心 智 七 篇 · Seven Mental Models
中 EN
← Knowledge Atlas · 实体

Artur d'Avila Garcez

Artur d'Avila Garcez：City University of London 教授，神经符号 AI 第三波综合作者，Logic Tensor Networks，XAI 忠实性原则批判
实
实体 · ARTUR GARCEZ · City University London · 神经符号第三浪潮

Artur d’Avila Garcez

City, University of London 教授——神经符号计算领域核心研究者

Garcez 与 Luís C. Lamb 合著「Neurosymbolic AI: The 3rd Wave」（arXiv:2012.05876），综合 20 年神经符号计算研究，发表于 Artificial Intelligence Review（Springer Nature, 2023）。核心贡献：命题固着的系统论证、Kautz 六类分类法的详细阐述、以及对 XAI 忠实性原则的批判性重申。

核心贡献
命题固着系统论证神经网络无法表达完整命题逻辑推理的理论边界——联结主义最根本的表达局限
Kautz 六类分类法从松耦合（Type 1 Symbolic+Neural）到紧耦合（Type 6 Neuro[Symbolic]）的神经符号集成光谱
XAI 忠实性批判批评 LIME 等方法放弃忠实性：「不能准确描述 ML 系统工作方式的解释不能被称为真正的解释」
研究主题
Logic Tensor Networks
将逻辑张量网络作为神经符号集成的一种具体实现路径
非单调推理
将非单调推理与神经网络结合——处理不确定性和默认推理
神经网络知识提取
从训练好的神经网络中提取可解释的符号规则
→ Neurosymbolic AI · Neurosymbolic AI Taxonomy · Knowledge Extraction FidelityGarcez & Lamb (2023)

Artur d’Avila Garcez

身份： 计算机科学家，City, University of London 教授，神经符号计算领域核心研究者

主要贡献： 20 年神经符号 AI 研究的综合与推进，Logic Tensor Networks（LTN）相关工作，XAI 忠实性原则的系统阐述

核心工作

神经符号 AI 综合（与 Luís C. Lamb 合著）

Garcez 与巴西联邦大学的 Luís C. Lamb 合著了论文”Neurosymbolic AI: The 3rd Wave”（arXiv:2012.05876），发表于 Artificial Intelligence Review（Springer Nature，2023）。

论文综合了 20 年神经符号计算研究，提出了：

  1. 神经网络逻辑表达边界（命题固着）的系统论证
  2. Kautz 六类分类法的详细阐述
  3. 可解释 AI 中忠实性原则的批判性重申
  4. 神经符号循环的实用框架

XAI 忠实性批判

Garcez 明确批评 LIME 等流行 XAI 方法放弃忠实性的做法，认为”一个不能准确描述 ML 系统工作方式的解释”不能被称为真正的解释。见 knowledge-extraction-fidelity。

研究主题

  • 神经符号集成理论基础
  • 逻辑张量网络（Logic Tensor Networks）
  • 神经网络的知识提取
  • 可解释 AI 与 AI 可信度
  • 非单调推理与神经网络

References