论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 郭力,邬俊,李静海
关键词: 人工智能,深度学习,介科学,介尺度,复杂系统
来源: Engineering 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 自动化技术
单位: State Key Laboratory of Multiphase Complex Systems, Institute of Process Engineering, Chinese Academy of Sciences,School of Chemical Engineering, University of Chinese Academy of Sciences,School of Computer and Information Technology, Beijing Jiaotong University
基金: 国家自然科学基金委员会（91834303）的资助~~
分类号: TP18
页码: 241-253
总页数: 13
文件大小: 1960K
下载量: 97