← Knowledge Atlas · Source

The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture

Kautz (AI Magazine 2022)：三个 AI 夏天历史框架，耦合谱权衡形式化，"不会有第三个冬天"论断，分类法权威原始来源

源

SOURCE · THIRD AI SUMMER · AAAI 2020 Engelmore Lecture · Kautz

The Third AI Summer

Reframing AI history as neural-symbolic co-evolution — not as opposed competitors

Three summers · one prediction

1948–1966

First summer

Neural + logic arise together · A* algorithm · overpromising

🔚 → first winter

1968–1987

Second summer

Commercial success of expert systems · limits of probabilistic reasoning

🔚 → second winter

2012–now

Third summer

AlexNet · AlphaGo · deep learning dominant

🌞 Prediction: no third winter

Six-type neurosymbolic taxonomy · Kautz’s classification

1Symbolic_Neuro_SymbolicTransformer NLPloosest

2Symbolic[Neuro]AlphaGoloose

3Neuro;SymbolicNS-CL · deepProbLogmedium

4Neuro:Symbolic→NeuroLogical Neural Networkstighter

5Neuro_SymbolicLogic Tensor Networkstight

6Neuro[Symbolic]ideal target · not yet realizedtightest

The coupling spectrum is a design space trading off learnability (end-to-end gradients) ↔ verifiability (logical guarantees). Kahneman’s System 1/2 is not merely a metaphor but a design template — the Type 6 goal is to realize System 2 (symbolic) reasoning inside System 1 (neural).

→ neurosymbolic-ai-taxonomy · ai-summers-history · henry-kautz · system-1-vs-system-2AI Magazine 43(1)

The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture

来源文件： sources/arxiv_papers/kautz-2022-third-ai-summer-engelmore-lecture.md 原始 URL： https://ojs.aaai.org/aimagazine/index.php/aimagazine/article/view/19122 作者： Henry Kautz（University of Rochester） 发表： AI Magazine, Vol. 43, No. 1, pp. 105-125, 2022 DOI： 10.1002/aaai.12036 讲座原型： AAAI-2020 Robert S. Engelmore 纪念讲座，2020 年 2 月 10 日

摘要

Kautz 在 AAAI-2020 的 Engelmore 纪念讲座，将 AI 历史重新框定为神经与符号方法的”共同演化”而非对立竞争。讲座提出了神经符号 AI 的六类架构分类法（Kautz 分类法），成为该领域 2020 年后的标准参照框架。

核心贡献

1. AI 三个夏天的历史框架

Kautz 将 AI 历史划分为三个”夏天”（而非传统的繁荣-寒冬二元叙事）：

时期	年份	关键事件	结局
第一夏	1948–1966	神经网络与逻辑系统同步出现；A* 算法	过度承诺→第一个冬天
第二夏	1968–1987	专家系统商业成功	概率推理局限→第二个冬天
第三夏	2012–今	AlexNet、AlphaGo、深度学习主导	Kautz 预言：不会有第三个冬天

关键洞见： AI “寒冬”期并非停滞——Pearl 的贝叶斯网络（1988）、支持向量机、统计关系学习框架都诞生于”冬天”。寒冬是重要理论突破的温床。

2. “第三个冬天不会来”论断

Kautz 的预测性核心论点：第三夏不会以寒冬终结，而是通过神经符号集成演化为更成熟的 AI 形态。理由：

深度学习已被工业界大规模采用，研究资助结构不同于前两个夏天
神经符号集成提供了一条不依赖”全面突破”的渐进演化路径
AlphaGo 证明了神经符号集成已经在实践中成功（Type 2）

3. 反对”猫和老鼠”叙事

Kautz 明确命名并拒绝将 AI 历史描述为符号与神经的对立竞争（“Tom and Jerry”叙事）。历史证据：神经网络与逻辑系统在第一夏就已同时出现；AlphaGo 本身就是神经符号系统（Type 2）。不同思想在历史上”交织演化”，而非胜负竞争。

4. 六类神经符号架构分类法

Kautz 分类法的权威原始表述（此前 Garcez & Lamb 是引述 Kautz）：

类型	符号表示	耦合度	示例
Type 1	`Symbolic_Neuro_Symbolic`	最松	Transformer NLP
Type 2	`Symbolic[Neuro]`	松	AlphaGo
Type 3	`Neuro;Symbolic`	中	NS-CL, deepProbLog
Type 4	`Neuro:Symbolic→Neuro`	较紧	Logical Neural Networks
Type 5	`Neuro_Symbolic`	紧	Logic Tensor Networks
Type 6	`Neuro[Symbolic]`	最紧	（理想目标，尚未完全实现）

详见 neurosymbolic-ai-taxonomy。

5. 耦合谱的明确形式化

Kautz 明确将 Type 1→6 的递进描述为”耦合紧密度”谱，并指出其与以下权衡的对应关系：

可学习性（learnability）— 端到端梯度训练的强度
可验证性（verifiability）— 逻辑保证的强度

这一形式化是对分类法的重要补充——它不只是描述架构，而是描述设计权衡空间。

6. Kahneman 框架作为设计模板

Kautz 明确将 System 1/System 2 不只作为比喻，而是作为设计模板：Type 6 的目标就是在 System 1（神经）内部实现 System 2（符号）推理。这将认知科学框架直接转化为工程目标。

关键论点

神经符号融合不是退步而是进化 — 对”符号 AI 死灰复燃”叙事的明确拒绝
AlphaGo 是现实证明 — Type 2 系统已实现超人表现，证明神经符号集成有效
单一路线的局限 — 纯神经方法在分布外泛化、因果推理、逻辑外推上都力不从心；纯符号方法在感知和可扩展性上失败
开放挑战 — 从 Type 2/3（松耦合）推进到 Type 5/6（紧耦合）是领域核心挑战

与现有 Wiki 的关联

neurosymbolic-ai-taxonomy — 此源是分类法的权威原始来源，上一次 ingest 基于 Garcez & Lamb 的引述；本次提供直接来源视角
henry-kautz — 作者页面，需要补充讲座背景和发表信息
system-1-vs-system-2 — Kautz 将 System 1/2 作为设计模板而非仅仅比喻
ai-summers-history — 三个夏天的历史框架
physical-symbol-system — Newell & Simon 的 PSSH 是 Kautz 所描述的第一夏的理论基础

References

Source: sources/arxiv_papers/kautz-2022-third-ai-summer-engelmore-lecture.md
Kautz, H. (2022). The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture. AI Magazine, 43(1), 105-125. DOI: 10.1002/aaai.12036