人工智能的下一个进步：符号和神经网络方法的结合

【文献阅读：The third AI summer: AAAI Robert S. Engelmore Memorial Lecture】
【作者：Henry A. Kautz. Department of Computer Science, University of Rochester, Rochester, NY, USA】
【仅翻译阅读】

介绍
本文总结了作者在2020年2月10日举行的第34届AAAI人工智能会议上发表的罗伯特·s·恩格尔莫尔纪念演讲。它探索了人工智能历史上反复出现的主题，来自人工智能的真实和想象的危险，以及该领域的未来。我们现在正处于人工智能的第三个夏天，这是一个科学快速进步、广泛商业化和繁荣——也许是非理性繁荣——关于我们解开一般智慧秘密的潜力。在人工智能领域之前曾两次经历过这样的时期，之后都出现了商业化崩溃和政府对研究投资大幅削减的冬天。在这篇文章中，我认为，尽管有这种周期性的历史，但持久的见解每年夏天都开花发展。冬天可以被看作是通过新思想和旧思想的综合而推进的沉思和融合的时代。我还想说，我们可能正处于周期性模式的尽头；虽然进步和繁荣可能会放缓，但有科学和实际的理由认为，第三个冬天不太可能发生。

。。。。。。。。。。。。中间部分省略。。。。。。。。。。。。。。。。

PART III: FUTURE OF AI
最后，我们来到了文章的水晶球凝视部分：人工智能的下一个重大科学进步将是什么？加里·马库斯和厄尼·戴维斯最近出版的书《重新启动人工智能》（马库斯和戴维斯，2019年）认为，占主导地位的人工神经网络方法已经达到了一个平台，因为人类层面的人工智能需要符号推理。在主张回归集中于符号推理的研究，这让人想起第二个人工智能夏季的繁荣之后，他们最终得出结论&#x