该研究报告提出了未来十年（甚至更长时间）人工智能领域的视野，通过主动推理实现智能系统的自我感知和共享感知，从而带来了共享智能和集体智能的新生态，该生态需要建立通信协议和共享空间建模语言。

Dec, 2022

本文通过使用机器学习技术预测海岸环境变量，提供了即将到来的与先进技术相关的环境的实证证据，同时从后人类主义的角度探讨了设计师在这种环境中的角色和伦理。

May, 2023

本文概述了社会动态、技术进步和控制论与人工智能领域的开创性人物之间的复杂关系。它探讨了关键科学家之间的合作和人际关系，如 McCulloch、Wiener、Pitts 和 Rosenblatt，对控制论和神经网络的发展的影响。它还讨论了属性重要创新如反向传播算法以及未解决的争论对新兴科学领域可能造成的潜在后果。本文强调解释灵活性、公众感知以及著名人物的影响如何塑造新领域的发展方向。它还强调了资金、媒体关注和联盟在确定各种研究方法的成功和认可方面的作用。此外，本文指出了符号人工智能和神经网络研究人员之间的合作和整合机会的错失，建议在今天的时代中可能存在更统一的方法，不再受到过去争议的历史包袱。

Oct, 2023

本文研究了在景观设计和人工智能的交叉点上培育野性的想法，提出了当代景观实践应该通过当代环境人文学、科学技术研究、生态学和景观建筑的思想和关注点来探索培育新形式的野外场所的景观策略，并探讨了用智能机器构建野外场所的框架。

May, 2023

该研究论文通过提出五种原型或心理模式，为当前景观建筑专业的人工智能热潮提供了一种批判性的视角，并提出了通过引入更细致入微的方式来开展新型实践的可能性。

Jun, 2024

分析了计算机科学领域中综合问题的解决方法，探讨了寻找通用合成科学方法的途径和采用多尺度分析方法的实例，同时分析了进一步研究的前景，包括应用多尺度法解决计算机科学领域的主要问题。

Jan, 2022

本文从研究范式的角度回顾了人工智能技术和代表性的哲学思想的历史发展，并从哲学视角探讨了人工智能的方法论和应用，预期其不断进步。Symbolism 和 connectionism 是 AI 研究中的两个主要范式。本文指出，不管智能机器或程序如何实现其智能目标，人工智能的历史发展证明了当前最好的答案，但这并不是 AI 研究的最终答案.

Jul, 2022

今天的分布式和普适计算涉及到大规模的网络生态系统，这些系统由密集和大型设备网络组成，这些设备可以进行计算、通信和与环境及人进行交互。本文探讨了在软件工程中这种 “集体计算范式” 的动机、现状和影响，讨论了其特殊的挑战，并概述了未来研究的路径，涉及到宏观编程、集体智能、自适应中间件、学习、合成和集体行为的实验。

Jun, 2024

人工智能能够改善政府和经济政策制定，这篇论文提出了一种新的研究议程，介绍了社会环境设计，这是一个将人工智能与强化学习、计算社会选择等领域相连接的自动化政策制定的通用框架。该框架旨在捕捉一般经济环境，包括对政策目标的投票，并为通过人工智能模拟对政府和经济政策进行系统分析给出方向。我们强调了人工智能政策制定领域未来研究的关键问题，通过解决这些挑战，希望实现各种社会福利目标，促进更具道德和负责任的决策制定。

Feb, 2024

本文提供了一个交叉学科的观点，以发展由人与机器组成的社会技术群体，通过结合人工智能和人类智能，共同实现复杂目标，并从彼此学习中不断提高。因此，需要为这些系统提供结构化的设计知识，并展示了使这些应用程序的系统开发人员有用的指导。

May, 2021