(资料图片)

5月25日，2023中国国际大数据产业博览会“人工智能大模型高端对话”活动在贵阳国际生态会议中心举行。活动围绕“大数据、大算力、大模型”主题，汇聚省市相关领导、中外院士及顶尖专家、领军企业家代表，共论数据、算力与模型的技术趋势和产业趋势。

主旨演讲环节，来自中国工程院、清华大学、美国国家工程院、上海交通大学等单位的院士、专家结合大模型时代背景下新一代信息技术的新趋势与新发展，从算力、模型等角度阐述了自己的观点及建议。

美国国家工程院院士、东方理工高等研究院常务副院长兼教务长张东晓围绕“科学机器学习中的知识嵌入与知识发现”主题发表了主旨演讲。

张东晓从数据驱动模型、理论指导的数据驱动模型（知识嵌入）、数据驱动的模型挖掘（知识发现）三个维度进行了分享。

张东晓说，机器学习模型预测原理是利用大量历史数据，寻找并确定输入多元变量与目标变量的复杂映射关系，构造模型并基于该模型对未来的目标变量进行预测。常用机器学习模型有人工神经网络、支持向量机、卷积神经网络、循环神经网络等。

“机器学习算法可以有效解决具有复杂非线性映射关系的问题，数据是基础，通过信息化、物联网，实现从数据到大数据的转变。同时，通过引入行业知识，可以有效提升机器学习模型的效果，即可以在数据预处理、机器学习模型结构以及模型效果评估环节嵌入领域知识，提升精度和鲁棒性，在一定程度上降低数据需求。总而言之，知识的嵌入和知识的发现，在科学机器学习、人工智能技术发展当中同样重要。”张东晓说。

贵州日报天眼新闻记者 高艳飞

编辑 罗昌

二审 谭仕伦

三审 胡丽华

关键词：