Một nhóm nghiên cứu liên hợp giữa MIT và DeepMind đã công bố trên tạp chí Nature một khung mới mang tên NeuroSymbolic Reasoning (NSR). Khung này kết hợp sức mạnh của mạng nơ-ron sâu với khả năng biểu tượng logic truyền thống, giúp mô hình AI thực hiện các phép suy luận phức tạp với ít dữ liệu huấn luyện.
Kết quả thử nghiệm cho thấy NSR đạt điểm số cao hơn 20% so với các mô hình LLM hiện tại trên các bộ dữ liệu SAT analogies và các bài toán logic dạng Prolog. Điều này chứng tỏ khả năng của NSR trong việc hiểu và áp dụng các quy tắc biểu tượng mà không cần học qua hàng triệu ví dụ.
Các nhà nghiên cứu nhấn mạnh rằng NSR không chỉ cải thiện độ chính xác mà còn giảm đáng kể lượng tính toán cần thiết, mở ra khả năng triển khai trên thiết bị biên (edge devices). Đây là một bước tiến quan trọng cho các ứng dụng AI đòi hỏi tính giải thích và độ tin cậy cao, như y tế và tài chính.
MIT và DeepMind dự định sẽ mở mã nguồn một phần của khung NSR trong năm tới, nhằm khuyến khích cộng đồng nghiên cứu mở rộng và áp dụng trong các dự án thực tiễn.