何谓“人工智能”? 概念、对象、内容及方法

什么是“人工智能”？在软件行业中,有一种习惯的看法：“人工智能是一种软件”,这对不对？“人工智能”（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）简称ＡＩ。它是研究、开发用干模拟、延伸和扩展人的智能（ＨｕｕｍａｎＩｎｔｅｌｌｉｇｅｎｃｅ）的理论、方法、技术及应用系统的一门新的技术科学。“人工智能”研究如何用计算机去模拟、延伸和扩展人的智能;如何把计算机用得更聪明;如何设计和建造具有高智能水平的计算机应用系统;如何设计和制造更聪明的计算机,人工智能水平更高的智能计算机、人们认为：“人工智能”是计算…     

自动化学科面临的挑战

本文分析了控制理论与应用、模式识别与智能系统、导航制导与控制、系统科学与工程、人工智能与自动化交叉等领域的发展现状. 结合科技发展、国内国际研究前沿和新兴领域对自动化科学技术的需求, 提出重点发展智能控制理论和方法、高性能作业机器人、信息物理系统、导航与控制技术、重大装备自动化技术、自主智能系统和人工智能驱动的自动化技术优先领域, 加强数据驱动控制理论、人工智能基础理论研究, 进一步发展人机协同、跨域融合的智能自动化, 为实现国家社会的全面信息化智能化提供理论和技术保障.     

智能数据管理与分析技术专刊前言

数据管理与智能计算的深度融合已经成为大数据时代顺利前行的迫切需求.智能数据管理旨在“为数据增添智能”,是数据科学与技术的重要基石,更是大数据产业蓬勃发展的关键支撑.一方面,将新一代人工智能方法应用于先进数据管理技术,尝试探索和突破智能数据管理与分析的理论体系、技术方法及系统平台,已经成为数据管理领域的新兴研究方向;另一方面,研发面向人工智能的数据库基础软件,为新一代人工智能技术的研发和广泛应用提供海量数据的有效存储、查询、分析和挖掘等的系统支持,亦是国家科技创新的决定性因素.智能数据管理与分析领域日益得到学术界和工业界的普遍关注,其理论、技术和方法亟待深入地探索与思考.目前,针对智能数据管理与分析的研究仍然处于起步阶段,有很多需要研究的问题. 本专刊公开征文,共收到投稿38篇(包括第35届中国数据库学术会议(NDBC 2018)推荐的12篇高质量论文).其中,37篇论文通过了形式审查,内容涉及智能数据管理与分析技术和应用.特约编辑先后邀请了 70多位专家参与审稿工作,每篇投稿至少邀请2位专家进行评审.稿件经初审、复审、NDBC 2018会议宣读和终审4个阶段,历时5个月,最终有20篇论文入选本专刊.根据主题,这些论文可以分为4组.     

交叉融合的“人工智能+”学科建设探索与实践

目前,人类正迈入智能时代,人工智能与经济、社会的发展深度融合,成为了孕育新一轮科技革命和产业变革的核心推动力量,培养智能社会建设所需要的跨学科人工智能创新创业人才变得极为必要。为了适应智能时代对人才培养的这一迫切需求,高校需要加强智能类学科建设,探索交叉融合的“人工智能+”学科建设新模式,提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。文中提出了“人工智能+”学科建设的交叉融合模式:一方面,从人工智能学科内涵出发,依托计算机科学与技术学科开展人工智能基础学科方向建设,夯实人工智能领域学科的基础;另一方面,结合社会经济产业发展的重点领域方向布局,依托相关领域优势学科发展建设行业领域智能化新学科方向,实现人工智能学科建设与其他领域学科建设的共融共生、相互助力、协同发展。在重庆邮电大学和重庆市的学科建设中,这一模式发挥了显著作用,为人工智能领域的学科建设提供了有益参考。     

知识图谱赋能的知识工程:理论、技术与系统专题序言

<正>知识图谱是人工智能在知识工程理论和技术发展中的前沿。知识图谱方法、技术与应用在新一代人工智能由“感知智能”迈向“认知智能”的过程中扮演重要角色。近年来，随着大规模知识图谱的发布和知识图谱赋能系统的应用，国内外学术界和产业界均在多个维度对知识图谱赋能的知识工程进行了研究与开发。虽然国内外学者在知识图谱及相关方向上已取得若干研究成果，但知识图谱赋能的知识工程尚未形成成熟的理论体系、技术方法、应用与系统实践，仍有众多有待解决的具有挑战性的难题。本专题旨在促进知识图谱赋能的知识工程研究、开发与应用，及时、集中、全面地报道知识图谱赋能的知识工程在理论、方法、技术、系统与应用实践等方面的最新成果和进展。     

