×
Miguel A.F.桑茹安。

人工智能、混沌、预测和科学理解。 （英语） Zbl 1479.37088号

国际分叉混沌应用杂志。科学。工程师。 31，第11号，文章ID 2150173，13 p.（2021）.
摘要：机器学习和深度学习技术对科学的进步做出了很大贡献。它们强大的预测能力出现在许多学科中，包括混沌动力学，但它们缺乏理解。这里的主要论点是，预测和理解是两个非常不同的重要思想，应该指导我们跟随科学的进步。此外，还强调了非线性动力系统在理解过程中所起的重要作用。科学未来的道路将以大数据和大理论之间的建设性对话为标志，没有对话我们就无法理解。

引用于1文件

MSC公司：

37M99型 动力系统的逼近方法和数值处理

关键词：

人工智能；混乱；预测；理解力；不稳定维变异

软件：

阿尔法零
PDF格式BibTeX公司 XML格式引用
\textit{M.A.F.Sanjuán}，《国际分叉混沌应用》。科学。Eng.31，No.11，文章ID 2150173，13 p.（2021；Zbl 1479.37088）
全文： 内政部 arXiv公司

参考文献：

[1] Aguirre，J.、Viana，R.和Sanjuan，M.A.F.[2009]“非线性动力学中的分形结构”，修订版。物理学81，333-386。
[2] Anderson，C.[2008]《理论的终结：数据洪流使科学方法过时》，《连线杂志》。检索自https://www.wired.com/2008/06/pb-theory/。
[3] Baldovin，M.、Cecconi，F.、Cencini，M.，Puglishi，A.和Vulpiani，A.[2018]“建模和预测中的数据代价：通过实例进行的调查”，Entropy20807。
[4] Berry，T.、Giannakis，D.和Harlim，J.[2020]“架桥数据科学和动力系统理论”，非。美国数学。Soc.671336-1349年·Zbl 1460.37074号
[5] Bieger，J.&Thórisson，K.R.[2017]“评估理解”，可从以下网址下载副本http://dmip.webs.upv.es/EGPAI2017/Papers/EGPAE_2017_paper_6_JBieger.pdf。
[6] Breen，P.G.，Foley，C.N.，Boekholt，T.&Zwart，S.P.[2020]“牛顿与机器：使用深层神经网络解决混沌三体问题”，月刊。不是。罗伊。阿童木。Soc.4942465-2470。
[7] Broadbent，A.[2018]“预测、理解和医学”，J.Med.Phil.43，289-305。
[8] Buchanan，M.[2019]“机器预测的极限”，《自然物理学》第15卷，第304页。
[9] Bunimovich，L.，Passey，D.J.，Smith，D.&Webb，B.[2020]“网络专业化的光谱和动态后果”，《国际分歧与混沌》302050091-32·Zbl 1442.90025号
[10] Cecconi，F.、Cencini，M.、Falcioni，M.和Vulpini，A.[2012]“从过去预测未来：从现代角度来看的老问题”，《美国物理学杂志》第80期，1001-1008页。
[11] Coveney，P.V.、Dougherty，E.R.和Highfield，R.R.[2016]“大数据也需要大理论”，Philos。事务处理。罗伊。Soc.A37420160153。
[12] Crutchfield，J.P.[2014]“理论的梦想”，WIREs Compute。统计数据6，75-79。
[13] Dawson，S.P.，Grebogi，C.，Sauer，T.&Yorke，J.A.[1994]“当Lyapunov指数波动约为零时阴影的障碍”，《物理学》。修订稿第73页，1927年。
[14] Daza，A.，Wagemakers，A.，Georgeot，B.，Guéry-Odelin，D.&Sanjuán，M.A.F.[2016]“流域熵：分析动力系统不确定性的新工具”，《科学》。代表6，31416·Zbl 1386.37080号
[15] Dougherty，E.R.和Bittner，M.L.[2011]《细胞认识论：生物知识的系统观点》（John Wiley，NY）。
[16] Edge[2015]“2015：你对那些认为https://www.edge.org/annual-ques-tion/what-do-you think-about-machines-that-think网址]，（2016年5月19日访问）。
[17] Franklin，R.L.[1983]《关于理解》，菲洛斯。现象学。第43、307-328号决议。
[18] Hartnett，K.[2018]“为了建造真正的智能机器，教会它们因果关系，”https://www.quantamagazine.org/to-build-truly-intelligent-machines-teach-them-cause-and-effect-20180515/。
[19] Himmelfarb，J.，Stenvinkel，P.，Ikizler，T.A.&Hakim，R.M.[2002]“尿毒症中的大象：氧化应激作为尿毒症心血管疾病的统一概念”，《肾脏内容》621524-1538。
[20] Hirata，Y.和Aihara，K.[2020]“非线性时间序列的深度学习：推断缓慢驱动力的示例”，《国际分岔与混沌》30，2050226-1-13·Zbl 1459.37070号
[21] Hosni，H.和Vulpiani，A.[2018a]“根据大数据进行预测”，Philos。Technol.31，557-569。
[22] Hosni，H.&Vulpini，A.[2018b]“数据科学与建模艺术”，Lett。材料国际6，121-129·Zbl 1432.00039号
[23] Ichinose，N.[2021]“准周期混沌神经网络与短期模拟记忆”，《国际分岔与混沌》31，2130003-1-18·Zbl 1462.37101号
[24] Kitano，H.[2016]“人工智能赢得诺贝尔奖及其他奖项：创造科学发现的引擎”，AI Mag.37，39-49。
