南大团队AI新突破！神经符号推理效率提升10倍

2025年人工智能领域顶级学术会议AAAI上，南京大学周志华团队论文《 of Neuro- by 》荣获杰出论文奖，引发学界震动 。

神经符号AI融合神经网络直觉推理与符号逻辑规则推理，试图模拟人类双系统思维，然而在复杂任务里，常因知识冲突出现输出偏差。周志华团队提出溯因反思（ABL-Refl）框架，带来颠覆性革新。训练阶段，利用领域知识生成“反思向量”，精准标记潜在错误；推理阶段，通过溯因修正，保证输出与知识一致。

实验显示，ABL-Refl框架在资源消耗仅为传统方法1/10的情况下 ，分类任务准确率提升15%，推理速度比纯符号方法快5倍，错误检测召回率达到99%，大幅提升了神经符号系统的推理效率和准确性。

这一成果意义非凡，为医疗诊断、自动驾驶等高风险场景提供可靠推理新路径。比如医疗影像诊断中，AI能更精准识别病症给出诊断；自动驾驶里，面对复杂路况可及时、正确决策。 从理论突破到实际应用，周志华团队的研究为AI发展注入强劲动力，有望重塑AI可靠推理新格局 。