计算机人工智能识别技术的应用瓶颈

智能识别技术是计算机人工智能环境下的一种新新技术,随着科学技术的不断发展,计算机人工智能识别技术也实现了快速发展,逐渐被应用在很多领域,成为推动社会发展的重要内容之一。但是人工智能识别技术在发展的过程中遇到了一些应用瓶颈,因此笔者重点探讨了计算机人工智能识别技术的瓶颈,希望可以不断完善人工智能识别技术,打造出更加高端的人工智能产品。     

绿色低碳机器学习研究与应用专题前言

<正>近年来,随着学术界与工业界在机器学习和人工智能领域投入越来越多的关注,相关技术获得飞速发展,机器学习已经被应用到社会生活的方方面面,并产生巨大社会价值.在“生成式人工智能”“元宇宙”等科技概念越来越受欢迎的今天,机器学习面临的数据量不断增长、模型规模逐步扩大,因而对计算能力的需求也在持续增长,导致了机器学习系统能耗的上涨.我国于2020年提出“双碳”目标,逐步引导绿色技术创新,实现经济增长和生态平衡的综合效益.面向“双碳”目标,如何高效使用数据和优化计算资源变得尤为关键.     

大数据背景下人工智能在计算机网络技术中的应用

随着经济社会的快速发展,人工智能和计算机网络技术都在快速进步.在这2种技术的发展过程中,特别是对于计算机网络这样一个较为传统的学科与人工智能这样一个比较前沿的学科来说,相互的交融与渗透不可避免.本文主要分析了在大数据时代的背景下,人工智能作为新兴技术,在较为传统的计算机网络技术领域中有什么应用.     

人工智能与智能交通的交叉融合

智能交通系统是近几年迅速发展的一个领域,需要大量与智能相融合的技术提供支撑。人工智能技术是当今IT技术发展的前沿,已经广泛应用于多个领域。由于智能交通系统可以为人工智能的应用与发展提供大量研究对象,因此实现人工智能技术与智能交通领域的融合具有重要意义。笔者分析了智能交通系统的发展、特点,阐述了了人工智能技术在交通领域的应用,并针对两者交叉融合的结点综述智能交通系统,提出了未来智能交通的设想。     

边缘计算助力工业互联网:架构、应用与挑战

工业互联网通过整合5G通信、人工智能等先进技术,将各类具有感知、控制能力的传感器与控制器融入工业生产过程,来优化产品生产工艺,降低成本,提高生产率。传统的云计算模式由于集中式部署的特点,计算节点通常离智能终端较远,难以满足工业领域对高实时性、低延迟的需求。边缘计算通过将计算、存储与网络等资源下沉到工业网络边缘,可以更加便捷地响应设备请求,满足工业互联网环境下智能接入、实时通信、隐私保护等关键需求,实现智能绿色通信。文中首先介绍了工业互联网的发展现状和边缘计算的相关概念,然后系统地论述了工业互联网边缘计算架构及推动工业互联网边缘计算发展的核心技术,最后总结了边缘计算在工业互联网领域的成功应用案例,并阐述了当下工业互联网边缘计算的现状与挑战。     

面向工业互联网的算力网络思考

以工业互联网、边缘计算为代表的新兴业务对DOICT技术融合提出了更高的要求,算力网络进一步融合通信、计算、人工智能等学科领域,是对边缘计算技术的有效升级,是推动传统产业数智化转型以及激发数字经济发展的新引擎.针对工业互联网和算力网络的发展趋势,提出算力网络在工业互联网应用的场景和技术思考.     

