最近用于代码的AI鼓舞协作开放的科学发现 这个话题，相信很多小伙伴都是非常有兴趣了解的吧，一段好的故事可以给读者带来很多值得深思的新东西，甚至还可以在一定程度上让读者的视野在瞬间扩大，那么既然现在大家都想要知道此类的信息，今日小编将给带来关于用于代码的AI鼓舞协作开放的科学发现 的资讯！
我们已经看到，模式分析和机器智能应用于图像，音频和视频信号以及自然语言文本的最新发展非常显着，但应用于人为产生的另一人工制品(计算机程序源代码)的应用却没有那么多。在2018年KDD的FEED研讨会上将发表的一篇论文中，我们展示了一个朝着代码的语义分析取得发展的系统。这样，我们为机器真正推理程序代码并从中学习提供了基础。
最近在IJCAI 2018上进行了展示的这项工作是由IBM社会公益事业研究员Evan Patterson构思和领导的，专门研究数据科学软件。数据科学程序是一种特别的计算机代码，通常很短，但是充满了语义丰富的内容，这些内容指定了一系列数据转换，分析，建模和解释操作。我们的技术执行数据分析(想象一个R或Python脚本)并捕获分析中调用的所有函数。然后将这些功能连接到数据科学本体我们已经创建，执行了几个简化步骤并生成了程序的语义流程图表示。例如，下面的流程图是根据类风湿关节炎数据自动生成的。
该技术适用于各种编程语言和程序包。下面的三个代码段是用R编写的，带有NumPy和SciPy软件包的Python，以及带有Pandas和Scikit-learn软件包的Python。全部产生完全相同的语义流程图。
数据科学本体是用我们开辟的一种新的本体语言编写的，名为Monoidal本体和计算语言(Monocl)。该工作线于2016年与多发性硬化症加速治疗项目合作启动。