1樓：雲中客
我感覺人工智慧只是乙個工具，用來輔助增強人類能力的工具。複雜性科學才算得上是一門研究性學科，用來探索人類認知的極限。如果說幫助也應該是工具幫助目的，不是目的幫助工具。
所以說是機器學習幫助複雜性科學成立，反過來大概不成立。
2樓：嘉慧Lincoln
這個研究方向偏理論，坑非常多，但是題主可以自成一派（PS. 目前已有N派）。
複雜性研究方法的發展程序大致可以分為三個階段。
第一階段是 20 世紀 40- 60 年代，貝塔朗菲提出的系統論、申農提出的資訊理論、維納提出的控制論，可以看作複雜系統科學的理論奠基；
第二階段是 20 世紀 60- 80 年代以普利戈金的耗散結構理論、哈肯的協同學、艾根的超迴圈理論和托姆的突變論為代表的自組織理論的先後興起；
第三階段是 20世紀 80- 90 年代曼德布羅特和洛倫茲提出的分形和混沌理論，揭示了非線性科學理論。
第一次人工智慧會議後，人工智慧早期是以紐厄爾、西蒙為代表的研究符號處理、知識表徵、啟發式程式、問題求解、邏輯推理為核心的傳統 AI，他們試圖通過形式規則操作符號來生成智慧型行為。紐厄爾、西蒙把他們的觀點陳述為乙個假設：「對於一般智慧型行為來說，物理符號系統具有的手段既是必要的，也是充分的。
所謂必要的意思是：任何表現出一般智慧型的系統，經過分析，都可以證明是乙個物理符號系統。所謂『充分』的意思是，任何足夠大的物理符號系統，都可以通過進一步的組織，而表現出一般智慧型。
」紐厄爾、西蒙的假設可以追溯到弗雷格、羅素和懷特海，他們繼承了哲學中的理性主義和還原論傳統並取得了巨大成功，但人工智慧領域的邏輯學家在力圖將日常生活中紛繁複雜的思想程式化、濃縮化的過程中遇到了難題，很多問題是邏輯程式無法解決的。
人工智慧的另一派認為應當建立大腦模型，而不是建立心靈關於世界的符號表述的模型的方式來創造人工智慧。這種認識受到後來稱之為神經科學的啟發。D·O 赫布在 2023年提出，如果當神經元 A 和 B 同時被刺激時，該刺激使它們之間的聯結強度增高，那麼一團神經元就能夠進行學習。
在神經科學的影響下，洛森布雷特想要建造乙個物理裝置，或是在數字計算機上模擬這一裝置，然後由該裝置生成自己的能力。他在一種他稱之為感知機的裝置上將他的想法付諸實現。以上每一派別的方法都能夠解決某些簡易的問題，但都不能將其能夠解決某些簡易的問題的方法推廣到現實世界的複雜狀況中去。
從本質上講，複雜性科學是一門關於過程和演化的交叉邊緣科學，其研究內容、方法和手段仍處在不斷探索與發展之中到。目前為止，對複雜性還沒有乙個嚴格定義。如果真的要入這個坑，提醒題主一定要注意一點，社會科學、 人文科學等領域中相當多數量的「複雜性」指的是紛繁混亂反覆，而並非自然科學領域中與混沌和非線性相關聯的「複雜性」。
在不同的研究領域，「複雜性」研究物件和採用的分析方法都完全不同。如果非要說對人工智慧發展有什麼幫助，那就是能夠「把簡單的問題複雜化」，解釋那些無法通過現代自然科學發現規律、進行簡化處理的規則和現象。
[1].從複雜性系統理論視角看人工智慧科學的發展
3樓：凡心
目前還沒有特別驚豔的結果出來，其實深度學習效果這麼棒也是實踐出來的，不是理論指導出來的，而且我個人覺得很可能是一些簡單的規則產生了複雜的系統行為，有可能簡單的有效的規則先發明出來了，再有人嘗試用複雜理論去解釋，複雜理論太高深，我的理解只是皮毛罷
人工智慧能夠研究發展數學和哲學嗎？
定軍山 肯定的。我是絕對相信的。因為人工智慧它會不斷地完善，不斷地提公升。隨著我們時代的發展，科學的進步，時間的流逝。這個人工智慧呀，他只會越來越強大。當科學到達一定的地步的時候。我覺得。不管是這個世界能夠被做出來，甚至這個宇宙。所以人工智慧對數學哲學那都是沒問題的。不僅僅對於數學和哲學很多很多的學...
帶有強烈功利性來學英語。隨著人工智慧的發展，花大力氣學後，人工智慧會不會搞定翻譯？還有必要學習英語嗎？
雲寶 試想一下，你在國外，手機沒電或者網路不可用 不是沒可能 你需要點餐，這時候再回來看這個問題，答案一目了然。並不能說學習了一項技能，暫時沒有用武之地，那就等於浪費時間浪費精力。況且現在的機翻還是漏洞百出。 YY FF 現在都過去塊2年了，你怎麼樣了，第一，外語對於提高職場競爭力的幫助不是那麼大，...
人工智慧很簡單，為什麼搞的這麼複雜？
劉洋 這個回答不友善。你人也很簡單啊，不就乙個頭，四個手腳，乙個身體，加乙個脖子嘛。至於大腦裡的知識，四肢的配合，身體內體液迴圈 都不去考慮 你的腦子也很簡單啊，我也不知道大腦的內部結構 我家在裝修，師傅在貼瓷磚，我也覺得很簡單啊，兩天就貼完了，可師傅說要乙個星期。不就鋪一層水泥，把瓷磚往上一貼不就...