Mạng lưới thần kinh nhân tạo và các dạng trí tuệ nhân tạo khác can thiệp vào các phương pháp và thực tiễn trong khoa học như thế nào? Những thách thức nhận thức luận liên ngành nào nảy sinh khi chúng ta nghĩ về việc sử dụng AI ngoài sự phụ thuộc vào dữ liệu lớn? Không chỉ khoa học tự nhiên, mà cả khoa học xã hội và nhân văn dường như ngày càng bị ảnh hưởng bởi các cách tiếp cận hiện tại của AI dưới biểu tượng, vốn giải quyết các vấn đề về chất lượng (mờ, không chắc chắn) theo một cách mà cho đến nay vẫn chưa được biết đến. Nhưng các điều kiện, ý nghĩa và tác động của những biến đổi nhận thức (tiềm năng) này là gì và nghiên cứu về AI phải được cấu hình như thế nào để giải quyết chúng một cách thỏa đáng?

Abstract:

How do artificial neural networks and other forms of artificial intelligence interfere with methods and practices in the sciences? Which interdisciplinary epistemological challenges arise when we think about the use of AI beyond its dependency on big data? Not only the natural sciences, but also the social sciences and the humanities seem to be increasingly affected by current approaches of subsymbolic AI, which master problems of quality (fuzziness, uncertainty) in a hitherto unknown way. But what are the conditions, implications, and effects of these (potential) epistemic transformations and how must research on AI be configured to address them adequately?

Ngôn ngữ:	En
Tác giả:	Andreas Sudmann, Anna Echterhölter, Markus Ramsauer, Fabian Retkowski
Thông tin nhan đề:	Beyond Quantity: Research with Subsymbolic AI
Nhà xuất bản:	transcript Verlag
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by/4.0/deed.en
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/85723
Mô tả vật lý:	360p.
Năm xuất bản:	2023