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

介绍大数据科学中使用云计算作为一种实用且成本效益高的解决方案，着重分析软件堆栈的建设模块，为数据科学家提供大数据分析应用的普及服务，为该领域的最新发展和挑战提供各种见解。

Sep, 2017

本报告总结了 Dagstuhl Seminar 22382“科学中的机器学习：桥接数据驱动和机理建模” 的讨论并提出了如何协作来推动人工智能和科学发现的新一波进展的路线图。

Mar, 2023

计算在生命科学中的发展历程以及人工智能和机器学习在现代生命科学研究中的应用和影响。

Jun, 2024

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

数据科学研究正在经历一场由技术、互联网和不断增长的计算能力驱动的革命。我们在此提出，需要创造性地利用科学研究和算法开发社区作为强大创新的轴心，通过关键评估、社区实验和集众智等方式，让这些社区参与科学发现探索，从而带来发展新的数据驱动、可复现且经过充分基准测试的算法解决方案，来解决当前感兴趣的基础性和应用性问题。通过协调社区参与高度复杂和大规模数据的分析，可以找到最佳应对这些挑战的鲁棒方法学。当社区参与采用竞赛形式，也被称为挑战赛时，分析方法的验证在本质上得到解决，建立了性能基准。最后，挑战赛促进跨学科开放创新，创建能够直接或间接协作解决重要科学差距的社区。通过共同努力，参与者可以解决诸如健康研究、气候变化和社会公正等各种重要问题。最重要的是，挑战赛可以催化和加速将复杂数据合成知识或可执行信息的过程，应被视为一个产生持久社会和研究贡献的强大工具。

Dec, 2023

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

该研究表明，将人类专业知识的分布纳入考虑，并以此训练无监督的人工智能模型，能够显著提高 AI 对未来发现的预测能力，特别是在相关文献稀缺的情况下，这些模型成功预测出人类预测和可能做出预测的科学家，为科学进步开创新的前沿。

Jun, 2023

本文探讨了数据从获取、筛选再到利用三个不同阶段的处理过程，强调了协调将数据变成摘要统计信息并不断调整缩放的重要性以最大化其价值。

Nov, 2022

数据驱动的计算机创意系统可结合创意领域和愉悦心理物理学数据来源，利用大数据分析技术产生新颖高质量的创意产物，本文以烹饪食谱和菜单为例展示了该方法。

Nov, 2013