神经符号AI：两种对立AI方法的结合
您以为AI很聪明？好吧，它还有很长的路要走。
人工智能程序仍然无法回答许多基本问题，即使是蹒跚学步的孩子也可以解决。MIT-IBM Watson AI实验室主任David Cox说：“是时候重新发明人工智能了。” 而且，据他介绍，神经符号AI是答案。
我们将快速了解目前存在哪些AI，以及AI工程师如何使用神经符号AI革新该学科。
人工智能局限性快照
说，一个AI程序被要求“看下面的图片，并判断是否有相等数量的大物体和金属球？”
最先进的AI神经网络程序不可能回答这个简单的问题。
在2010年代取得了令人难以置信的成功时代之后，这听起来很奇怪，充满了突破，表面上没有AI冬季。但是，这基本上是现实。
考克斯（Cox）认为是时候让AI变得越来越智能，而Neuro-Symbolic AI可以做到这一点。
探索神经符号AI
严格来说，神经符号AI并不新鲜。从本质上讲，它结合了两种已经存在的AI方法，它们曾经相互对立。这两个是：
象征性AI
神经网络AI
让我们了解每个。
象征性AI：基于规则
这种方法是创建人工智能的首次正式尝试。
在1950年代至1980年代之间，它占据了统治地位。
象征性AI是基于人类通过形成象征性的相互联系和表示来理解世界的能力。符号表示法帮助我们创建规则来定义概念并捕获日常知识。
这意味着，为了向符号AI系统进行解释，符号AI工程师和研究人员将必须明确提供AI可以用来进行正确标识的每个信息和规则。
这是象征性AI 定义苹果的方式。
神经网络：基于数据
神经网络AI的工作原理不同于符号，因为它是数据驱动的，而不是基于规则的。
“神经”方面是指深度学习神经网络。它们受到人脑竞争能力的启发。这是AI领域的最新技术，AI专家通过这些技术启发了许多AI突破。无人驾驶汽车的概念-神经网络。像Alexa这样的个人助理的概念-神经网络。
他们如何学习？通过数据。
要训??练神经网络AI并进行训练，您必须向它展示有关主题的众多图片。一旦足够聪明，它就不仅可以识别对其进行训练的对象，还可以制作在现实世界中甚至不存在的类似对象。想一想，那些从未存在过的人的面孔是由人工智能创造的。
这是神经网络AI如何定义一个苹果。
分开的AI方法：问题
事实证明，孤立的AI方法是不够的。每种AI方法都开始显示出许多裂缝。
-经典的象征性AI的问题在于它仅限于高度受限的领域。如果没有为某些内容明确编程，符号AI就会崩溃。
-对于神经网络而言，其最大的局限性也为数据提供了动力。神经网络就像人类一样从例子中学习。但是，尽管人类可能需要几个训练示例来了解某个物体，但神经AI却需要更多的训练实例。除非AI工程师能够输入大量带注释的数据，否则该算法的准确性仍然很弱。因此，虽然神经AI可以正确处理80％的案例，但仍不足20％的案例。特别是离群或极端情况。
从小数据中学习和更少的例子是AI专家们认为是人工智能或高级AI的未来。让我们看看将符号和人工智能AI结合起来如何实现这一目标。
符号与神经网络AI的融合
神经AI与符号AI的结合导致了学习与逻辑的狂喜结合。
它使智能AI系统更加智能。深度学习帮助符号AI将世界分解为符号，而不是依靠人类程序员，而是数据。象征性AI将常识，推理和领域知识整合到深度学习中。
人工智能的符号和神经网络方法共同可以带来重大进步-从无人驾驶汽车到NLP。所有这些同时需要像今天进行培训那样需要少量数据。
神经网络有助于从真实数据的混乱情况获取答案，以符号表示世界，从而构成图像中的相关性。在一起，他们可以在推理中做一些非常神奇的事情。– MIT-IBM Watson AI Lab总监David Cox
神经符号AI的优势
- 优势1：精度更高
有人可能会怀疑，当神经网络能够正确回答80％的情况时，对于一台机器而言，这已经足够了。为什么剩下的20％如此重要？
考虑这种异常情况。燃烧的交通灯。尽管人类驾驶员会理解对燃烧的交通信号灯做出适当的响应，但是当几乎没有任何数据要馈入系统时，您如何告诉自动驾驶汽车采取相应的措施。神经符号AI不仅可以处理这些极端情况，而且还可以处理更少的数据并具有较高的准确性，从而可以处理其他情况。
- 优势2：数据效率
训练当今的AI系统所需的数据量巨大。当人的大脑可以通过一些示例进行学习时，AI工程师需要将数千个内容馈入AI算法。可以使用其他方法所需数据的1％来训练神经符号AI系统。
- 优势3：透明度和可解释性
讨论不多，人工智能系统的这一方面也困扰着人工智能专家。通常很难解释AI系统得出的决策和结论。这就像一个“黑匣子”。
尽管机器人在Spotify上推荐某首歌曲胜于其他歌曲的决定是用户几乎不会感到困扰的决定，但在某些其他情况下，AI决策的透明度对用户至关重要。例如，如果一个人的工作申请被AI拒绝，或者贷款申请没有通过。神经符号AI可以使过程透明化并由人工智能工程师解释，并解释AI程序为什么要执行它。
对于AI工程师来说，这是令人兴奋的时刻。通过供应商中立的，有时限的人工智能工程认证，始终站在人工智能的新发展前沿，并引领本世纪的技术革命。

关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！