数据驱动与知识引导结合下人工智能算法模型
Artificial Intelligence Algorithms Based on Data-driven and Knowledge-guided Models作者机构:浙江大学计算机科学与技术学院杭州310012 清华大学计算机科学与技术系北京100084
出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)
年 卷 期:2023年第45卷第7期
页 面:2580-2594页
核心收录:
学科分类:0710[理学-生物学] 0810[工学-信息与通信工程] 08[工学] 081203[工学-计算机应用技术] 081002[工学-信号与信息处理] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:中国工程科技知识中心项目(CKCEST-2021-1-8) 国家自然科学基金(62037001)。
摘 要:当前人工智能的学习模式主要以数据驱动为主要手段,以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先验假设、逻辑规则和方程公式等知识,建立数据和知识双轮驱动的人工智能方法,将推动更通用计算范式的变革创新。该文将可用于引导人工智能算法模型知识归纳为4种——逻辑知识、视觉知识、物理定律知识和因果知识,探讨将这些知识与现有数据驱动模型相互结合的典型方法。