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 intelligence, 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
推理是人类智能活