走向认知智能系统:神经符号 AI 的调查与展望

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

人工智能的进步由深度神经网络推动,但存在计算轨迹、鲁棒性和解释性问题。神经符号人工智能(NSAI)将神经、符号和概率方法融合,提高可解释性、鲁棒性和可信度,并能从少量数据中学习。最近的NSAI系统在协作人工智能场景中展示了潜力。本文综述了NSAI的进展,分析了模型的性能特征和计算操作符,并讨论了系统和架构的挑战和未来方向。

🏷️

标签

➡️

继续阅读