该研究总结了一个名为 ' 人类计算 ' 的新领域,介绍了网络系统中人力驱动的成功案例以及如何通过科学研究改进在线群体驱动系统,以实现其潜力最大化,推进社会进步。
May, 2015
此文综述了信息论、生物网络、实验分析、进化优化和序列多样性等方面的研究成果及相关证据
Dec, 2014
人类计算是一种解决人工智能难题的方法,它需要与用户和驱动人类密切合作,建立双向信任是推动人类计算发展的重要问题,此文探讨了人类计算作为计算系统的可信度,社会可信度以及基于双向信任的人 - AI 协作,并讨论了实现值得信赖的人类计算的未来挑战和方向。
Oct, 2022
该研究提出了将智能视为计算的特定概念化,旨在为所有智能研究学科提供统一的视角,并解决了现有观点之间的差异。该概念化将智能视为不同范式计算的组合,提出了多学科研究议程,旨在实现智能科学的统一。
May, 2024
智能计算是一种新的计算范式,在数据,人工智能和物联网方面推动数字革命。本文是对智能计算领域的第一次综述,涵盖了其理论基础、技术融合、重要应用、挑战和未来发展前景。
Nov, 2022
提出一种基于条件互信息的信息流定义方法,通过算法在计算系统的时间展开图中检测信息流,并满足信息路径存在的可靠属性。
Feb, 2019
我们提出了一项以任务为导向的知识检索研究议程,利用计算模型和人工智能技术,摄取科学知识的典籍,检索灵感、解释、解决方案和证据,直接增强人类在科学领域突出任务上的表现,进而革命性地推动科学进程。
May, 2022
语言理解是认知科学和计算机科学领域的关键科学问题。本文比较了认知科学和计算机科学在语言理解方面的不同研究问题和方法,并探讨如何将两个领域的洞见结合起来,为构建智能语言模型和研究语言认知机制提供新的启示和展望。
Jan, 2023
这篇论文调查了来自信息理论、量子物理学、认知心理学、生理学和计算机科学等不同学科的主要意识理论分支,旨在用计算的角度来桥接这些理论,同时探讨了意识的现有评估指标和当前计算模型具备意识的可能性。突破意识之谜可能是构建具有计算机智能的通用人工智能的重要一步。
Sep, 2023
通过识别认知科学中计算推理的计算方法、数据驱动时代的操作挑战、社会影响和道德准则等方面,平衡潜在的乐观情绪,探索在更实证的视角下进行推理的可行性和可行性,以更多样化和丰富的方法解释研究结果。