网易首页 > 网易号 > 正文 申请入驻

Nature重磅发文:深度学习x符号学习,是AGI唯一路径!

0
分享至

新智元报道

编辑:KingHZ

【新智元导读】忆往昔,符号AI曾以规则逻辑统领江湖;今朝卷土重来,它携手神经网络,直指AGI!

这几年,大模型多次让人惊艳:聊天像真人、写作像专家、画画像大师,仿佛「万能AI」真的要来了。

但AI领域的权威们已经开始泼下一盆冷水:

只靠「神经网络」,远远不够通往人类级智能。

美国人工智能促进协会(AAAI)向会员发出提问:

  • 未来,计算机能否达到、甚至超越人类智力?

  • 如果可以,单靠当下火爆的神经网络行不行?

绝大多数研究者给出的答案是——不行。

真正的突破,恐怕要靠老牌选手「符号派AI」与神经网络联手登场。

符号AI:起死回生

在历史上,符号派AI曾是主角——它相信,世界可以被规则、逻辑和清晰的概念关系穷尽刻画:

像数学那样精确,像流程图那样可追溯,像生物分类法那样层次分明。

后来,神经网络崛起,用「从数据中学习」的范式席卷整个领域。

大模型与ChatGPT成为这个时代的技术图腾,而符号系统被边缘化,几乎只剩下教科书上的一段历史。

然而,自2021年前后开始,「神经–符号融合」急速升温,被视为打破单一神经网络话语权的一次反扑:

它试图把统计学习与显式推理拼接在一起,不仅为了追逐通用智能这一远目标,更为了在军事、医疗等高风险场景中,提供一种人类仍能「看得懂、追得回去」的智能形态。

目前,已经有一些颇有代表性的神经符号AI系统问世。

比如,DeepMind去年发布的AlphaGeometry,可以稳定解出面向优秀中学生的数学奥林匹克竞赛题。

但要把神经网络和符号主义AI真正融合成通用的「全能AI」,仍然极其棘手。这种系统如此复杂,马里兰大学计算机科学家William Regli感叹道:

其实,你是在设计一个「双头怪物」架构。

苦涩的教训,没有尽头的争论

2019 年,计算机科学家Richard Sutton公开了短文《苦涩的教训》(The Bitter Lesson)。

他指出,自20世纪 50 年代以来,人们反复假设:

在物理学到社会行为等各个领域,人类总结出世界规则,然后灌输给计算机。

这是制造智能计算机的最佳方法。

Sutton写道,我们要吞下的「苦果」是:利用海量原始数据和扩大的计算能力来撬动「搜索与学习」的系统,一次又一次地战胜了符号方法。

例如,早期的国际象棋计算机依赖人类设计的策略,结果却败给了那些仅仅被喂食了大量对局数据的系统。

神经网络的支持者广泛引用这一教训,用于支持「把系统做得越来越大是通往AGI的最佳路径」这一观点。

但许多研究人员认为,这篇短文言过其实,低估了符号系统在AI中能够且正在发挥的关键作用。

例如,当今最强的国际象棋程序Stockfish就将神经网络与允许走法的符号树(symbolic tree)结合在了一起。

神经网络和符号算法各有利弊。

  • 神经网络由多层节点组成,通过加权连接在训练过程中进行调整,以识别模式并从数据中学习。它们速度快且富有创造力,但也注定会编造内容(即产生幻觉)。而且如果问题超出训练数据范围,它们无法可靠地回答。

  • 符号系统则难以涵盖人类语言等「模糊」的概念,因为这涉及构建庞大的规则数据库,且构建难度大、搜索速度慢。但它们的运作机制清晰,擅长推理,能利用逻辑将通用知识应用于全新的情境。

当被应用于现实世界时,缺乏符号知识的神经网络会犯下典型的低级错误。

比如,AI生成的图像可能会画出每只手有六根手指的人,因为它们没有学到「手通常有五根手指」这一一般概念(general concept)。

一些研究人员将这些错误归咎于缺乏数据或计算能力。

但其他人则认为,这些错误揭示了在泛化知识(generalize knowledge)和逻辑推理(reason logically)方面,神经网络根本就无能为力。

许多人认为,「神经网络+符号机制」可能是向AI注入逻辑推理的最佳——甚至是唯一——的方法。

例如,全球科技巨头IBM正在押注神经符号技术(neurosymbolic techniques),将其视为通往 AGI 的路径。

但其他人对此仍持怀疑态度:现代AI之父之一Yann LeCun曾表示,神经符号方法「不兼容」深度学习机制。

Richard Sutton坚持自己最初的观点,并告诉《自然》杂志:

