一、科学目标本重大研究计划面向以深度学习为代表的人工智能方法鲁棒性差、可解释性差、对数据的依赖性强等基础科学问题，挖掘机器学习的基本原理，发展可解释、可通用的下一代人工智能方法，并推动人工智能方法在科学领域的创新应用。二、核心科学问题本重大研究计划针对可解释、可通用的下一代人工智能方法的基础科学问题，围绕以下三个核心科学问题开展研究。（一）深度学习的基本原理。...
学习大脑的信息处理机制，建立更强大和更通用的机器智能是非常有前景的。通过多学科交叉和实验研究获得的人脑工作机制更具可靠性，有望为人工智能未来发展提供基础。 另一方面，人工智能可以对神经学和脑科学在数据收集、标注和建模等方面提供技术支持促进脑科学的发展。 打破“冯·诺依曼架构” 面向通用的人工智能离不开类脑计算芯片。...
此外，获取医学影像后，对于病灶识别与标注，也是机器智能化必不可少的过程。通常的做法是医疗影像公司花费较大成本，请影像科医生识别病灶并标注，高昂的成本让部分企业望而却步。 在医学人工智能领域，IBM沃森一直处于领先。但近期屡遭市场质疑的原因之一就是沃森需要特定类型的数据持续进行“训练”，这些数据要么非常紧缺，要么难以访问。...
比如给人工智能一幅图像，告诉它图像中哪一块是人、哪一块是草地、哪一块是天空，都要人工标注好，非常费时费力。有人说目前的人工智能有多少智能，取决于辐射多少人工，这话不太精确但大体有这个含义。下一步发展趋势是怎样以极少人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号