由 MIT 和 IBM 的研究人员设计的神经符号概念学习器结合了符号 AI 和深度学习的元素。这个想法是建立一个强大的人工智能模型，可以结合基于规则的软件的推理能力和神经网络的学习能力。

“将符号 AI 与神经网络相结合——创建混合神经符号系统——的一个有趣的事情是，你可以让每个系统做它擅长的事情。因此，神经网络可以处理现实世界的混乱和相关性，并帮助将它们转换为基于规则的人工智能系统可以使用的符号，以便能够更有效地运行，”考克斯说。

在混合 AI 模型中，符号组件利用了神经网络处理和分析非结构化数据的能力。同时，神经网络还受益于基于规则的人工智能系统的推理能力，这使得它能够用更少的数据学习新事物。

“我们可以创建比各部分总和更强大的混合 AI 系统，”Cox 说。