Otros enfoques sobre el aprendizaje automático

No todo el aprendizaje automático se reduce a redes neuronales, árboles y modelos tipo KNN. Hay otros enfoques muy potentes y versátiles, si bien todavía incipientes. En este post dejo una recopilación de links sobre Circuitos lógicos y probabilísticos, Tsetlin Machines e IA Neurosimbólica.

Bibliotecas de circuitos lógicos y probabilísticos

• Cirkit (biblioteca en Python): https://cirkit-docs.readthedocs.io/en/stable/notebooks/learning-a-circuit/

• Juice (conjunto de bibliotecas en Julia, y uan en PyTorch): https://github.com/Tractables/Juice.jl

Bibliotecas sobre Tsetlin Machines

• Tsetlin Machine, por CAIR: https://github.com/cair/tmu

• Tsetlin Machine in Julia: https://github.com/BooBSD/Tsetlin.jl

• Fuzzy-Pattern Tsetlin Machine in Julia: https://github.com/BooBSD/FuzzyPatternTM

IA neurosimbólica:

• Neuro-Symbolic AI: Explainability, Challenges, and Future Trends: https://arxiv.org/html/2411.04383v1

• Dolphin - A Programmable Framework for Scalable Neurosymbolic Learning: https://arxiv.org/abs/2410.03348v2