Искусственный интеллект: мощная парадигма для научных исследований

Artificial intelligence: A powerful paradigm for scientific research
James M. Tiedje, Zhipeng Cai, Huiyu Xu, Wei Zhang, Fei Wang, Jialiang Yang, James P. Lewis, Xingchen Liu, Sabine Dietmann, Cheng‐Wei Qiu, Zhulin An, Yongjun Xu, Xiao He, Zhigang Yin, Jiabao Zhang, Keqin Hua, Ronald Roepman, Tao Huang, Xin Liu, Xin Cao, Changping Huang, Enke Liu, Sen Qian, Yanjun Wu, Fengliang Dong, Junjun Qiu, Wentao Su, Jian Wu, Yong Han, Chenguang Fu, Miao Liu, Marko Virta, Fredrick Orori Kengara, Ze Zhang, Lifu Zhang, Taolan Zhao, Ji Dai, Liang Lan, Ming Luo, Liu Zhao-feng, Tao An, Bin Zhang, Shan Cong, Xiaohong Liu, Qi Wang, Libo Zhang, Chuan Lü, Wang Fang, Zhaofeng Liu
2021-10-28

искусственный интеллектфундаментальные наукианализ высокопроизводительных данныхмашинное обучениенаучные исследования
Искусственный интеллект (ИИ) в сочетании с перспективными методами машинного обучения (МО), хорошо известными в компьютерных науках, оказывает широкое влияние на различные аспекты науки и техники, промышленности и даже нашей повседневной жизни. Методы МО разработаны для анализа высокопроизводительных данных с целью получения полезных сведений, классификации, прогнозирования и принятия обоснованных решений новыми способами, что будет способствовать развитию новых приложений и устойчивому росту ИИ. В данной статье представлен всесторонний обзор развития и применения ИИ в различных областях фундаментальных наук, включая информатику, математику, медицинские науки, материаловедение, науки о Земле, науки о жизни, физику и химию. Подробно обсуждаются проблемы, с которыми сталкивается каждая научная дисциплина, а также потенциал методов ИИ для решения этих проблем. Кроме того, рассматриваются новые направления исследований, связанные с интеграцией ИИ в каждую научную дисциплину. Цель статьи — представить широкие исследовательские ориентиры для фундаментальных наук с потенциальным внедрением ИИ, помочь исследователям глубже понять современные применения ИИ в фундаментальных науках и тем самым содействовать их непрерывному развитию.
1
Методы искусственного интеллекта и машинного обучения всё сильнее преобразуют фундаментальные науки, извлекая знания из высокопроизводительных данных, обеспечивая классификацию, прогнозирование и принятие решений на основе доказательств.
2
Интеграция ИИ в фундаментальные науки формирует новые направления исследований и возможности для разработки новых приложений и устойчивого научного развития.
3
Статья предлагает широкие исследовательские ориентиры, помогающие изучать современные применения ИИ и развивать фундаментальные науки на основе ИИ.
4
В статье рассматриваются применения ИИ в информатике, математике, медицинской науке, материаловедении, геонауках, науках о жизни, физике и химии.
5
Обзор выявляет специфические научные проблемы отдельных дисциплин и обсуждает возможности их решения с помощью методов ИИ.

Интеграция и применение методов искусственного интеллекта (AI) и машинного обучения (ML) в фундаментальных научных дисциплинах

Возможности, проблемы, применения и новые исследовательские тенденции методов ИИ для анализа данных и развития фундаментальных наук

Publication Details
Publication Date
2021-10-28
Journal
Publisher
ISSN
Cited by
1686
Access Type
Author Information
Authors
James M. Tiedje
Zhipeng Cai
Huiyu Xu
Wei Zhang
Fei Wang
Jialiang Yang
James P. Lewis
Xingchen Liu
Sabine Dietmann
Cheng‐Wei Qiu
Zhulin An
Yongjun Xu
Xiao He
Zhigang Yin
Jiabao Zhang
Keqin Hua
Ronald Roepman
Tao Huang
Xin Liu
Xin Cao
Changping Huang
Enke Liu
Sen Qian
Yanjun Wu
Fengliang Dong
Junjun Qiu
Wentao Su
Jian Wu
Yong Han
Chenguang Fu
Miao Liu
Marko Virta
Fredrick Orori Kengara
Ze Zhang
Lifu Zhang
Taolan Zhao
Ji Dai
Liang Lan
Ming Luo
Liu Zhao-feng
Tao An
Bin Zhang
Shan Cong
Xiaohong Liu
Qi Wang
Libo Zhang
Chuan Lü
Wang Fang
Zhaofeng Liu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%