南大周志華團隊獲獎，AAAI 2025杰出論文獎出爐

原標題：南大周志華團隊獲獎，AAAI 2025杰出論文獎出爐
文章來源：人工智能學家
內(nèi)容字數(shù)：11358字

AAAI 2025杰出論文及AI對社會影響?yīng)?/h3>

本文總結(jié)了AAAI 2025會議的杰出論文獎和AI對社會影響?yīng)劦墨@獎?wù)撐?，并對論文?nèi)容進行了簡要概述。

1. 會議概覽

AAAI 2025會議于2月25日至3月4日在賓夕法尼亞州費城舉行，為期8天。會議共收到12957篇有效投稿，錄用3032篇，錄取率為23.4%。

2. 杰出論文獎

AAAI 2025會議共評選出三篇杰出論文，表彰其在技術(shù)貢獻和闡述方面的最高標準。其中一篇由學周志華團隊獲得，另外兩篇分別由多倫多大學和波爾多大學等機構(gòu)的研究者獲得。

1. 高效的神經(jīng)符號推理不一致性糾正：基于溯因反射的方法

   機構(gòu)：學

   作者：胡文超、戴望州、姜遠、周志華

   摘要：該論文提出了一種基于溯因?qū)W習的溯因反射 (ABL-Refl) 框架，用于改進神經(jīng)符號 (NeSy) 系統(tǒng)。ABL-Refl 利用領(lǐng)域知識在訓練期間標記神經(jīng)網(wǎng)絡(luò)輸出中的潛在錯誤，并調(diào)用溯因來糾正它們，從而生成一致的輸出。實驗表明，ABL-Refl 的表現(xiàn)優(yōu)于當前最先進的 NeSy 方法，效率更高，準確性更出色。

2. 每一比特都有幫助：利用少量查詢實現(xiàn)最優(yōu)失真

   機構(gòu)：多倫多大學

   作者：Soroush Ebadian 、 Nisarg Shah

   摘要：該論文針對多智能體系統(tǒng)中的匹配問題，提出了一種新穎的排序算法。該算法利用有限數(shù)量的基數(shù)查詢，實現(xiàn)了漸近最優(yōu)的失真界限，在單邊匹配和單一勝者問題中都取得了顯著的改進。

3. 揭示：具有 ω-正則目標的可判定 POMDP 類

   機構(gòu)：波爾多大學、巴黎大學

   作者：Marius Belly、Nathana?l Fijalkow、Hugo Gimbert、Florian Horn、Guillermo Perez、Pierre Vandenhove

   摘要：該論文為兩類部分可觀測馬爾可夫決策過程 (POMDPs)——弱揭示和強揭示——構(gòu)建了精確算法，為解決 POMDPs 提供了一種新的可判定性視角，并優(yōu)于基于深度強化學習的方法。

3. AI 對社會影響特別獎

AAAI 2025 還頒發(fā)了 AI 對社會影響 (AISI) 研究獎項，表彰對社會有積極影響的研究。獲獎?wù)撐奶接懥巳绾卫弥驹刚呤占纳锒鄻有詳?shù)據(jù)集來訓練深度學習模型，以監(jiān)測氣候變化對生物多樣性的影響，并提出了一個名為 DivShift 的框架來研究數(shù)據(jù)偏差對模型性能的影響。

論文題目：《DivShift: Exploring Domain-Specific Distribution Shifts in Large-Scale， Volunteer-Collected Biodiversity Datasets》

機構(gòu)：斯坦福大學等

總而言之，AAAI 2025 杰出論文獎和 AI 對社會影響?yīng)劦墨@獎?wù)撐拇砹巳斯ぶ悄茴I(lǐng)域最新的研究成果，涵蓋了神經(jīng)符號推理、多智能體系統(tǒng)、部分可觀測馬爾可夫決策過程以及利用人工智能解決社會問題的多個方面。這些研究成果將推動人工智能領(lǐng)域持續(xù)發(fā)展，并為解決現(xiàn)實世界中的挑戰(zhàn)提供新的思路和方法。

聯(lián)系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機構(gòu)