人工智能中的封闭性和强封闭性——现有成果的能力边界、应用条件和伦理风险

• 作者: 陈小平
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 人工智能 封闭性 强封闭性 知识 降射 决策论规划 推理 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能基础
• 页码范围: 114-120
• 页数: 7页
• 分类号: TP18
• 字数: 8581字
• 语种: 中文
• DOI: 10.11992/tis.202001001

摘要

针对现有人工智能技术的两种代表性途径——暴力法和训练法,以及它们结合的一种典型方式,给出了规范化描述,AI研究中的知识被重新定义为从模型到现实场景的完闭降射,进而提出人工智能的封闭性准则和强封闭性准则.封闭性准则刻画了暴力法和训练法在理论上的能力边界;强封闭性准则刻画了暴力法和训练法在工程中的应用条件.两项准则还为开放性人工智能技术的进一步研究提供了新的概念基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小平	中国科学技术大学计算机科学与技术学院	94	783	15.0	22.0