2024年神经符号人工智能：系统综述

背景：人工智能领域经历了周期性的增长与衰退，即AI夏天和冬天。目前，我们正处于第三个AI夏天，其特点是重大进展和商业化，特别是在符号AI和子符号AI的整合方面，导致了神经符号AI的出现。方法：本综述遵循PRISMA方法，使用了IEEE Explore、Google Scholar、arXiv、ACM和SpringerLink等数据库。纳入标准针对2020年至2024年间发表的同行评审论文。根据与神经符号AI的相关性筛选论文，并根据相关代码库的可用性进一步纳入以确保可重复性。结果：从最初的1,428篇论文中，有167篇符合纳入标准并进行了详细分析。大多数研究工作集中在学习和推理（63%）、逻辑与推理（35%）以及知识表示（44%）领域。可解释性和可信度代表性较低（28%），元认知是探索最少的领域（5%）。本综述识别了重要的跨学科机会，特别是在将可解释性和可信度与其他研究领域整合方面。结论：自2020年以来，神经符号AI研究快速增长，重点集中在学习和推理方面。在可解释性、可信度和元认知方面仍存在显著差距。通过跨学科研究解决这些差距对于推动该领域向更智能、更可靠和更具上下文感知能力的AI系统发展至关重要。