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
內容字數：11358字

AAAI 2025杰出論文及AI對社會影響獎

本文總結了AAAI 2025會議的杰出論文獎和AI對社會影響獎的獲獎論文，并對論文內容進行了簡要概述。

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的研究者獲得。

1. 高效的神經符號推理不一致性糾正：基于溯因反射的方法

   機構：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學習的溯因反射 (ABL-Refl) 框架，用于改進神經符號 (NeSy) 系統。ABL-Refl 利用領域知識在訓練期間標記神經網絡輸出中的潛在錯誤，并調用溯因來糾正它們，從而生成一致的輸出。實驗表明，ABL-Refl 的表現優于當前最先進的 NeSy 方法，效率更高，準確性更出色。

2. 每一比特都有幫助：利用少量查詢實現最優失真

   機構：多倫多大學

   作者：Soroush Ebadian 、 Nisarg Shah

   摘要：該論文針對多智能體系統中的匹配問題，提出了一種新穎的排序算法。該算法利用有限數量的基數查詢，實現了漸近最優的失真界限，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：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。獲獎論文探討了如何利用志愿者收集的生物多樣性數據集來訓練深度學習模型，以監測氣候變化對生物多樣性的影響，并提出了一個名為 DivShift 的框架來研究數據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：斯坦福大學等

總而言之，AAAI 2025 杰出論文獎和 AI 對社會影響獎的獲獎論文代表了人工智能領域最新的研究成果，涵蓋了神經符號推理、多智能體系統、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域持續發展，并為解決現實世界中的挑戰提供新的思路和方法。

聯系作者

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