Corso: Neuro-Symbolic Artificial Intelligence at Scale

L'approccio neurale-simbolico mira a combinare l'efficienza e la scalabilità delle reti neurali, che facilitano l'incorporazione di grandi set di dati nel processo di apprendimento, con l'interpretabilità dei metodi simbolici. Questi modelli per accrescere la conoscenza a larga scala possono trarre vantaggio dalla modellazione simbolica di ontologie, modelli matematici e fisici. Le tecniche di passaggio e integrazione da uno all’altro modello sono l’obiettivo del corso.

Docenti: P Nesi, M. Fanfani 
paolo.nesi@unifi.it, marco.fanfani@unifi.it

 

Obiettivi Formativi:

  • Conoscenza e comprensione delle problematiche relative ai sistemi di grandi dimensioni che usano AI e che sfruttano l’integrazione fra motori di inferenza simbolica e/o logica e reti neurali, tipicamente deep, e LLM.

Contenuti:

Applicazioni:

  • Sistemi di supporto alle decisioni, per operation e plan
  • Mobilità e trasporti, ambito legale, sviluppo codice, fluido-dynamic and PDE solutions, industrial.