介尺度中的复杂性——人工智能发展中的共性挑战
探索复杂系统背后的物理机制并加以有效利用,是处理各类复杂事物的普适性方法.大数据的兴起与计算能力的提升,加之优化算法的改进,触发了以深度学习为驱动的人工智能变革,并在多个应用领域取得了突破性进展.然而,深度学习难以揭示所解决问题的底层逻辑和物理内涵,进而阻碍了其进一步发展.介科学提出了理解复杂系统时空多尺度结构的原理和方法,已在多个领域见到成效.本文提出"基于介科学的人工智能"研究范式,将介科学原理和方法应用于深度学习模型设计,旨在弥补其模型脱离问题物理原型这一根本性问题,探索人工智能可持续发展的有效途径....
Gespeichert in:
| Veröffentlicht in: | 工程（英文） 2019, Vol.5 (5), p.924-中插131 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 中插131 |
|---|---|
| container_issue | 5 |
| container_start_page | 924 |
| container_title | 工程（英文） |
| container_volume | 5 |
| creator | 郭力 邬俊 李静海 |
| description | 探索复杂系统背后的物理机制并加以有效利用,是处理各类复杂事物的普适性方法.大数据的兴起与计算能力的提升,加之优化算法的改进,触发了以深度学习为驱动的人工智能变革,并在多个应用领域取得了突破性进展.然而,深度学习难以揭示所解决问题的底层逻辑和物理内涵,进而阻碍了其进一步发展.介科学提出了理解复杂系统时空多尺度结构的原理和方法,已在多个领域见到成效.本文提出"基于介科学的人工智能"研究范式,将介科学原理和方法应用于深度学习模型设计,旨在弥补其模型脱离问题物理原型这一根本性问题,探索人工智能可持续发展的有效途径. |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_gc_e201905021</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>gc_e201905021</wanfj_id><sourcerecordid>gc_e201905021</sourcerecordid><originalsourceid>FETCH-wanfang_journals_gc_e2019050213</originalsourceid><addsrcrecordid>eNpjYeA0MrA01bUwsLTkYOAtLs5MMjAyNDMyMDAy4mRwerK7--mGXU93LXuyY-3zWS1Pl_Q-m9v0rGH5o4YpQPRk166n25c-m7nrRfPep_0Tn26cClXWuhGo5lnPxGcdM3gYWNMSc4pTeaE0N4Oqm2uIs4dueWJeWmJeenxWfmlRHlAmPj05PtXIwNDSwBToAmNi1QEAD9NRaw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>介尺度中的复杂性——人工智能发展中的共性挑战</title><source>DOAJ Directory of Open Access Journals</source><source>EZB-FREE-00999 freely available EZB journals</source><source>Alma/SFX Local Collection</source><creator>郭力 ; 邬俊 ; 李静海</creator><creatorcontrib>郭力 ; 邬俊 ; 李静海</creatorcontrib><description>探索复杂系统背后的物理机制并加以有效利用,是处理各类复杂事物的普适性方法.大数据的兴起与计算能力的提升,加之优化算法的改进,触发了以深度学习为驱动的人工智能变革,并在多个应用领域取得了突破性进展.然而,深度学习难以揭示所解决问题的底层逻辑和物理内涵,进而阻碍了其进一步发展.介科学提出了理解复杂系统时空多尺度结构的原理和方法,已在多个领域见到成效.本文提出"基于介科学的人工智能"研究范式,将介科学原理和方法应用于深度学习模型设计,旨在弥补其模型脱离问题物理原型这一根本性问题,探索人工智能可持续发展的有效途径.</description><identifier>ISSN: 2095-8099</identifier><language>chi</language><publisher>School of Chemical Engineering, University of Chinese Academy of Sciences, Beijing 100049, China%School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China</publisher><ispartof>工程（英文）, 2019, Vol.5 (5), p.924-中插131</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/gc-e/gc-e.jpg</thumbnail><link.rule.ids>314,776,780,4010</link.rule.ids></links><search><creatorcontrib>郭力</creatorcontrib><creatorcontrib>邬俊</creatorcontrib><creatorcontrib>李静海</creatorcontrib><title>介尺度中的复杂性——人工智能发展中的共性挑战</title><title>工程（英文）</title><description>探索复杂系统背后的物理机制并加以有效利用,是处理各类复杂事物的普适性方法.大数据的兴起与计算能力的提升,加之优化算法的改进,触发了以深度学习为驱动的人工智能变革,并在多个应用领域取得了突破性进展.然而,深度学习难以揭示所解决问题的底层逻辑和物理内涵,进而阻碍了其进一步发展.介科学提出了理解复杂系统时空多尺度结构的原理和方法,已在多个领域见到成效.本文提出"基于介科学的人工智能"研究范式,将介科学原理和方法应用于深度学习模型设计,旨在弥补其模型脱离问题物理原型这一根本性问题,探索人工智能可持续发展的有效途径.