[25] Kostelich，E.J.，Kan，I.，Grebogi，C.，Ott，E.&Yorke，J.A.[1997]“不稳定维度可变性：混沌系统中非双曲性的来源”，《物理学》D109，81·Zbl 0925.58048号
[26] Laplane，L.，Mantovani，P.，Adolphs，R.，Chang，H.，Manto vani，A.，McFall-Ngai，M.，Rovelli，C.，Sober，E.&Pradeu，T.[2019]“为什么科学需要哲学”，Proc。国家。阿卡德。科学。美国116，3948-3952。
[27] Laurent，G.[2000]“‘理解’是什么意思？”《自然神经科学》31211。
[28] Levenson，T.[2015]《寻找火神：……（\）以及阿尔伯特·爱因斯坦如何摧毁行星、发现相对论并破译宇宙》（Random House，NY，USA）。
[29] Lovejoy，S.等人[2009]，《非线性地球物理学：为什么我们需要它》，Eos Trans。AGU90，455-456。
[30] Lovejoy，S.[2019]天气、宏观天气和气候。我们随机但可预测的大气（牛津大学出版社，英国牛津）。
[31] Ma，H.，Zhou，T.，Aihara，K.&Chen，L.[2014]“从短期高维数据预测时间序列”，《国际分岔与混沌》241430033-1-19·Zbl 1305.37043号
[32] Mitchell，M.[2019]《人工智能：人类思维指南》（Farrar，Straus and Giroux，NY，USA）。
[33] 牛顿，I.S.[1687]哲学自然原理数学（英国伦敦皇家学会）·Zbl 0050.00201号
[34] Pathak，J.，Lu，Z.，Hunt，B.R.，Girvan，M.&Ott，E.[2017]“使用机器学习复制混沌吸引子并从数据中计算Lyapunov指数”，Chaos27121102·Zbl 1390.37138号
[35] Pathak，J.、Hunt，B.R.、Girvan，M.、Lu，Z.和Ott，E.[2018a]“基于数据的大型时空混沌系统的无模型预测：水库计算方法”，《物理学》。修订稿：第120页，第24102页。
[36] Pathak，J.、Wikner，A.、Fussell，R.、Chandra，S.、Hunt，B.R.、Girvan，M.和Ott，E.[2018b]“混沌过程的混合预测：结合基于知识的模型使用机器学习”，Chaos28，041101。
[37] Pearl，J.&Mackenzie，D.[2018]《为什么》。《因果新科学》（美国纽约基础图书）·Zbl 1416.62026号
[38] 庞加莱（Poincaré，H.）【1890年】《三驾军团和动力方程式的问题》，《数学学报》13，1-270·2011年9月22日
[39] 庞加莱（Poincaré，H.）【1892年】《新方法》（Les Méthodes Nouvelles de la Mécanique Céleste，I-III）（法国巴黎，高蒂尔·维拉斯，1892-1899年）。（英文翻译：《天体力学的新方法》，由D.L.Goroff介绍。美国物理研究所，纽约，1993年）。
[40] Reichstein，M.、Camps-Valls，G.、Stevens，B.等人[2019]“数据驱动地球系统科学的深度学习和过程理解”，《自然》566195-204。
[41] Rovelli，C.[2018]“物理需要哲学。哲学需要物理”，Found。物理学48，481-491·Zbl 1394.81016号
[42] Saiki，Y.、Sanjuán，M.A.F.和Yorke，J.A.[2018]“高维异质基因的低维范式”，Chaos28，103110·Zbl 1400.37102号
[43] Sauer，T.、Grebogi，C.和Yorke，J.A.[1997]“数值混沌解保持有效多久？”，《物理学》。修订稿79，59。
[44] Schmidt，M.&Lipson，H.[2009]“从实验数据中提取自由形式的自然法则”，《科学》324，81-85。
[45] Silver，D.，Huang，A.，Maddison，C.J.等人[2016]“通过深度神经网络和树搜索掌握围棋游戏”，Nature529，484-489。
[46] Silver，D.，Hubert，T.，Schrittwieser，J.等人[2018]，“掌握国际象棋、shogi和自我游戏的通用强化学习算法”，《科学》362，1140-1144·Zbl 1433.68320号
[47] Smith，G.[2018]《人工智能错觉》（英国牛津大学出版社）。
[48] Stanley，M.[2016]“物理学家为什么要研究历史？”。今天69，38-44。
[49] Stinis，P.[2019]“在有监督、无监督和强化学习中对时间序列预测实施约束”，arXiv:1905.07501。
[50] Succi，S.&Coveney，P.V.[2019]“大数据：科学方法的终结？”，Philos。事务处理。罗伊。Soc.A37720180145。
[51] Tegmark，M.[2017]《生命3.0：人工智能时代的人类》（英国企鹅出版社）。
[52] Thórisson，K.R.&Kremelberg，D.[2017]“机器理解吗？”，理解研讨会，第十届国际人工智能大会（AGI-17），8月18日，澳大利亚墨尔本。
[53] 田总[2020]“混沌特征的初步研究与短期风速时间序列的预测”，《国际分岔与混沌》302050176-124·Zbl 1451.86015号
[54] Vallejo，J.C.和Sanjuan，M.A.F.[2019]混沌动力学的可预测性：有限时间Lyapunov指数方法，第2版（瑞士查姆斯普林格自然出版社）·Zbl 1440.37002号
[55] Vulpiani，A.和Baldovin，M.[2020]“复杂系统中的有效方程：从Langevin到机器学习”，J.Stat.Mech.2020，014003·Zbl 1459.82246号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。