# Intersymbolic AI: Interlinking Symbolic AI and Subsymbolic AI

**Authors:** André Platzer  
**arXiv:** [2406.11563](https://arxiv.org/abs/2406.11563)  
**Date:** 2024-06-17  
**Summary page:** https://www.summarizepaper.com/fr/paper/2406.11563v2/

## Key points

- L'IA intersymbolique combine l'IA symbolique et l'IA subsymbolique pour augmenter son efficacité.
- Les types canoniques d'IA symbolique incluent la logique, les jeux et la planification, tandis que ceux d'IA subsymbolique sont l'apprentissage machine supervisé et par renforcement.
- L'AI intersymbolic permet des aboutissements d'idées provenant des deux mondes en passant entre eux grâce aux techniques d'IA subsymboliques aidées par des principes d'IA symboliques.
- La caractérisation des différentes caractéristiques de l’AI symbologigue et sous-symboligque ainsi que leurs forces complémentaires est essentielle dans ce document.

## Summary

Ce document de perspective appelle à l'étude du nouveau domaine de l'IA intersymbolique. Nous entendons par là la combinaison de l'IA symbolique et de l'IA subsymbolique. Les blocs de construction de l'IA symbolique ont une signification inhérente tandis que ceux de l'IA subsymbolique créent une signification ou un effet malgré le fait que les blocs individuels échappent à la signification. Les types canoniques d'IA symbolique sont la logique, les jeux et la planification. Les types canoniques d'IA subsymbolique sont l'apprentissage machine (non) supervisé et par renforcement. L'IA intersymbolique relie ainsi les mondes de l'IA symbolique avec sa signification et sa composition symboliques, et celui de l'IA subsymbolique avec sa signification ou son effet sommatif. Cela permet des aboutissements d'idées provenant des deux mondes en passant entre eux grâce aux techniques d'IA subsymboliques aidées par des principes d'IA symboliques. Par exemple, l'AI intersymbolic peut commencer par une IA symbolique pour comprendre un système dynamique, continuer avec une IA subsymbolique pour apprendre son contrôle, puis finir avec une IA symbolique pour utiliser en toute sécurité le résultat du contrôleur d'IA subsymbolique appris dans le système dynamique. L’AI intersymbolic combine à la fois l’AI symbolique et sous-symboligque pour augmenter efficacement ses performances par rapport à un seul type d’AI. Cela est similaire à la combinaison de la pensée consciente et subconsciente qui augmente l’efficacité de la pensée humaine par rapport à un seul type de pensée. Certaines contributions réussies au paradigme AI intersymbolic sont examinées ici, mais beaucoup plus sont possibles en faisant progresser l'AI intersymbolic. La caractérisation des différentes caractéristiques de l’AI symbologigue et sous-symboligque ainsi que leurs forces complémentaires est essentielle dans ce document. Le principal apport est donc d'appeler à agir dans ce nouveau domaine qu'est l'AI intersymbolic, combinant l'IA symbolique et subsymbolique pour augmenter son efficacité. Tout comme la combinaison de la pensée consciente/subconsciente augmente l'efficacité de la pensée humaine, le message omniprésent est une présentation d'une grande variété de combinaisons entièrement différentes entre les techniques d'IA symboliques et sous-symbologiques pour former l'AI intersymbolique dans des applications très diverses. Cela élève le courage à explorer encore plus de combinaisons possibles entre les techniques d'IA symboliques et sous-symbologiques. C'est cette diversité scientifique, associée à un métaprincipe méthodologique commun capturé dans Intersymoblic AI, qui donne à ce document une importance considérable. Le travail futur abonde avec l'espoir qu'un large éventail de scientifiques remarquera le potentiel encore plus grand d'utilisation avancées de l'Intersymoblic AI. Nous remercions Jonathan Laurent, Noah Abou El Wafa, Alexander Weigl, Peter Sanders et Bernhard Beckert pour leurs commentaires utiles.