人工智能范式的革命与通用智能理论的创生

人工智能的研究取得了不少可喜的进展,也面临着许多严峻的挑战。为了应对这些挑战,学术界提出了各种各样的研究思路。笔者相信,每种思路都有其合理之处,都有可能获得一定的成效。不过,根据笔者的理解,人工智能面临的最深刻最严峻的挑战,是学科和时代的大转变所带来的大阵痛:人工智能范式的张冠李戴。因此,必须对人工智能的范式实施“正冠”:颠覆传统学科范式对人工智能研究的束缚,确立信息学科范式对人工智能研究的规范和引领。实施人工智能范式革命的结果,创生了本文要介绍的“通用智能理论”。     

基于群集智能的蚁群优化算法研究

群集智能是近年来人工智能领域研究的一个新的热点课题。介绍了这一研究的思想方法和数学模型，以蚂蚁群体的智能行为研究对象，阐述了基于群集智能的蚁群优化算法，并介绍了该算法的工程应用。     

一种基于多智能体的ODSS的设计与实现

我智能体和组织决策支持系统是近年来人工智能和系统工程中的研究热点,本文在研究多智能体和组织决策支持系统的基础上,设计开发了一种基于多智能体的组织决策支持系统,并将该系统应用于彭风机厂的ＣＩＭＳ工程中,以验证该系统的功能与效果,最后,对系统进行了简要地总结。     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间。文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师A gent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构。     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间.文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师Agent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构.     

智能数学在有机化学中的应用

智能数学研究智能的数学表达及知识工程的数学原理,由于它能为知识表示、知识推理及知识获取等提供某些数学方法和数学模型,形成人工智能的一种数学理论,已受到国内外学术界的关注。人工智能是新技术革命的带头学科之一,但目前尚无数学理论。智能数学的引进正好填补这个空白。本文以某些化学专家系统为例说明智能数学在有机化学中的应用。     

基于Multi-Agent的分布式智能视觉监控系统研究

90年代以来,随着计算机技术的发展,对于Agent的研究已经成为分布式人工智能领域的一个热点,基于Multi-Agent的分布式智能系统已成功地应用于众多领域。该文将Multi-Agent技术应用于智能视觉监控领域,以开发智能视觉监控的分布式Multi-Agent系统,提出了系统的基本框架和系统实现途径及方法,其中着重研究了基于Multi-Agent理论的视觉监控系统模型、组织活动,以及多Agent之间的协调合作问题。该分布式系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

基于区块链的智能组件:一种分布式人工智能研究新范式

【目的】促进区块链与新一代人工智能技术的融合发展,利用人工智能的学习、推理和决策能力解决区块链面临的关键问题与挑战,已经成为区块链技术发展的重要突破口。【方法】致力于研究区块链与人工智能相结合的新范式,将目前相对中心化的人工智能算法嵌入到去中心化的区块链系统,使得二者共融、增强。【结果】提出了区块链赋能的智能组件概念与方法体系,为区块链性能、去中心化治理和安全方面的联合优化提出了解决方案,同时为分布式人工智能研究提供了新范式和新思路。【结论】智能组件有助于构建高效能、高可控、高安全、具有智能决策能力的新型区块链系统,形成“区块链智能”。     

博弈智能的研究与应用

博弈智能是一个涵盖博弈论、人工智能等方向的交叉领域,重点研究个体或组织间的交互作用,以及如何通过对博弈关系的定量建模进而实现最优策略的精确求解,最终形成智能化决策和决策知识库.近年来,随着行为数据的海量爆发和博弈形式的多样化,博弈智能吸引了越来越多学者的研究兴趣,并在现实生活中得到广泛应用.本文围绕博弈智能这一研究领域,分别从3个方面进行了系统的调研、分析和总结.首先,回顾了博弈智能的相关背景,涵盖了单智能体马尔可夫(Markov)决策过程,基于博弈论的多智能体建模技术,以及强化学习、博弈学习等多智能体求解方案.其次,依照智能体之间的博弈关系不同,将博弈分为合作博弈、对抗博弈以及混合博弈这三大类范式,并分别介绍了每种博弈智能范式下的主要研究问题、主流研究方法以及当前典型应用.最后,总结了博弈智能的研究现状,以及亟待解决的主要问题与研究挑战,并展望了学术界和工业界的未来应用前景,为相关研究人员提供参考,进一步推动国家人工智能发展战略.     

