机器学习与科学发现——以AI-Einstein为例

机器学习尤其是深度学习广泛地应用于科学实践的各个领域和环节，但其在数据密集型学科带来的“科学新发现”，只能获得存在于数据中的已知概念之间的关系，而试图用机器学习重现科学史上新概念和新理论发现过程的“科学再发现”研究，也因为使用模拟出来的数据而成为后知之明；作为“曲线拟合”的机器学习常被认为不能带来“真正”的科学发现和概念创新；通过对19世纪关于光的传播和寻找以太相关的观测和实验数据进行挖掘并用机器学习建模，发现当同一类问题的数据和理论之间出现冲突时，“曲线拟合”方法至少可以帮助带来科学概念的转变，提示新知识的出现。     

别怪猴面鹰

<正>虎大王召开大会,郑重宣布:"森林最怕火灾,火碰上风更糟糕,风助火势,后果不堪设想。为此,我决定安排一位守林员专门在山顶瞭望森林,发现火情,马上呼叫大家。""这个办法好!"动物们兴奋地交头接耳。"不过,守林员视力一定要好。大家说一说,谁来当守林员?"虎大王接着说。"我来当吧。"兔子自告奋勇。     

初中数学教学中学生发现和提出问题能力的培养

发现和提出问题是创新的基础。在初中数学教学中培养学生的发现问题和提出问题的能力对培养学生的创新能力具有重要的作用。本文结合教学实际提出几点在初中数学教学中培养学生发现和提出问题能力的措施,以不断培养学生的创新精神和实践能力。     

HPS在美国的创立及其对科学发现方法论的贡献

近年来,HPS,即科学史和科学哲学研究领域在国内学界受到更多的重视。回顾HPS的发展,哲学家汉森为HPS事业在美国的创立做出了奠基性的贡献,在这之后他的科学哲学理念又对当代科学哲学以及科学发现方法论产生了深远的影响。全文在考察汉森创立HPS事业的特殊历史背景的基础上,深入探讨了汉森分外强调的注重科学史考察的科学哲学研究理念对当代科学发现逻辑的复兴以及对西蒙的机器发现研究所产生的影响。     

科学推理研究的程序范式探析

有关科学推理研究的传统路径属于关系范式,以计算知识论为代表的新型路径则属于程序范式。计算知识论路径起源于语言学习的研究,而Kelly是将计算知识论运用于科学推理研究的集大成者。程序范式下的科学推理研究围绕科学推理问题的可解性和科学方法的逻辑可靠性展开,具有规范性、先验性和长期性的特点。依据程序范式下的计算知识论路径,局部不完全决定性问题得到了细致的分析,发现逻辑在科学哲学中的地位也得到了有力辩护。程序范式为科学推理研究提供了完整的分析框架,从可靠探究的角度重新确定了科学推理研究的基本问题,对未来的科学推理研究颇具启发意义。     

探索式搜索中支持多角度概念发现方法

为帮助用户在执行探索式搜索时发现领域内重要、有价值的概念, 同时了解概念所处的问题角度进而全面理解目标领域, 以建模概念的实际使用情况为基础, 分析确定概念的重要度及问题角度对概念重要度的影响, 提出了支持用户多角度概念发现方法。该方法考虑了概念的重要性及概念所处问题角度之间的交互影响, 实现了对影响概念发现两方面因素的同步分析。实验表明, 相比直接搜索, 该方法减少了48.8%的搜索交互次数, 并提升了24.3%的概念出现数量。     

氩,最早发现的稀有气体

<正>空气中是不是只含有氧气(O2)和氮气(N2)两种气体呢?1785年,英国科学家卡文迪许做了一个关于空气的实验。当他设法把空气里的氮气、氧气、二氧化碳、水蒸气都吸收掉后,发现还有一个小气泡剩在玻璃管内。卡文迪许没有忽视这个小气泡,做完这一艰巨的实验后,他得出结论:空气中除了氧气、氮气、二氧化碳、水蒸气外,还有一种不跟氧气发生反应的气体。它的含量极少,总量不超过空气的1/120。1892年,英国物理学家雷利用精密的天平测定氮气的密度时,发现从空气中分离出来的氮气为每升1.2572克,而从含氮物质中制得的氮气为每升1.2508克。经过多次测定,两者的质量仍然相差     

高校图书馆MOOC式在线学习资源建设研究

阐述了高校图书馆MOOC式在线学习资源建设的要点,分析了MOOC式在线学习资源的类型,提出了MOOC式在线学习资源建设的具体策略.     

亚马孙“尖桩围篱”之谜破解

正2013年6月,有人在秘鲁亚马孙丛林偶然发现了一种直径约为2厘米的怪异"尖桩围篱",并把照片发到了网上。是谁创建了如此精致的结构?无人知道。最近,美国生物学家杰夫·克莱默深入亚马孙丛林进行了8天探险,终于看见一只微小的蜘蛛从"尖桩围篱"底部的蜘蛛卵中孵化出来,由此知道了这种奇异"篱笆"的建造者是一种蜘蛛。克莱默推测,蜘蛛建造这种"篱笆"的目的是捕捉微型白蚁(他在"篱笆"内发现了     

我的胖书包

正我的书包是个"穿着红衣裳的胖墩儿"。它陪伴我已经好几年了,最近我发现它一年比一年"好吃懒做"了。"好吃"——我的书包在三年级前"身材"是比较苗条的,可是