicale et à des centaines de bases de données biologiques, " dit Kulmanov. " A l'avenir, nous appliquerons notre méthode à d'autres problèmes de biologie, qui, nous l'espérons, améliorera les applications biomédicales de l'intelligence artificielle."