Aug, 2022
学习与组合性：通过连接主义概率编程的统一尝试
Learning and Compositionality: a Unification Attempt via Connectionist Probabilistic Programming
Ximing Qiao, Hai Li
TL;DR本文探讨了学习和组合性作为模拟人类智能的关键机制。我们分析了神经网络和符号人工智能的优缺点，并提出了联结主义概率程序框架来统一学习和组合性机制。在此框架下，我们为小规模序列建模设计了一个 CPP 扩展，并提供基于贝叶斯推断的学习算法。尽管存在无监督学习复杂模式的挑战，我们的早期结果证明 CPP 可以从原始序列数据中成功提取概念和关系，这是组合学习的一个初始步骤。