如今，人工智能的主流是神经网络，但研究人员正在探索将神经网络与传统的“符号AI”相结合的方法。
这里提到的“传统AI”指的是上世纪70年代的“符号主义”，在当时曾是主流，后来被“连接主义”取而代之。
然而，越来越多的研究者意识到，结合这两种方法可能会让AI的能力大幅提升。
让连接主义为符号主义服务
几年前，科学家们从小鸭子的行为中获得了启示。如果小鸭子出生后首先看到两个相似的物体，它会对这些相似物体产生更强的偏好。
小鸭子轻松完成的任务，对于人工智能尤其是深度神经网络来说却非常困难。
如果使用符号AI来处理这个问题，它会将物体的名称作为知识库，并为“相似”这一概念定义命题。
凭借这些知识库和命题，符号AI可以利用推理引擎的逻辑规则来进行问题解答。
然而，符号AI的局限在于，要实现更复杂的推理，需依赖庞大的知识库（通常是人工构建的），若遇到知识库中未包含的形状，则无法处理。
连接主义通过训练来利用知识，使神经网络具有学习能力，但也容易受到对抗攻击。
因此，混合神经-符号AI（neuRosyMbolic AI）的概念应运而生。
通过深度神经网络构建所需的知识库和命题，研究人员能够省去人工预设的麻烦，然后利用符号AI进行推理。
解决李飞飞在2016年提出的难题
2016年，李飞飞及其团队提出了组合语言和基本视觉推理（CLEVR）数据集，要求AI回答与计算机生成的简单3D形状图像相关的问题。
虽然复杂的深度神经网络能够解决这一问题，但IBM、MIT和DeepMind的研究人员提出了一种全新的解决方案，展现了符号AI的强大潜力。这一方法的相关论文已被ICLR 2019收录。
在论文中，他们将问题分解为符号AI更易处理的小部分。
该系统首先分析图像，表征3D形状及其属性，从而生成知识库。接着，它将问题转化为一个可以在知识库上运行并生成答案的符号程序。
以往在符号AI中，需要人类程序员手动输入知识库，而现在研究人员希望神经网络能够代替这一任务。
他们首先利用卷积神经网络（CNN）解决了识别颜色、形状、材质等特征的问题。
接着，使用递归神经网络（RNN）识别顺序输入中的模式。这个模块负责接收自然语言问题，并将其转换为符号程序形式。
整个过程类似于按需生成知识库，然后让推理引擎在该知识库上回答问题。
最终，这种混合AI在全新问题和图像上的测试中取得了98.9%的准确率，超越了人类的92.6%正确率。
更值得一提的是，混合AI仅需纯深度神经网络训练数据的10%。此外，混合AI还具备可解释性，出现错误时更易于定位问题。
迎接更高难度的挑战
解决了CLEVR数据集后，神经-符号AI正在着手应对更复杂的问题。
2019年，在李飞飞的CLEVR数据集基础上，DeepMind、MIT、哈佛大学和IBM设计了一个更具挑战性的CLEVRER：要求AI基于视频而非图像回答问题。
视频中将出现CLEVR数据集中目标类型的物体，但这些物体会移动甚至发生碰撞，问题也变得更加复杂。
某些问题是描述性的，比如：视频结束时有多少金属物体在移动？
还有些问题是预测性的，比如：接下来会发生什么？[a]绿色圆柱体和球体碰撞，[b]绿色圆柱体与正方体碰撞。
甚至还有反事实问题，比如：如果没有青色圆柱体，将不会发生什么？[a]球体和立方体碰撞，[b]球体和青色圆柱体碰撞，[c]立方体和青色圆柱体碰撞。
对于当今的深度神经网络而言，处理随时间变化的因果关系是一项巨大的挑战，尤其是在发现数据的静态模式时。
为了解决这一问题，团队对CLEVR的方案进行了扩展。
首先，神经网络学习将视频片段逐帧分解为目标表示，随后将这些信息输入另一个神经网络，学习分析目标的运动及其相互影响，并预测目标的运动和碰撞。
这两个模块共同构建了知识库。其他两个模块则处理问题并将其应用于生成的知识库。
该团队的解决方案在回答描述性问题时准确率约为88%，预测性问题的准确率约为83%，而反事实问题的准确率约为74%。
让AI学会提问
提出好问题是机器向人类学习的另一种方式，这使得机器能够在不依赖大量样本的情况下不断探索世界。目前，没有任何机器能接近人类在提问方面的能力。
然而，神经-符号AI展现出了这方面的潜力。
纽约大学的Brenden Lake助理教授及其学生Wang Ziyun设计了一种混合AI，用于玩一种需要主动提问的游戏——海战棋（Battleship）。
海战棋是一种攻防推理游戏，一方在棋盘上隐藏“战舰”，另一方负责攻击。
攻击方可以翻查某一方块下是否有“战舰”的一部分，或直接询问对方：“船有多长？”“所有三艘船的尺寸都一样吗？”等问题，以此推测船只的位置。
Lake和Wang采用了两种不同的方式来训练游戏AI。
一种是监督学习，向神经网络展示棋盘及人类提出的好问题。最终神经网络学会了提问，但创造力有限。
另一种是强化学习。在这种训练模式下，每当神经网络提出一个有助于找到战舰的问题时，就会获得奖励。
通过这种方式，神经网络不仅学会了提出正确的问题，还具备了实用性和创造性。
Lake之前使用纯符号方法解决此问题，符号AI需在广阔的搜索空间中寻找好问题，效率极低。
而神经-符号AI在速度上则表现优异，经过训练后的深度神经网络在问题生成方面远超纯符号AI。
下一步：自动驾驶
MIT-IBM Watson AI实验室的David Cox团队希望将这种混合AI应用于自动驾驶技术。
自动驾驶AI需要神经网络经过训练，以识别环境中的物体并采取适当措施。如果神经网络在训练中出现错误，例如导致碰撞，就会受到惩罚。
团队成员Nathan Fulton解释道：“为了学会不犯错，它必须经历错误，体验这些坏事，并在犯错前识别出30个步骤，以避免陷入困境。”
因此，AI学习安全驾驶需要大量的训练数据，而这些“错误”在现实中难以获得。
Fulton和他的同事正在研究神经-符号AI方法，以克服这一局限性。AI的符号部分限制某些现实世界的危险行为，从而约束深度网络的决策。
通过从一开始就排除某些选择，这种简单的符号干预大幅减少了训练AI所需的数据量。
“如果智能体无需经历大量的错误状态，它所需的数据量就会显著减少，”Fulton说。
尽管该项目尚未准备好在实验室外应用，但Cox设想了一个未来，具备神经-符号AI的汽车将能够在现实世界中学习，同时符号组件将成为防止不良驾驶的重要保障。
