大数据时代的人工智能范式

被引：29

作者：

程显毅 ^{[1
,2
]}

胡海涛 ^{[2
]}

曲平 ^{[3
]}

程实 ^{[1
,2
]}

机构：

[1] 南通大学计算机科学与技术学院

[2] 南通先进通信技术研究院

[3] 中拓联兴信息技术有限公司

来源：

江苏大学学报(自然科学版) | 2017年 / 38卷 / 04期

关键词：

脑科学; 感知; 认知; 人工智能; 范式; 大数据;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统人工智能范式存在的知识获取成本高、质量差、只能模拟低级智能等弊端,受大数据全样本统计、近似搜索和相关推理的启发,提出了4种AI范式,分别以感知、数据、脑科学、认知为中心.以感知为中心的AI范式主要研究一组分布的、松散耦合的主体如何协同运用它们的知识、技能、信息,为尽可能好地实现各自的或全局的目标或规划;以数据为中心的AI范式的形成是数据从量变到质变的过程,其核心是让数据说话;以脑科学为中心的AI范式旨在打造基于信息通信技术的综合性研究平台;以认知为中心的AI范式研究的目的是用大数据来解决"心智"问题.范式决定了AI的实现途径,不同的范式各有特点、相互补充,无法用一种范式统一全部,最后把AI的各种范式归结为科学研究4大范式.

引用

页码：455 / 460

页数：6

共 10 条

[1]

英汉同声传译中的“翻译腔”.[D].杨阳.北京外国语大学.2016, 03

[2] Human-level concept learning through probabilistic program induction [J].

Lake, Brenden M. ;

Salakhutdinov, Ruslan ;

Tenenbaum, Joshua B. .

SCIENCE, 2015, 350 (6266) :1332-1338

[3]

Tele-impedance based assistive control for a compliant knee exoskeleton.[J].Nikos Karavas;Arash Ajoudani;Nikos Tsagarakis;Jody Saglia;Antonio Bicchi;Darwin Caldwell.Robotics and Autonomous Systems.2015,

[4] 基于事件驱动的多智能体强化学习研究 [J].

张文旭 ;

马磊 ;

王晓东 .

智能系统学报, 2017, 12 (01) :82-87

[5] 碎片化知识处理与网络化人工智能 [J].

汪建基 ;

马永强 ;

陈仕涛 ;

刘子熠 ;

郑南宁 .

中国科学:信息科学, 2017, 47 (02) :171-192

[6] 基于网络语义标签的多源知识库实体对齐算法 [J].

王雪鹏 ;

刘康 ;

何世柱 ;

刘树林 ;

张元哲 ;

赵军 .

计算机学报, 2017, 40 (03) :701-711

[7] 脑研究进展与展望 [J].

陈宜张 .

科学, 2015, 67 (04) :19-23+4

[8]

Development of Minimalist Bipedal Walking Robot with Flexible Ankle and Split-mass Balancing Systems.[J].Hudyjaya Siswoyo;Jo1Nazim Mir-Nasiri;.International Journal of Automation and Computing.2013, 05

[9] 深度学习的昨天、今天和明天 [J].

余凯 ;

贾磊 ;

陈雨强 ;

徐伟 .

计算机研究与发展, 2013, 50 (09) :1799-1804

[10] 大数据管理:概念、技术与挑战 [J].

孟小峰 ;

慈祥 .

计算机研究与发展, 2013, (01) :146-169

← 1 →