Teoricamente, nem precisaria de estudos para isso. Muito da "Inteligência Artificial" que temos hoje é basicamente calculo e inferência estatística + probabilidade. Isso significa que não existe nenhuma declaração formal do que é fato e do que é regra onde podemos inferir com maior precisão.
Porém, já fiz diversos posts sobre outro tipo de inferência que é a inferência simbólica usado em linguagens como Prolog e Datadog
- Post no meu blog sobre Prolog e Inferencia Simbolica.
- Post no tabnews sobre "IBM Watson" e modelos neuro-simbolicos.
Gostaria de ressaltar que a abordagem de um modelo neuro-simbólico é similar a de um compilador de múltiplas partes.
O Backend desse tipo de modelo seria a inferência estatística, que normalmente é perfeita para generalizar algum conteúdo mesmo que ele seja invalido. Enquanto o Frontend desse tipo de modelo seria a inferência simbólica que por contar com a declaração exata de fatos e regras se torna perfeito para validar a saída da inferência estatística, podendo claramente gerar respostas diferentes e confiáveis.