AI 三个夏天
Three AI Summers — 神经与符号方法的共同演化
感知机 + Logic Theorist 同步出现；启发式搜索 / A*；非对立，而是共生
专家系统商业化（MYCIN / DENDRAL）；规则系统的概率局限暴露
AlexNet → AlphaGo（神经+MCTS）→ LLM；工业化嵌入；神经符号集成
AlphaGo 本身就是神经符号系统。AI 历史从未是猫鼠博弈，而是”不同思想交织演化”——Kautz 对二元对立叙事的根本批判。
AI 三个夏天历史框架
定义： Henry Kautz 在 AAAI-2020 Engelmore 纪念讲座中提出的 AI 历史周期论，将 AI 发展描述为三个”夏天”（繁荣期）而非传统的”繁荣-寒冬”二元循环。核心论点是：AI 历史是神经与符号方法的共同演化，而非你死我活的竞争。
三个夏天
第一夏（1948–1966）
同步出现，而非先后对立： 神经网络（McCulloch-Pitts 神经元、感知机）与逻辑系统（命题逻辑、谓词逻辑）在这一时期同时发展，而非一方取代另一方。
关键成果：
- 启发式搜索（heuristic search）
- A* 算法
- Logic Theorist、General Problem Solver（Newell & Simon 的 物理符号系统 基础）
结局： 对 AI 能力的过度承诺导致资金削减，进入第一个”冬天”。
第一个冬天（1966–1968）
尽管被称为”冬天”，这一时期并非停滞。Kautz 的关键洞见：AI 冬天是重要理论突破的温床。
第二夏（1968–1987）
专家系统的商业化： 基于规则的专家系统（如 MYCIN、DENDRAL）实现商业成功，将领域知识编码为 if-then 规则。
局限暴露： 专家系统在概率推理方面能力有限，无法处理不确定性，知识获取瓶颈明显。
结局： 这些局限导致了第二个冬天。
第二个冬天（1987–1990s）
冬天产出了什么：
- Judea Pearl 的贝叶斯网络（1988）— 解决了专家系统无法处理的概率不确定性问题
- 支持向量机（SVM）
- 统计关系学习框架
这印证了”冬天是理论进步的孵化期”的规律。
第三夏（2012–今）
深度学习的统治：
- AlexNet（2012）—— ImageNet 革命
- AlphaGo（2016）—— 围棋超人表现
- 大型语言模型（GPT 系列、Claude 等）
关键转折： AlphaGo 不是纯神经系统，而是 Type 2 神经符号系统（深度学习 + Monte Carlo 树搜索），证明了神经符号集成在实践中的价值。
“不会有第三个冬天”
Kautz 的预测性论断：第三夏不会以寒冬终结。理由：
- 工业化嵌入： 深度学习已被大规模工业采用，资助结构与前两个夏天完全不同
- 渐进演化路径： 神经符号集成 提供了不依赖”全面突破”的可行进化路径
- AlphaGo 证据： 神经符号集成已实现实践成功（不只是理论）
“猫和老鼠”叙事的批判
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）：
反驳： 神经网络与逻辑系统在第一夏就已同步出现，从未是单纯的竞争关系。AlphaGo 本身就是神经符号系统，证明了两种方法在 2016 年已经共存融合。
正确描述： “不同思想交织演化”（different ideas intertwined and evolved together）
与现有 Wiki 的关联
- physical-symbol-system — Newell & Simon 的 PSSH 是第一夏符号 AI 的理论基础，诞生于第一夏晚期
- neurosymbolic-ai — 三个夏天框架指向神经符号融合作为第三夏的出路
- neurosymbolic-ai-taxonomy — Kautz 六类分类法是对第三夏出路的具体架构描述
- bitter-lesson — Sutton 的”苦涩教训”与 Kautz 框架形成有趣对话：Sutton 强调通用计算方法（神经网络+搜索）终会胜出，Kautz 的叙事强调两种方法从未真正分开
- ladder-of-causation — Pearl 的因果层级诞生于第二个冬天，这正是 Kautz”冬天也是理论进步期”的最强佐证
References
- Kautz, H. (2022). The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture. AI Magazine, 43(1), 105-125. wikis/sources/kautz-2022-third-ai-summer-engelmore-lecture.md