掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
科學中的人工智能:挑戰、機遇和未來展望 版權信息
- ISBN：9787030792372
- 條形碼：9787030792372 ; 978-7-03-079237-2
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
科學中的人工智能:挑戰、機遇和未來展望 內容簡介
本書不僅梳理了人工智能技術在科學各領域中的廣泛應用，還深入分析了其對科學生產力的推動作用，以及在倫理、法律和社會層面可能引發的討論和問題。書中匯集了國際專家的研究成果，為讀者提供了一個全面了解人工智能在科學研究中應用的窗口，展現了人工智能技術如何推動科學的創新與進步，并對未來的研究方向提出了深刻的見解。
科學中的人工智能:挑戰、機遇和未來展望 目錄
目錄
執行摘要 1
0 科學中的人工智能：概述和政策建議 5
1 科學變得越來越難了嗎？ 50
1.1 想法越來越難找到了嗎？對證據的簡要回顧 50
1.2 摩爾定律終結了嗎？計算系統的創新持續高速發展 57
1.3 美國農業的技術進步是否正在放緩？ 61
1.4 埃魯姆定律與生物制藥研究生產力下降 69
1.5 研究生產力是否有所放緩？來自中國和德國的證據 79
1.6 研發效率下降：來自日本的證據 84
1.7 量化科學的“認知程度”以及其如何隨著時間和國家的變化而變化 88
1.8 文獻計量學對理解研究生產力有什么貢獻？ 94
2 當今科學中的人工智能 101
2.1 人工智能如何幫助科學家？一個（非詳盡的）概述 101
2.2 人工智能驅動的科學自動化評估框架 112
2.3 使用機器學習來驗證科學聲明 121
2.4 機器人科學家：從亞當到夏娃到創世紀 129
2.5 從知識發現到知識創造：基于文獻的知識發現如何促進科學進步？ 140
2.6 通過公民科學和人工智能提高科學生產力 149
2.7 人工智能能為物理學做什么？ 156
2.8 藥物發現中的人工智能 159
2.9 數據驅動的臨床藥物研究創新 168
2.10 將人工智能應用于現實世界的醫療保健實踐和生命科學：通過聯邦學習解決數據隱私、安全和政策挑戰 172
3 不久的將來：挑戰和前進之路 181
3.1 科學發現中的人工智能：挑戰和機遇 181
3.2 機器閱讀：在科學中的成功實踐、挑戰和啟示 189
3.3 可解釋性：我們應該并且能夠理解機器學習系統的推理嗎？ 202
3.4 在知識的前沿集成集體智慧和機器智能 209
3.5 Elicit：一個作為研究工具的語言模型 217
3.6 民主化人工智能以加速科學發現 227
3.7 人工智能研究的多樣性是否在減少？ 234
3.8 從用于醫學成像的機器學習技術不足中吸取的教訓 242
4 科學中的人工智能：對公共政策的進一步影響 248
4.1 科學與工程領域的人工智能：研發領域的公共投資重點 248
4.2 人工智能知識庫在科學中的重要性 253
4.3 高性能計算的領先地位可促進人工智能的進步和計算
生態系統的蓬勃發展 259
4.4 提高人工智能研究的可復制性，以增加信任度和生產力 264
4.5 人工智能和科學生產力：考慮政策和治理挑戰 274
5 人工智能、科學和發展中國家 283
5.1 人工智能和開發項目：撒哈拉以南非洲優化卓越研究
資助機制的案例研究 283
5.2 非洲科學領域的人工智能 289
5.3 人工智能、發展中國家科學研究與雙邊合作 296
執行摘要 1
0 科學中的人工智能：概述和政策建議 5
1 科學變得越來越難了嗎？ 50
1.1 想法越來越難找到了嗎？對證據的簡要回顧 50
1.2 摩爾定律終結了嗎？計算系統的創新持續高速發展 57
1.3 美國農業的技術進步是否正在放緩？ 61
1.4 埃魯姆定律與生物制藥研究生產力下降 69
1.5 研究生產力是否有所放緩？來自中國和德國的證據 79
1.6 研發效率下降：來自日本的證據 84
1.7 量化科學的“認知程度”以及其如何隨著時間和國家的變化而變化 88
1.8 文獻計量學對理解研究生產力有什么貢獻？ 94
2 當今科學中的人工智能 101
2.1 人工智能如何幫助科學家？一個（非詳盡的）概述 101
2.2 人工智能驅動的科學自動化評估框架 112
2.3 使用機器學習來驗證科學聲明 121
2.4 機器人科學家：從亞當到夏娃到創世紀 129
2.5 從知識發現到知識創造：基于文獻的知識發現如何促進科學進步？ 140
2.6 通過公民科學和人工智能提高科學生產力 149
2.7 人工智能能為物理學做什么？ 156
2.8 藥物發現中的人工智能 159
2.9 數據驅動的臨床藥物研究創新 168
2.10 將人工智能應用于現實世界的醫療保健實踐和生命科學：通過聯邦學習解決數據隱私、安全和政策挑戰 172
3 不久的將來：挑戰和前進之路 181
3.1 科學發現中的人工智能：挑戰和機遇 181
3.2 機器閱讀：在科學中的成功實踐、挑戰和啟示 189
3.3 可解釋性：我們應該并且能夠理解機器學習系統的推理嗎？ 202
3.4 在知識的前沿集成集體智慧和機器智能 209
3.5 Elicit：一個作為研究工具的語言模型 217
3.6 民主化人工智能以加速科學發現 227
3.7 人工智能研究的多樣性是否在減少？ 234
3.8 從用于醫學成像的機器學習技術不足中吸取的教訓 242
4 科學中的人工智能：對公共政策的進一步影響 248
4.1 科學與工程領域的人工智能：研發領域的公共投資重點 248
4.2 人工智能知識庫在科學中的重要性 253
4.3 高性能計算的領先地位可促進人工智能的進步和計算
生態系統的蓬勃發展 259
4.4 提高人工智能研究的可復制性，以增加信任度和生產力 264
4.5 人工智能和科學生產力：考慮政策和治理挑戰 274
5 人工智能、科學和發展中國家 283
5.1 人工智能和開發項目：撒哈拉以南非洲優化卓越研究
資助機制的案例研究 283
5.2 非洲科學領域的人工智能 289
5.3 人工智能、發展中國家科學研究與雙邊合作 296
展開全部
書友推薦
- >
上帝之肋:男人的真實旅程
- >
唐代進士錄
- >
【精裝繪本】畫給孩子的中國神話
- >
我從未如此眷戀人間
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
巴金－再思錄
- >
姑媽的寶刀
- >
山海經
本類暢銷
