"重构数据科学与计算智能：理论基石与技术突破"

本文以《数据科学与计算智能：内涵、范式与机遇》为基础，围绕数据科学与计算智能的定义、范式以及现有机遇展开讨论。首先，针对现有计算智能的能力边界，本文探讨了如何理解、测试并评估其能力。相比于自然智能，现有计算智能在计算思维和智能推演决策能力方面存在差距，提出借鉴自然智能探索新的人工智能范式的可能性。接着，本文关注大数据对信息社会的影响，将深度学习等大数据驱动的人工智能技术归为计算智能。同时，指出大数据与计算智能技术的理论基础和技术体系尚处早期阶段，大数据“红利”效应逐渐减弱，计算智能技术面临单点突破难以为大数据驱动的智能应用提供持续支撑的局面。最后，本文围绕数据科学的内涵和外延，指出尚缺乏严谨的定义和学术体系体系，呼吁对数据科学和计算智能的基础问题进行深入思考和重构理论基石，以推动技术与工程应用的持续进步和跨越式发展。 整体来看，本文以数据科学与计算智能为中心，探讨了当前存在的问题与机遇。在理论方面，本文提出了现有计算智能的弱点，指出其在计算思维和智能推演决策能力方面与自然智能存在差距，呼吁借鉴自然智能探索新的人工智能范式。在技术方面，本文强调大数据与计算智能技术的理论基础和技术体系尚处早期阶段，提出大数据“红利”效应逐渐减弱，计算智能技术面临单点突破难以持续支撑大数据驱动的智能应用的难题。在学术方面，本文呼吁对数据科学和计算智能的基础问题进行深入思考和重构理论基石，以推动技术与工程应用的持续进步和跨越式发展。 以此为基础，未来的研究可以在以下几个方面展开：首先，在理论层面，可以进一步深入探讨现有计算智能与自然智能的差异，并寻求借鉴自然智能来探索新的人工智能范式的可能性，为计算智能技术的发展提供理论支撑。其次，在技术层面，可以加强对大数据与计算智能技术的理论基础和技术体系的研究，以解决大数据“红利”效应逐渐减弱、计算智能技术单点突破难题的问题，推动技术与工程应用的持续进步和跨越式发展。最后，在学术层面，可以加强对数据科学与计算智能的定义和学术体系的构建，为该领域的研究和发展提供更加严谨的基础。 综上所述，本文是在香山科学会议第  667  次学术讨论会与会专家学者的集体智慧基础上，对数据科学与计算智能的内涵、范式与机遇进行了全面深入的探讨和总结。通过从理论、技术和学术三个层面展开分析，本文指出了当前存在的问题和机遇，并提出了未来研究的方向。希望本文的研究成果能够为相关领域的学术研究和实践应用提供一定的借鉴和参考。