最近有哪些人工智能软件系统和研究论文接近 J. Pitrat 的想法？

人工智能 参考请求 象征性的ai 元学习 元规则
2021-10-24 11:12:43

J. Pitrat（生于 1934 年）是法国著名的人工智能科学家（第一个在法国获得博士学位并提到“人工智能”的人）。他的博客仍然在线，当然可以参考他的大部分论文（例如，迈向人工智能科学家的一步等）和书籍，尤其是《人工智能：有意识机器的良心》（他的最后一本书）。他于 2019 年 10 月去世。我参加了一场纪念他的研讨会（并发表了演讲） 。

最近有哪些与符号 AI、内省、声明性元知识、元学习、元规则等概念相关的 AI 系统或研究论文？

我认识的大多数人都超过 20 岁（例如 Lenat Eurisko；我知道OpenCyC）。我对 2010 年之后发表的论文或系统感兴趣（可能是具有实际复杂开源软件原型的AGI论文）。

-另见RefPerSys系统-

1个回答

今天的挑战之一是学习因果不变的表示/概念。一旦我们有了良好的表示，我们就可以在推理方面工作。今天有2个营地。有人认为，深度网络无法正确实现符号操作。因此，他们将从视觉场景中提取对象的低维表示的任务与使用知识图谱推理的任务分开。另一个阵营认为我们可以对神经网络进行端到端的训练，它可以学习如何共同学习每个符号的良好低维表示，同时学习如何与它们进行推理。我不是这方面的专家，但这里有几篇我觉得值得你阅读的论文——

  1. 神经符号集中学习者论文，代码
  2. 端到端可微证明文件中的学习推理策略
  3. 神经符号视觉推理：从“推理”论文中分离“视觉”
  4. Knowledge Infused Learning (K-IL): Towards Deep Incorporation of Knowledge in Deep Learning论文
  5. 视觉概念-元概念学习论文 项目页面
  6. CVPR 2020 神经符号视觉推理和程序合成研讨会youtube 视频

如果您正在寻找社区维护的列表，这里是 一份论文列表

其它你可能感兴趣的问题
上一篇所有者搜索给定的服务器 SNO 下一篇对于在线语音识别，Transformer 能比 RNN 更好吗？