人工智能中的类比推理研究综述

摘要：

类比推理(analogical reasoning,AR)是人的思维中的一种基本推理形式,是人工智能(artificial intelli-gence,AI)理论和技术研究中的一个重要领域.AI中的类比推理研究,旨在结合相关学科的研究进行计算建模,在计算机上模拟实现类比推理处理过程,以产生能推断出新知的智能推理和学习系统.自 20 世纪 60 年代开始的AI中的类比推理理论和技术研究,至今取得了丰富的研究成果,特别是近年来将类比推理与深度学习结合的研究更加显示了其在AI研究中的重要性.本文旨在对从过去到现在AI中的类比推理主要研究及其特点进行系统总结和述评.在对检索出的AI领域中的 700 余篇类比推理研究文献进行全面考察的基础上,对其中具有代表性的 142 篇研究文献进行了系统分析,认为AI中主要的类比推理研究在上世纪和本世纪 2 个时期呈现了不同的研究特点,将 2 个时期中的类比推理研究归纳为"类比问题求解"、"计算模型"和"AR学习"等8 个研究主题,并对各研究主题及其代表性研究工作的基本研究思想、内容和特点以及存在的问题进行总结分析.最后,展望了AI中类比推理未来的研究方向以及发展趋势.

关键词：人工智能、类比推理、对象、目标、映射、计算模型、基于案例的推理、深度学习

所属期刊栏目：18

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;南京大学计算机软件新技术国家重点实验室开放课题项目

在线出版日期：2023-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：643-661