人工智能深度学习与信息数字化模型.pdfVIP

2025-08北京师范大学学报（自然科学版）

61（4）Journal

of

Beijing

Normal

University（Natural

Science）591

人工智能深度学习与信息数字化模型*

1）2）†

张永林姜恒

（

1）北京师范大学统计学院，北京；2）清华大学经济管理学院，北京）

摘要通过研究人工智能（artificial

intelligence，AI）深度学习功能及信息数字化转换过程，揭示了二者内在的信息变

换与优化机制，系统阐释了AI自我认知学习、动态学习，以及信息交互变换机制，并构建了信息数字化模型.

结果表明：

AI深度学习借助符号处理与概率映射，实现了信息变换与优化；数字化技术将物理世界的活动信息转化为可计算的数字

符号，AI的运行逻辑是以信息动态组织为核心，使得数据信息与资源配置、经济决策动态对应.

通过创新信息知识作用

于未来行为，获得AI数字化创造生产力的深层原理，以期为理解智能经济中的新生产力提供理论参考，为智能数字经济

提供理论支撑，并对中国智能经济发展提出建议.

关键词人工智能；深度学习；信息交互变换；数字化模型

中图分类号F062.5DOI：10.12202/j.0476-0301.2025003

0

引言1

文献综述

[1−3]

建设现代化智能经济产业体系，发展人工智能Agrawal等通过研究，发现了AI如何运用数

（artificial

intelligence，AI）与数字化技术是创造生产力据分析解决信息不完全以及运用AI大数据进行预测

的重要组成部分.

以智慧城市、智慧生活和智慧医疗的能力与价值，这对于经济统计尤为重要，其中对AI

等应用为代表的AI领域高速发展，其成果广泛应用与大数据的内在机制研究，更是对现在大数据时代和

并推动生活、生产和管理等经济场景的提升与变革.数字经济的研究给出了开创性工作.

这是因为大数

AI技术的发展步入新的阶段，经济活动正由传据是超出传统数据库的信息容量与处理能力的数据

统人机交互模式转为依托AI、数字化与大数据等技形态的信息集合.

通过扩展分析对象的广度与深度，

术的自主协作模式.

截至目前，无论是理论还是实践，可从大数据中获取更多有价值的新信息.

已有研究成果均未能对AI与数字化过程的内在联系大数据技术是从任意类型数据中快速获得有价

与机制给予充分且彻底的原理性解释或讨论.

突破