人工智能正在同時適應企業應用的需求和消費者的興趣。隨著 AI 服務的數量和類型持續增長，數據工程專家正在敦促我們考慮更多深奧的自動化智能形式。其中一個分支是神經符號 AI，這種方法旨在將神經模型的類人腦能力與符號模型所代表的人類可讀智能相結合。

什么是神經符號 AI?

用最簡單的術語來解釋這些技術，神經 AI (通常被稱為神經網絡技術) 基于大腦本身的復雜推理能力，對大型數據集進行模式識別。因此，神經 AI 非常擅長根據大量傳感器信息制定智慧城市交通物流方案，但在預測下一個流行音樂現象何時出現、為什么有人患上罕見且記錄不足的疾病，或其他相對獨特或深度主觀的事件何時發生方面就不那么擅長了。

純數據驅動的神經網絡可能會捕捉歷史音樂偏好，但如果沒有對代際轉變、社會文化趨勢和其他符號或基于規則的關系的明確理解，它可能難以對未來進行推斷。

相比之下，神經符號方法可以結合：數據驅動的模式(不同國家音樂流派隨時間的興衰);關于人口變化和品味的邏輯/符號推理(人口老齡化、出生率變化、遷移);以及新興文化事件和經濟因素等背景知識。

讓我們以足球為例

讓我們用美式足球作為更廣泛的說明性例子來探討神經 AI 和神經符號 AI 能夠實現什么。雖然神經 AI 能夠對數百種不同的球衣、球隊標志和球員制服進行分類和區分，但它不一定知道哪些球隊之間的競爭最激烈，或者哪些球員被認為是有史以來最偉大的。它也不會識別(在更符號化的層面上)某件球衣是否傳統上在季后賽中穿著，或是在歷史性的球隊慶祝活動中展示。

符號 AI 基于自然語言的規則推理，為我們提供了更多透明度，讓我們看到決策是如何做出的。相比之下，神經 AI 更像是一個黑盒子，因為它的模式識別引擎在高度細化的細節層面上運轉。

神經符號 AI 的應用

所有這些都讓我們得出這樣的結論：神經符號 AI 通過將神經網絡的模式識別優勢與符號系統的上下文智能相結合，解決了以前的局限性。它不僅僅是注意到一件球衣是藍金色的，而是理解球衣的深層含義，以及它是否與關鍵的季后賽時刻相連，是否與傳奇球員有關，或者象征著歷史性的球隊競爭。這種更豐富的理解展示了神經符號 AI 如何超越表面分類，提供關于體育的上下文驅動的見解。

歐洲數據保護監督員網頁上的 Massimo Attoresi 寫道："'符號'一詞與基于知識、邏輯和規則的顯式表示方法有關，通常使用形式語言和通過算法處理這些語言項目(符號)。"雖然神經網絡已經證明了它們從非結構化數據集中學習的能力，以及在動態環境中處理大量數據的效率和可擴展性，但這些'非符號'方法也顯示出其弱點，特別是在從復雜數據集中識別新模式方面。"

大語言模型背后的真相

到目前為止，這些事實讓我們意識到，盡管大語言模型表現出色，但它們并不是有意識的批判性思維實體。盡管它們能夠產生細微差別和智能，但大語言模型本質上是語言模式機器——當提供清晰的指令(提示)時，它們只是對下一步最可能說的話進行近似。

PebblesAI 是一家在 AI 領域致力于打造自己品牌的公司，以其面向營銷和銷售的 AI 原生平臺而聞名。Pebbles AI 的首席執行官兼首席研究員 Emin Can Turan 表示："神經符號 AI 需要嚴格的研究和領域中心的關注，這與大語言模型不同，后者可以生成幾乎任何主題的文本，但依賴于龐大的、經常相互矛盾的數據集。雖然這種廣度可能足以完成簡單的任務，但在 B2B 營銷和銷售、公司法律或醫療保健等專業領域，它反而成為一種負擔。"

他說，這就像把一個高中運動員直接扔進 NFL，而他對職業戰術手冊、場地策略或官方規則一無所知。相比之下，神經符號 AI 是由在相關領域擁有深厚專業知識的研究人員和技術專家精心開發的，確保了準確的結果和倫理護欄。

Turan 說："另一個關鍵優勢是神經符號 AI 可以在上下文推理的同時執行確定性計算，這是通用大語言模型難以處理的復雜性。""雖然大語言模型乍看之下似樂于適用于所有目的，但神經符號 AI 提供的精確性和準確性使其更適合于那些不能接受錯誤、次優輸出或危險建議的任務。"

專業特定解決方案

Turan 舉例說明，神經符號 AI 可以用于大型法律公司中古老的工作流程，或解決 B2B 公司跨部門的市場相關工作流程問題。神經符號 AI 被認為是在構建能夠像人類一樣思考和學習的 AI 系統的探索中向前邁出的一步，特別是當我們將它們與 AI 代理結合時。

據領導 Pebbles AI 工程團隊的 AI 總監 Oleksandr Knyga 和 AI 負責人 Dmytro Antoniuk 表示，現代推理系統通過結構化任務分解實現了連接神經和符號處理的代理架構。

Knyga 和 Antoniuk 指出："代理層作為計算編排機制，管理神經模式提取和符號規則應用之間的相互作用，從而在系統層面為神經符號集成創建了一個強大的框架。"

構建這樣的神經符號 AI 是一項異常復雜的工作，它本質上通過將領域特定技能、專業知識和智慧結合在一起，反映了人類思維的多面性。這種發展可能構成我們下一步從頭到尾構建 AI 服務方式的關鍵部分。