数据驱动与知识引导结合下人工智能算法模型

来源：电子与信息学报杂志2023年第7期北京时间：

作者：金哲, 张引, 吴飞, 朱文武, 潘云鹤

单位：1.浙江大学计算机科学与技术学院 杭州 3100122.清华大学计算机科学与技术系 北京 100084

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。

关键词：人工智能, 大数据, 数据驱动, 知识引导

基金资助：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)