「苦涩的教训」仍然适用于今天的AI。

Richard Sutton现任阿尔伯塔大学计算机科学教授,获2024年图灵奖;2017年至2023年期间,他曾担任DeepMind杰出研究科学家

他说,这表明「添加符号化的、更多人工构建(manually crafted)的元素可能是一个错误」。

Gary Marcus是AI企业家、作家和认知科学家,也是神经符号AI最直言不讳的支持者之一。

他倾向于将这种意见分歧描述为一场哲学之战,并认为战局正朝着有利于他的方向定调。

另一些人,如麻省理工学院的机器人学家Leslie Kaelbling则认为,争论哪种观点正确纯属「自讨苦吃」,人们应该专注于任何行之有效的方法。

她说:「我就像一只喜鹊(magpie)。只要能让我的机器人变得更好,我会采纳任何方法。」

双头怪兽:取长补短

尽管神经符号AI的核心愿景非常明确——即融合神经网络与符号学派的双重优势,但其具体定义在当下仍显得有些模糊。

Marcus直言,神经符号AI囊括了「一个浩瀚无垠的宇宙」,而我们目前的探索,「不过是沧海一粟」。

业界涌现出多种技术路径,研究者们也尝试从不同维度对其进行归类。

其中,备受推崇的一条主流路径是:利用符号技术来「加持」神经网络。

AlphaGeometry无疑是这一策略中最精妙的集大成者。它的运作机制是:先利用符号编程语言生成海量的数学题(即合成数据集),再用这些数据去训练神经网络。

这种方法不仅让解题过程更易于验证,还确保了极低的错误率。Colelough评价道,这是一种「优雅的融合」。

另一个典型案例是「逻辑张量网络」(Logic Tensor Networks)。

它提供了一种将符号逻辑编码进神经网络的方法。

在这种网络中,陈述不再是非黑即白,而是被赋予一个「模糊真值」(Fuzzy-truth Value)——即介于1(真)与0(假)之间的数值。这就构建了一套规则框架,辅助系统进行逻辑推理。

另一条广阔的路径则反其道而行之:利用神经网络来「巧解」传统符号算法的难题。

符号知识库往往面临一个棘手痛点:体量过于庞大,导致搜索极其耗时。

以围棋为例,其所有可能走法构成的「搜索树」包含了约$$10^{170}$$个盘面位置,这是一个无法靠暴力计算来穷尽的天文数字。

而神经网络可以被训练来预测那些「最有胜算」的落子方向,从而大幅修剪需要搜索的「分枝」,让系统能以极快的速度锁定最佳走法。

这也正是当年谷歌的AlphaGo的制胜法宝——

凭借这一机制,它在举世瞩目的对决中击败了人类围棋冠军。

参考资料:

https://www.nature.com/articles/d41586-025-03856-1

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标,锁定新智元极速推送!

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
多国首脑在深圳闲逛,每个人路线都很有意思,普京发出了内心所想

多国首脑在深圳闲逛,每个人路线都很有意思,普京发出了内心所想

讲者普拉斯
2026-11-20 11:58:25
油价从6块冲到9块再回8块,账单降了,老百姓的心却回不去了

油价从6块冲到9块再回8块,账单降了,老百姓的心却回不去了

沙雕小琳琳
2026-11-21 00:57:39
还在跌!黄金失守3600美元,现货黄金一周内连破四大关口,大摩:黄金仍是2027年首选大宗商品

还在跌!黄金失守3600美元,现货黄金一周内连破四大关口,大摩:黄金仍是2027年首选大宗商品

每日经济新闻
2026-11-20 16:57:26
山姆最新上架!3970元4次,春节五一等除外!网友觉得没什么吸引力

山姆最新上架!3970元4次,春节五一等除外!网友觉得没什么吸引力

上海约饭局
2026-11-20 14:34:07
官媒发文,姜昆洋徒弟大山近况曝光!是加拿大间谍传闻早有真相

官媒发文,姜昆洋徒弟大山近况曝光!是加拿大间谍传闻早有真相

风信子的花
2026-11-20 15:31:44
峨眉山偶遇刘涛!48岁素颜爬山状态引热议

峨眉山偶遇刘涛!48岁素颜爬山状态引热议

手工制作阿歼
2026-11-20 13:03:18
深圳这次APEC,有个细节太提气了。各国嘉宾一下飞机、进会场,坐的啥车?是红旗,是腾势

深圳这次APEC,有个细节太提气了。各国嘉宾一下飞机、进会场,坐的啥车?是红旗,是腾势

扶苏聊历史
2026-11-19 15:27:26
纳指再次跌超5%,历史数据表示单月第三次出现的概率超七成...

