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

综述了与信息和计算有关的概念，介绍了信息论和不同类型的计算方法，然后以在线社交网络和维基百科两个例子为基础，阐述了如何从信息和计算的角度描述和比较人类计算系统。

Apr, 2013

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

将公民科学和众包与人工智能、物联网和云策略的巧妙整合，可以在多个领域加速联邦政府的优先事项。

Mar, 2021

通过利用程序化的科学专业知识，在避免科学群体和其认知偏差的前提下，利用互补智能生成的有价值的预测不能在人类科学家和发明家的时代被想象或追求，并且通过检测和纠正人类认知偏差，为完善科学教育提供了机会。

Jul, 2022

本文介绍了如何理解和应用不同类型的众包系统，包括协作劳动、有目的性游戏、微任务市场和开放式竞赛，以及这些系统在生物信息学方面的成功案例和指南。

Feb, 2013

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

本文针对开放环境中的 AI，通过使用端到端学习策略，结合人类和机器的不同能力组成的人机团队优化其组合性能，并在科学发现和医疗诊断领域进行了实证研究，结果表明表现优于单独的机器和人类认知，是对机器学习如何辅助人类推理的系统性研究。

May, 2020

该论文研究了众包的研究，重点关注了众包研究的合适指定和机器学习研究对于研究监督所带来的独特挑战。该论文发现在确定众包工作是否属于人类研究对象方面存在两个挑战，同时呼吁实施相关政策以解决这些问题。

Jun, 2022

大数据和算法处理促进科学进步，但需要研究算法处理和认知工具的发展，以及如何在科学领域中进行有效的数据分析和模拟，以推进科学发现的速度和准确性。

Apr, 2016