神经符号人工智能超越生成式人工智能，融入逻辑、规则和因果结构，从而产出更具行动价值的成果。
它被部署用于接替早期生成式人工智能研究，可帮助识别多个行业的增长机遇。
在商业领域之外，它还将推动药物研发，并促进罕见疾病治疗。
在不确定性似乎与日俱增的全球环境中，组织需要从纷繁信号中筛选信息，找到实现长期生存与增长的路径。它们还需要一个能够负责任地做到这一点的平台。
人工智能或许能给出答案，但未必是你首先想到的那种人工智能。生成式人工智能（genAI）目前备受关注，被视为提高生产力的工具，但它也有局限，例如在被要求引用来源或作出准确预测时容易产生幻觉。
这正是神经符号人工智能（NSAI）发挥作用之处。它将统计人工智能（模式识别）与符号人工智能（逻辑、规则和因果结构）融合起来，利用强大的模式识别能力，提供切实可行、具有行动价值且以现实成果为依据的预测和决策。它可以整合并分析数百万条专有及公开、结构化及非结构化数据，模拟实时市场情景及其潜在影响，从而制定增长路线图。
NSAI不如genAI广为人知，但有望成为一种能够洞察先机的平台，帮助领导者发现他人看不到的机遇。这些机遇包括为跨国企业识别增长机会、探索如何组合分子以开发新的疾病治疗方法，或从气候数据中发现隐藏模式，为更具韧性的基础设施规划提供依据。它可以综合结构化情报与非结构化实地报告，帮助政府预判新兴威胁。在金融服务领域，它可以检测交易网络中的细微异常，识别欺诈或系统性风险信号。
NSAI也不会出现其他人工智能系统中常见且可能造成灾难性后果的幻觉，其决策过程完全透明、可审计，因此可以追溯输出所依据的底层逻辑和来源。
NSAI不会取代genAI。但在许多情况下，genAI可以帮助组织朝目标迈进一段，而NSAI则能助其完成最后一步。它的一些主要优势包括：
数学精度：NSAI能够理解数学规则和逻辑，而不只是识别模式，因此可以处理复杂的数学任务，包括概率建模和优化。
统一的数据逻辑：它对规则和逻辑结构的理解，使其能够整合结构化与非结构化数据。
因果推理：NSAI具备数学能力、数据处理能力和模拟能力，因此能够理解哪些因素推动增长，而不仅仅是发现相关性。
透明度：NSAI能够解释得出结论时所应用的规则和关系，因此可以提供完全可审计的决策，这对监管、董事会和运营需求至关重要。
伦理基础：可以为NSAI设定必须遵循的法律和道德框架，并要求其解释输出如何符合这些准则，从而降低其提出不当或违法建议的可能性。
NSAI善于处理复杂问题，能够揭示跨越多个维度的深层因果关系，做到传统分析难以实现的事。它处理复杂数据结构的能力，使其能够发现其他模型可能遗漏的洞见。
例如，可以想象通过关联地点粒度、竞争对手类型以及不同客户群体各异的产品需求等变量，来分析产品表现。NSAI能够整合所有这些因素，即使面对高度复杂、不断变化的情景，也能发现有意义的模式。总的来说，在复杂性成为常态的环境中，NSAI有助于作出更明智、更具行动价值的决策。
这并非空泛的潜力。我们已在多个行业看到其益处：
金融服务：NSAI改进承保、理赔处理和合规工作，确保决策符合监管标准。
消费品：NSAI推动实现一对一层面的超个性化体验。
工业产品：NSAI帮助工业集团优化整个价值链，例如在数小时或数天内而非数月内了解关税的影响，为战略决策提供参考。
不过，现实中的益处并不局限于商业领域。另一个值得关注的方面是，NSAI能够结合深度学习与符号推理，生成可解释的预测，加快针对罕见且医疗服务不足疾病的疗法发现。学术研究人员正在开发神经符号原型，以发现现有药物的新用途；由于商业激励不足，传统制药投资在这一领域有限。这些模型不仅能提出有前景的候选药物，还能为预测提供透明、可检验的解释。这有助于展示NSAI如何降低药物研发成本、缩短研发周期，并扩大挽救生命疗法的可及性。
世界经济论坛如何为人工智能建立护栏？
人工智能卓越中心连接各行业的领导者，帮助他们理解人工智能的快速演进及其对经济和社会的影响。该中心支持围绕人工智能应用相关机遇、风险和权衡开展知情对话。
通过可信赖的交流空间和协作倡议，该中心帮助合作伙伴形成共同理解，并携手探索人工智能创新与应用的负责任路径。
NSAI并非遥不可及的未来技术。对于愿意把握当下的领导者而言，NSAI提供了一种战略、一副观察视角和一个推动转型的平台。它带来的机遇，正是重新定义企业应对最棘手挑战的方式，并在此过程中塑造我们生活的世界。
本文所反映的观点属于作者本人，不一定代表EY全球组织或其成员公司的观点。
