混合智能系统指的是一種同時結合多個人工智能分支領域的方法和技術的軟體系統，例如：
- 神經符號系統
- 系统
- 聯結-符號混合模型
- 模糊專家系統
*
*
*
*
- 使用模糊、神經或演化方法以及符號推理方法進行強化學習 。
從認知科學角度來看，因為心理操作是同時在符號層級和次符號（sub-symbolic）層級上執行的，因此每個自然界的智能系統都是混合的。近年來，人們對的重要性進行了越來越多的討論。目前已有多個簡單且特定的AI系统被創造了出來（例如用於電腦視覺、語音合成之類的系統或採用上述某些模型的軟體），在這些概念的基礎之上，現在是進行整合並建立廣義的AI系统的時候了。贊同此方法的有馬文·閔斯基、、和等研究人员。
其中一個混合系统的實例是階層式控制系統 ，其中最低的反應層即為次符號層級，而時間限制寬鬆的高等層級能夠根據抽象的世界模型進行推理並執行。
智能系統通常會依賴於混合的推理過程，包括歸納 、演繹、溯因和類比推理。
參見
*
- 人工智慧應用
- 新興技術列表
- 人工智能概述
参考资料
- R. Sun & L. Bookman, (eds.), Computational Architectures Integrating Neural and Symbolic Processes. Kluwer Academic Publishers, Needham, MA. 1994. http://www.cogsci.rpi.edu/~rsun/book2-ann.html
- S. Wermter and R. Sun, (eds.) Hybrid Neural Systems. Springer-Verlag, Heidelberg. 2000. http://www.cogsci.rpi.edu/~rsun/book4-ann.html
- R. Sun and F. Alexandre, (eds.) Connectionist-Symbolic Integration. Lawrence Erlbaum Associates, Mahwah, NJ. 1997.
- Albus, J. S., Bostelman, R., Chang, T., Hong, T., Shackleford, W., and Shneier, M. [https://web.archive.org/web/20080916231506/http://www.isd.mel.nist.gov/documents/shneier/LAGRLearn.pdf Learning in a Hierarchical Control System: 4D/RCS in the] DARPA LAGR Program NIST, 2006
- A.S. d'Avila Garcez, Luis C. Lamb & Dov M. Gabbay. [https://www.springer.com/gp/book/9783540732457 Neural-Symbolic Cognitive Reasoning] . Cognitive Technologies, Springer (2009). .
- International Journal of Hybrid Intelligent Systems http://www.softcomputing.net/ijhis/
- http://www.iospress.nl/html/14485869.php
- International Conference on Hybrid Intelligent Systems http://his.hybridsystem.com/
- HIS'01: http://www.softcomputing.net/his01/
- HIS'02: https://web.archive.org/web/20060209160923/http://tamarugo.cec.uchile.cl/~his02/
- HIS'03: http://www.softcomputing.net/his03/
- HIS'04: https://web.archive.org/web/20060303051902/http://www.cs.nmt.edu/~his04/
- HIS'05: https://web.archive.org/web/20051223013031/http://www.ica.ele.puc-rio.br/his05/
- HIS'06 https://web.archive.org/web/20110510025133/http://his-ncei06.kedri.info/
- HIS'7 September 17–19, 2007, Kaiserslautern, Germany, http://www.eit.uni-kl.de/koenig/HIS07_Web/his07main.html
- hybrid systems resources: http://www.cogsci.rpi.edu/~rsun/hybrid-resource.html
评论 (0)