【好文导读】人工智能和机器学习的富有启迪的文章

本文探讨了人工智能的基础知识、研究方法,以及它在认知科学、科学发现和工业制造中的应用。重点关注了人工智能与认知科学的交汇,如AlphaFold在蛋白质结构预测的突破,以及在工业智能优化中的挑战与目标。同时,反思了国内AI研究的问题,提倡理论与实践的结合。
摘要由CSDN通过智能技术生成

目录

一、人工智能基础知识和研究方法

二、人工智能与认知科学

三、人工智能在科学发现的应用

四、人工智能在工业制造的应用


笔者带着大家读一些文章,希望能帮助大家解决一些关于人工智能和机器学习的疑难问题,同时启发大家思考与行动。文章包括当今人工智能基础知识和研究方法、人工智能与认知科学、人工智能与科学发现和人工智能在工业制造的应用四个方面。每篇文章后面包括阅读对象、阅读要点和思考问题。

一、人工智能基础知识和研究方法

浅谈人工智能:现状、任务、构架与统一 | 正本清源

作者:朱松纯 来源:视觉求索 发表日期:2017年11月2日

建议阅读对象

  • 对人工智能有疑问、不太理解人工智能的读者

  • 从事人工智能应用实现工作的相关读者

  • 从事人工智能理论研究的读者

阅读要点和思考问题

  • 人工智能的发展的两个阶段是怎样的?春秋五霸是指哪五大学科?战国六雄指哪六大领域?

  • 为什么小数据和大任务范式可以塑造智能系统和模型?

  • 为什么发展计算机视觉,需要发掘暗物质?

  • 认知推理中如何用解译图表示我们大脑的过去、现在、未来短暂时间內的状态?

  • 语言通讯中的认知模型是怎样的?

  • 语言与视觉的联系是怎样的?

  • 语言与数学中代数拓扑的联系是怎样的?

  • 博弈伦理:为什么人到一定年纪就会用演绎学习方法了?

  • 机器人为什么是大任务的科研平台?

  • 机器学习:什么是学习的极限与“停机问题”?

  • 为什么说智能科学是牛顿与达尔文理论体系的统一?

  • 智能科学的复杂之处在于哪些方面?

2. 李国杰院士:国内AI研究“顶不了天、落不了地”,该想想了

作者:李国杰  来源:科学网  发表日期:2021-8-5

建议阅读对象

  • 对人工智能有疑问、不太理解人工智能的读者

  • 从事人工智能应用实现工作的相关读者

  • 从事人工智能理论研究的读者

  • 年青的大学生和研究生

阅读要点和思考问题

  • 我们的研究存在怎样的问题?我们与一流科学家的差距在哪里?

  • AlphaFold团队的特点是怎样的?

  • AlphaFold为什么是一种集成式的工程科学技术?

  • 如何面对目前我国大学和企业人工智能实验室的困境?

二、人工智能与认知科学

1 每周书介 | 徐英瑾:《人工智能哲学十五讲》

来源:复旦大学哲学学院 发表日期:2021年7月21日

建议阅读对象

  • 想了解人工智能的读者

  • 对哲学有兴趣的读者

阅读要点和思考问题

  • 人工智能为何需要哲学?

  • 如何看待当今的主流人工智能的作用?

  • 如何实现通用人工智能?

2【收藏】智源发布《人工智能的认知神经基础白皮书》

来源:智源研究院  发表日期:2022年1月25日

建议阅读对象

  • 对人工智能有疑问、不太理解人工智能的读者

  • 从事人工智能应用实现工作的相关读者

  • 从事人工智能理论研究的读者

阅读要点和思考问题

  • 人工智能为什么需认知神经科学? 

  • 符号主义认知科学存在什么问题?

  • 当前深度学习存在什么问题?

  • 人们应用哪些技术解读不同层次上的神经活动发生机制?

  • 神经科学、认知科学与计算科学研究者如何从不同的路径探索智能本质?

三、人工智能在科学发现的应用

  1. GNN与Transformer融合促进药物发现 | 2022几何&图机器学习展望

建议阅读对象

  • 从事科学发现的工作者

  • 从事人工智能应用实现的读者

阅读要点和思考问题

  • 为什么推理、近似、泛化仍然是图机器学习领域重要的开放性问题?

  • 图在强化学习被用于哪两个方面?

  • 为什么图是强化学习落地的关键?

  • 基于图网络、等变性和强化学习的组合被用于哪些科学工作?

  • 为什么AlphaFold2促进了结构生物学领域的转变?

  • GNN与Transformer的融合是如何助力药物研发和设计的?

  • 如何保证图Transformer架构的泛化能力?

  • 量子机器学习存在哪些挑战?

2.【AI4Science】利用人工智能加速科学发现- DeepMind-CEO Demis Hassabis最新演讲视频报告

来源:https://www.zhuanzhi.ai/vip/75eb05961cd1cd34567ce928ebccce87

介绍AlphaFold系统解决长达50年的蛋白质结构预测的方法

视频链接为:

https://www.bilibili.com/video/BV1S44y1M7pr

四、人工智能在工业制造的应用

解读「流程工业智能优化制造」:关键共性技术、科学问题、发展目标及重点任务

作者:柴天佑 来源:科学出版社 发表日期:2020-3-3

建议阅读对象

  • 从事智能制造相关工作的读者

  • 从事人工智能理论研究的读者

  • 从事人工智能应用实现工作的相关读者

阅读要点和思考问题

  • 在流程工业智能优化的工作中,需要将哪些技术与流程工业的物理资源紧密融合与协同,从而攻克哪些关键共性技术?

  • 攻克关键共性技术需要解决哪些自动化科学与技术的挑战性科学问题?

  • 攻克关键共性技术需要解决哪些通信和计算机科学与技术的挑战性科学问题?

  • 攻克关键共性技术需要解决哪些数据科学的挑战性科学问题?

  • 大数据与制造流程知识自动化领域的研究发展目标和研究任务是什么?

欢迎留言,一起讨论人工智能相关话题。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值