</description><issn>2095-8099</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0MrA01bUwsLTkYOAtLs5MMjAyNDMyMDAy4mRwerK7--mGXU93LXuyY-3zWS1Pl_Q-m9v0rGH5o4YpQPRk166n25c-m7nrRfPep_0Tn26cClXWuhGo5lnPxGcdM3gYWNMSc4pTeaE0N4Oqm2uIs4dueWJeWmJeenxWfmlRHlAmPj05PtXIwNDSwBToAmNi1QEAD9NRaw</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>郭力</creator><creator>邬俊</creator><creator>李静海</creator><general>School of Chemical Engineering, University of Chinese Academy of Sciences, Beijing 100049, China%School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China</general><general>State Key Laboratory of Multiphase Complex Systems, Institute of Process Engineering, Chinese Academy of Sciences, Beijing 100190, China</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2019</creationdate><title>介尺度中的复杂性——人工智能发展中的共性挑战</title><author>郭力 ; 邬俊 ; 李静海</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_gc_e2019050213</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>郭力</creatorcontrib><creatorcontrib>邬俊</creatorcontrib><creatorcontrib>李静海</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>工程（英文）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>郭力</au><au>邬俊</au><au>李静海</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>介尺度中的复杂性——人工智能发展中的共性挑战</atitle><jtitle>工程（英文）</jtitle><date>2019</date><risdate>2019</risdate><volume>5</volume><issue>5</issue><spage>924</spage><epage>中插131</epage><pages>924-中插131</pages><issn>2095-8099</issn><abstract>探索复杂系统背后的物理机制并加以有效利用,是处理各类复杂事物的普适性方法.大数据的兴起与计算能力的提升,加之优化算法的改进,触发了以深度学习为驱动的人工智能变革,并在多个应用领域取得了突破性进展.然而,深度学习难以揭示所解决问题的底层逻辑和物理内涵,进而阻碍了其进一步发展.介科学提出了理解复杂系统时空多尺度结构的原理和方法,已在多个领域见到成效.本文提出"基于介科学的人工智能"研究范式,将介科学原理和方法应用于深度学习模型设计,旨在弥补其模型脱离问题物理原型这一根本性问题,探索人工智能可持续发展的有效途径.</abstract><pub>School of Chemical Engineering, University of Chinese Academy of Sciences, Beijing 100049, China%School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China</pub></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 2095-8099 |
| ispartof | 工程（英文）, 2019, Vol.5 (5), p.924-中插131 |
| issn | 2095-8099 |
| language | chi |
| recordid | cdi_wanfang_journals_gc_e201905021 |
| source | DOAJ Directory of Open Access Journals; EZB-FREE-00999 freely available EZB journals; Alma/SFX Local Collection |
| title | 介尺度中的复杂性——人工智能发展中的共性挑战 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-03T18%3A54%3A24IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%BB%8B%E5%B0%BA%E5%BA%A6%E4%B8%AD%E7%9A%84%E5%A4%8D%E6%9D%82%E6%80%A7%E2%80%94%E2%80%94%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%91%E5%B1%95%E4%B8%AD%E7%9A%84%E5%85%B1%E6%80%A7%E6%8C%91%E6%88%98&rft.jtitle=%E5%B7%A5%E7%A8%8B%EF%BC%88%E8%8B%B1%E6%96%87%EF%BC%89&rft.au=%E9%83%AD%E5%8A%9B&rft.date=2019&rft.volume=5&rft.issue=5&rft.spage=924&rft.epage=%E4%B8%AD%E6%8F%92131&rft.pages=924-%E4%B8%AD%E6%8F%92131&rft.issn=2095-8099&rft_id=info:doi/&rft_dat=%3Cwanfang_jour%3Egc_e201905021%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=gc_e201905021&rfr_iscdi=true |