人工智能的行为智能和产品智能

本文从人工智能（AI）2.0中的行为智能及其视野三拓展,崛起中的产品智能,智能机器人、无人系统、产品智能化三者协作发展等3个方面进行阐述,明确了人工智能的重要研究领域,分析了人机融合增强智能,指出了产品智能化实现方向,为发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势,促进人工智能同一、二、三产业深度融合,以人工智能技术推动各产业变革等提供参考和借鉴。     

基于多智能体的新型智能决策支持系统体系结构的产生和发展

智能决策支持系统和多智能体是近年来人工智能领域研究的热点。本文从决策支持系统的基本结构出发，针对企业科学决策的要求，介绍了三种基于多智能体的智能决策支持系统的体系结构，以实现分布式群体决策支持，具有控制Agent的群体决策支持以及大型企业的分层动态柔性决策支持。     

知识可编程智能芯片系统:概念、架构与展望

本文原创性地提出知识可编程智能芯片系统(KPI-CS)及其理论和工程体系.该系统在当前最先进的异构计算和可重构人工智能(AI)芯片技术的基础上,深度融合复杂系统工程理论、知识工程理论与技术、半导体芯片研发技术、人工智能可重构算法技术,提出基于知识的可重构智能芯片和计算系统平台技术.该系统旨在支持AI应用场景适应性、AI系统重构灵活性、AI算法算力合理性的平行智能AI芯片系统平台和对应的知识服务平台.同时,作为应用展望,KPI-CS与相应的应用平台联动,为平行复杂系统管理与控制、智能交通、智能能源、平行区块链、智能医疗等研究领域和工程实践提供新一代的实时、高效、自适应的计算系统支撑.     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域。为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统。文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类———多智能体系统。多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展。     

计算机游戏中的智能角色研究

通过分析比较NPC智能与理论人工智能的区别与联系,提出了智能NPC的定义。接着分析了智能NPC的技术层次,从不可预测性、稳定性、执行速度、开发难度等方面分析比较了当前主要的智能NPC技术。     

生长机器智能概述

对人的智能生长过程进行了研究，介绍了人工智能的主要领域——人工神经网络、专家系统和模式识别等相关理论。对国内外人工智能的发展进行了总结，在此基础上提出了生长机器智能理论框架，阐述了生长机器智能的概念及机器智能的生长阶段和预期达到的智能水平。     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域.为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统.文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类--多智能体系统.多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展.     

一种基于智能Agent的协同工作模型

计算机支持的协同工作（ＣＳＣＷ）需要研究出适应各种协同工作方式的灵活,开发,可扩充的模型结构,本文以分布式人工智能研究中的智能Ａｇｎｅｔ为系统基本单元,提出了一种基于智能Ａｇｅｎｔ的协同工作模型,给出了它的具体实现。     

面向对象的智能模糊综合评价决策支持系统实现方法

模糊综合评价模型在许多领域得到了广泛的应用,但当前绝大多数基于模糊模型的综合评价系统的设计往往缺少实用性、灵活性、通用性,智能化程度较低。文章以决策支持系统的理论方法为基础,综合运用系统工程、人工智能、模糊集理论等技术,探讨了智能模糊综合评价决策支持系统(IFCEDSS)的结构设计及其实现方法,以弥补上述缺陷。     

面向智能教育的自适应学习关键技术与应用

本文是关于我们获得2020年度吴文俊人工智能科学技术奖主要工作的一个介绍。该成果针对自适应学习中面临的教学资源表示困难、学习状态诊断困难以及学习策略设计困难等关键技术难题,首先构建数据驱动的教学资源无监督表示新框架,提高了教学资源质量评估和内容检索的精度和效率。其次提出基于深度学习的学习者认知诊断新方法,突破了以量表为基础的教育测量理论研究范式。然后设计基于知识匹配的个性化推荐技术以及多目标匹配的自适应推荐技术,满足了智能教育场景的复杂约束与学习者的多样目标需求。最后,本文成果研发了面向基础教育的智能教育系统——智学网,已在全国推广使用,对我国智能教育发展具有积极意义。     

多智能体团队合作在机器人足球赛中的应用

Robocup机器人足球比赛是近年来人工智能和机器人学迅速发展的一个重要的研究领域,通过这个平台,可以来评价各种理论和算法。但由于机器人足球比赛系统固有的动态性、不确定性及实时性,这就要求整个智能体团队的合作结构能够应付这种复杂环境。针对这点,文中探讨了一种基于阵型和角色的方法来实现多智能体的团队合作,通过应用到客户端程序上所取得的良好效果,证明此方法对于多智能体的团队合作是有效的。