纳指再次跌超5%,历史数据表示单月第三次出现的概率超七成...

CLabs加密观察
2026-11-21 09:45:20
新007挨骂!脸型被嘲像“嫩牛五方”,原著手稿曝光,网友沉默了

新007挨骂!脸型被嘲像“嫩牛五方”,原著手稿曝光,网友沉默了

头号电影院
2026-11-20 22:50:24
他曾是政治局常委,68岁失志选择服药自尽,至今骨灰未找到

他曾是政治局常委,68岁失志选择服药自尽,至今骨灰未找到

钟离踏忆
2026-11-19 14:41:40
1979年,翁美玲与男友罗柏前往威尼斯出游,1米58的她穿吊带裙与罗柏牵手漫步,镜头下甜蜜画面却藏着不为人知的结局

1979年,翁美玲与男友罗柏前往威尼斯出游,1米58的她穿吊带裙与罗柏牵手漫步,镜头下甜蜜画面却藏着不为人知的结局

磊子讲史
2026-11-04 15:53:33
俄军指挥部一锅端,二十多名军官集体阵亡

俄军指挥部一锅端,二十多名军官集体阵亡

知兵
2026-11-21 00:06:31
彻底爆了!每天见证历史!A股止跌两日!

彻底爆了!每天见证历史!A股止跌两日!

龙行天下虎
2026-11-21 12:43:35
湖南姑娘毛宁,16岁考大学,52岁当司长,她的经历让人眼前一亮

湖南姑娘毛宁,16岁考大学,52岁当司长,她的经历让人眼前一亮

凡知
2026-11-10 06:23:19
“喜欢吃红薯的人天塌了”冲上热搜!薯农:烤出来就是流“油”的;网友:用空气炸锅烤一样很香;专家提醒:这三类人要管住嘴

“喜欢吃红薯的人天塌了”冲上热搜!薯农:烤出来就是流“油”的;网友:用空气炸锅烤一样很香;专家提醒:这三类人要管住嘴

农民日报
2026-11-18 08:48:45
这则宣扬“几乎不休息”的新闻,上热搜了

这则宣扬“几乎不休息”的新闻,上热搜了

吴女士
2026-11-20 14:03:42
字节杀到社交腹地才发现,腾讯的护城河其实没那么深。

字节杀到社交腹地才发现,腾讯的护城河其实没那么深。

放开他让wo来
2026-11-19 22:47:23
伊能静发长文谈《后会友期》:“我总相信,一个人的来时路,会影响他的去处”

伊能静发长文谈《后会友期》:“我总相信,一个人的来时路,会影响他的去处”

韩小娱
2026-11-21 09:30:32
才59岁就老态尽显,王志文现状让人感慨岁月不饶人

才59岁就老态尽显,王志文现状让人感慨岁月不饶人

喜欢历史的阿繁
2026-11-21 13:28:52
哈登轰51分创11项神迹:一数据历史第一+超越科比+骑士生涯新高

哈登轰51分创11项神迹:一数据历史第一+超越科比+骑士生涯新高

Emily说个球
2026-11-21 10:57:46
2026-11-21 15:08:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16735文章数 67241关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

污蔑"整个华侨群体都是中国间谍" 法国媒体道歉

头条要闻

污蔑"整个华侨群体都是中国间谍" 法国媒体道歉

体育要闻

伦德伯格撞墙的力度真不轻

娱乐要闻

虞书欣擦边自拍、霸凌同事、媒体点名?

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
亲子
旅游
时尚
房产

教育要闻

夯爆了!京南首个民办校“钱学森班”亮相,凭啥落地这所学校?

亲子要闻

孩子4根手指完全连在一起,限制了生长要尽早分开

旅游要闻

发现宝藏山东丨枣庄山亭:抱犊崮红叶冬景上新 体验别样山野乐趣

今年冬天流行“大+小”穿法,时髦又显瘦!

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

无障碍浏览 进入关怀版