报告题目：数据 – 知识发展环境的机器学习

报告所属学科：管理科学与工程

报告人：Witold Pedrycz（加拿大阿尔伯塔大学）

报告时间：2025年3月14日 15:30-18:30

报告地点：经管学院706室

报告摘要：

机器学习的前所未有的进展可归因于有效利用大量数据，最近通过众多大语言模型和基础模型的构建得到了证明。

然而，令人感到有趣的是，尽管机器学习在很大程度上依赖于数据，但知识在其中的作用并未得到明确的考虑。在本次讲座中，我们主张合成一个统一的机器学习知识-数据框架。作为一种新范式，机器学习知识-数据专注于在该领域的设计实践中，数据与知识的审慎和协调互动。

首先从历史角度阐述了知识-数据环境的基本理论，并指出其关键要点。接着，讨论面向问题的知识来源、知识的分类以及其主要特征。

数据和知识在抽象层次上有着显著的不同，知识通常是在符号层次上进行形式化和表示的，而数据则主要是数值型的。这构成了一个真正的挑战，因为数据本质上是数字化的。我们强调，在开发一个统一且协调的数据与知识框架来应对学习过程时，必须调和高度不同的抽象层次（数值-定性），在这方面，信息颗粒发挥了关键作用。

我们提供了一种知识分类法，通过区分科学知识和常识性知识，阐述了随之而来的知识表示方案谱系。随后，讨论了基于知识的机器学习设计的主要类别，包括物理信息驱动的机器学习（依赖于科学知识），通过知识驱动的约束（正则化）增强数据驱动模型，通过知识扩展数据驱动模型的开发，以及在规则传达的知识存在下构建机器学习模型的方式。在分析这些类别时，还明确解释了如何避免数据盲目化的有害影响。最后，讨论了知识-数据统一环境的选定方案和随之而来的学习方案，并对基于大语言模型的知识获取进行了研究。

报告人简介：

Witold Pedrycz，加拿大阿尔伯塔大学讲席教授，加拿大皇家科学院院士，波兰科学院外籍院士，电气和电子工程师协会会士。现担任《Information Sciences》和《Wiley Interdisciplinary Review Data Mining and Knowledge Discovery》主编，及《Granular Computing》共同主编。主要研究方向包括粒计算、智能系统、模糊集和模糊系统、模式识别等；并发表多篇高质量论文，出版著作21本，H指数136，计算机科学和电子学排名第70位。