研究人工智能理论基础与前沿应用,具体包括:
- 类脑智能:如何借鉴生物神经网络的结构与机制启发新的人工神经网络模型?
- 采样强化与稀疏强化及其应用:如何利用强化学习解决采样问题,特别在稀疏情形?在求解微分方程及NP问题上如何应用?
- 统一的符号知识模型及其应用:能否像关系数据库之于数据一样,建立统一且好用的符号知识模型?
- 知识发现:能否从数据和隐式模型中发现显式知识、规律、概念与体系?
- 预测神经网络:能否利用预测机制大幅度增强神经网络与AI系统的能力?
- 结构化信息与神经网络:是否有更好的神经网络结构与机制处理结构化信息?
- 通用神经网络:如何像通用图灵机一样构建通用神经网络?
- 推理的基础理论:AI推理更像逻辑、概率、归纳还是类比?
- 学习的基础理论:如何联系与统一AI学习的本质,如压缩、拟合及PAC?
- 智能的数学模型:能否建立智能的数学模型?
- …………