Спикер о вебинаре:
Мы демонстрируем первый пример применения нейросимволического обучения с подкреплением (NS RL) в области обнаружения материалов. Для глубокого RL требуется чрезмерно большой объем обучающих данных, а изученным политикам не хватает объяснимости. В результате практическое применение глубокого RL в поиске материалов проблематично.
Мы изучаем нейросимволические подходы к глубокому RL, которые сочетают в себе сильные стороны искусственного интеллекта, управляемого данными, с возможностями человекоподобных символических знаний и рассуждений.
Ожидается, что нейросимволические подходы позволят совместно создавать модели/политику с экспертами в предметной области (SME) путем фиксации новых знаний в предметной области в символической форме.
Мы исследуем логические нейронные сети (LNN), в которых каждый нейрон имеет явное значение как часть формулы во взвешенной логике с действительными значениями. Кроме того, модель дифференцируема, а обучение помогает узнавать новые факты и делает сеть устойчивой к противоречащим фактам.
В представленном исследовании мы используем логические оптимальные действия (LOA), структуру NS RL, основанную на LNN, для обучения агентов RL выбирать экспериментальные условия для синтеза спин-на-стекле (SOG) с заданными целевыми значениями экспериментальных результатов. SOG основан на тетраэтилортосиликате в качестве предшественника и со-прекурсорах, таких как фенилтриэтоксисилан. Экспериментальные степени свободы включают температуру, время реакции, соотношение предшественник/сопрекурсор, общую концентрацию со-/предшественника, соотношение вода/предшественник и соотношение катализатор/предшественник.
Мы занимаемся обучением обобщаемых агентов, которые учатся ориентироваться в абстрактном пространстве экспериментов, связанных с синтезом SOG, чтобы находить условия реакции, которые дают материалы с желаемыми свойствами. Мы проверяем и тестируем предлагаемый подход NS RL, запустив синтез в лаборатории в соответствии с прогнозами агента ИИ.
Запись: https://youtu.be/8I3s3hJkgGw
Презентация: https://drive.google.com/file/d/1VHEHNlz0txOi4p45TmWMk7mFe3jN1w5k/view?usp=sharing