部分機器學習與科學發(fā)現(xiàn)的層級
第1章智能驅動的科學發(fā)現(xiàn)
1.1智能驅動的科學新發(fā)現(xiàn)
1.1.1天文學、宇宙學
1.1.2物理學
1.1.3生物學與醫(yī)學
1.1.4數(shù)學
1.2基于人工智能的科學再發(fā)現(xiàn)研究
1.2.1早期自動科學再發(fā)現(xiàn)研究
1.2.2發(fā)現(xiàn)科學概念
1.2.3發(fā)現(xiàn)科學公式
1.3當前智能驅動科學發(fā)現(xiàn)的局限
第2章機器學習
2.1機器學習簡介
2.2人工神經(jīng)網(wǎng)絡
2.2.1從人工神經(jīng)元到感知機
2.2.2前饋多層神經(jīng)網(wǎng)絡及其通用性
2.3降維與自編碼器
2.4符號回歸
2.5人工智能的可解釋性
第3章人工智能與科學發(fā)現(xiàn)的層級
3.1科學發(fā)現(xiàn)、科學知識及其種類
3.2科學發(fā)現(xiàn)的種類和層級
3.3智能驅動科學發(fā)現(xiàn)的層級
3.3.1當前人工智能能夠達到的發(fā)現(xiàn)的層次
3.3.2一種特殊科學發(fā)現(xiàn)情形下的機器學習
第4章數(shù)據(jù)與智能驅動科學發(fā)現(xiàn)相關的爭論
4.1數(shù)據(jù)密集型科學發(fā)現(xiàn)及其哲學討論
4.1.1問題的提出與爭議
4.1.2爭論中存在的問題
4.1.3從認知的角度考察數(shù)據(jù)在科學活動中的作用
4.2智能驅動科學發(fā)現(xiàn)與自動科學發(fā)現(xiàn)的哲學討論
4.2.1方法論相關爭議
4.2.2方法論爭論的原因分析
部分的問題討論
第2部分機器學習與科學發(fā)現(xiàn)的關系
第5章科學理論的結構和內(nèi)容
5.1何為科學理論
5.2形式化重構的觀點
5.2.1語法的觀點
5.2.2語義的觀點
5.2.3通過范疇提升對語法與語義的同構
5.3語用——實踐的觀點及其認知進路
第6章科學與數(shù)學認知
6.1數(shù)學在自然科學中不可思議的有效性
6.2數(shù)學認知
6.3基于認知語言學的具身數(shù)學認知
6.3.1理論
6.3.2具身數(shù)學認知的哲學觀——自然主義的
反實在論
6.3.3數(shù)學作為同構的認知過程及其問題
6.4應用——自由落體定律的負數(shù)解
6.4.1為何二次方程會有兩個解
6.4.2為何在應用到自由落體中時要舍去負數(shù)解
第7章機器學習與科學發(fā)現(xiàn)過程
7.1科學實踐過程的同構
7.2機器學習與發(fā)現(xiàn)的邏輯
7.3認知同構理論的問題
第3部分案例研究
第8章語言模型與科學發(fā)現(xiàn)
8.1預訓練大規(guī)模語言模型及其能力
8.2大語言模型與自動科學發(fā)現(xiàn)
8.2.1大語言模型與智能驅動科學發(fā)現(xiàn)
8.2.2大語言模型與自動科學發(fā)現(xiàn)
8.2.3大語言模型實現(xiàn)科學發(fā)現(xiàn)的具體路徑
第9章科學史案例建模研究
9.1以太相關現(xiàn)象與理論
9.1.1光行差
9.1.2斐索流水實驗
9.1.3邁克爾遜莫雷實驗
9.2機器學習建模
9.2.1模型1.0（帶預設）
9.2.2AI-Einstein 2.0——無預設
后記
參考文獻