神经符号学习与推理：综述与解读

对人类行为的研究与理解关乎计算机科学、人工智能、神经计算、认知科学、哲学、心理学以及其他若干领域。在将认知预设为行为基础的前提下，行为建模中最突出的工具包括计算逻辑系统、认知的连接主义模型以及不确定性模型。认知科学、人工智能和心理学近期的研究已产生若干由计算支撑的推理、学习与语言的认知模型。此外，计算机科学研究的努力已促成集成机器学习与自动推理的认知计算系统的发展。此类系统已在一系列应用中展现出前景，包括计算生物学、故障诊断、模拟器中的训练与评估，以及软件验证。本联合综述回顾了若干研究者关于神经符号学习与推理的个人观点与见解。文章分为三部分：首先，我们界定神经符号计算的范围与目标，并考察其理论基础。随后我们描述神经符号计算、系统与应用的具体实现。最后我们提出该领域面临的挑战及进一步研究的途径。