前言

人工智能的迅速发展正深刻地改变着人类社会生活,在理论和方法上,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征.数据驱动与知识驱动融合、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统等成为人工智能的发展重点,人工智能发展进入新阶段.随着新一代人工智能相关理论建模、技术创新、软硬件升级等整体推进,亟需破解研究中面临的理论、方法、应用等多个层面的挑战性难题.基于上述背景,为了加速我国人工智能领域研究,以及更好地推进人工智能技术的应用落地,《计算机研究与发展》出了本期"新一代人工智能前沿进展"专题.本专题共收录了14篇论文,反映国内同行在新一代人工智能前沿领域的最新研究成果,希望能为从事相关工作的读者提供借鉴和帮助.     

2013年《计算机研究与发展》专题(正刊)征文通知——“人工智能研究进展”

人工智能(AI)是计算机科学的核心分支学科之一,近年来该分支学科发展迅速,尤其是近年来随着数据分析需求的急剧增长,人工智能中机器学习等领域在理论、技术、应用方面都有很大发展,推动了整个人工智能学科取得显著进展.人工智能研究在我国起步相对较晚,但近年来取得了长足进步,我国学者在人工智能领域取得了不少成果,在一流国际期刊和顶级国际会议上发表的学术论文数显著增长,在某些方面已经接近或者达到国际前沿,一些学者在国际学术界影响力日益增加.国际人工智能联合会议IJCAI2013将在北京召开.《国家中长期科学和技术发展规划纲要(2006—2020年)》也将与人工智能技     

计算机网络技术对人工智能的应用

近年来,人工智能日益成为科学技术的前沿领域,世界各国也高度重视人工智能的发展。人工智能的发展离不开计算机网络技术。本文介绍了人工智能,分析了人工智能技术的优势以及在计算机网络技术中的应用。     

《模式识别与人工智能》投稿指南

正《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。办刊宗旨:模式识别、人工智能学科是信息科学与技术的重要组成部分,本刊发表与此有关的最新研究成果与进展,旨在推动信息科学技术的发展。1、模式识别的理论、方法及其应用2、人工智能的理论、方法及其应用3、智能计算机的理论与体系结构4、计算智能及其应用5、知识发现与机器学习6、图像识别、分析与理解7、字符识别与版面分析8、语音识别与合成9、自然语言处理10、计算机图形学与计算几何学11、智能控制与智能系统12、模式识别与人工智能在互联网中的应用13、人工生命与复杂性研究14、计算生物学一、来稿要求1、来稿具有创新学术价值,有自己新的观点和见解,可推动或丰富该课题领域的研究与发展;或具有重大实用价值的创     

非经典条件下的机器学习方法专题前言

近年来,随着学术界与工业界在机器学习和人工智能领域投入的关注越来越多,相关技术飞速发展,机器学习已经在社会生活的方方面面获得广泛应用,并产生了巨大价值.随着机器学习模型应用场景的不断扩大,越来越多的问题难以被经典条件下的机器学习方法所解决.新兴的应用场景下,人们往往面临数据模式发生变化、数据特征发生变化、学习任务目标发生变化等动态场景;数据标记不完备或采样存在偏差等弱监督场景;以及设备存储空间较小、计算能力有限等资源受限场景,等等.     

对人工智能在计算机网络技术中的应用探讨

人工智能技术在当今科技信息时代应用非常广泛,各个行业和各个领域都对人工智能非常的关注。日常生活中的智能语音系统、智能语音助手、智能家电等,都是人工智能技术的真正体现。人工智能技术正在逐步进入一定的规模,许多生产企业已经进入半智能半人工的模式,这样的模式促进了社会生产和计算机网络技术的推进。科学技术的飞速发展,使得人工智能在计算机网络技术中得到应用,未来对计算机网络而言,人工智能也朝着人性化和智能化的方向发展。计算机网络技术会通过人工智能手段实现大大的推动,本文从人工智能的角度探索其在计算机网络技术中的应用,希望有助于人工智能的推进。     

前言

正人工智能是一个涉及自动化、计算机、生物医学、认知科学等多学科高度交叉的研究领域,近年来受神经科学、深度学习、大数据、云计算等理论与技术发展的推动,人工智能迎来了新一轮的发展高潮.人工智能对于机器人领域的重要性不言而喻,尤其在对理解自然语言、机器视觉、智能认知与决策的研究中,使机器人在越来越多的领域中得到广泛的应用.为进一步探讨人工智能与机器人领域的研     

工业互联网智能制造边缘计算 模型与验证方法

智能制造是先进制造过程、系统与模式的总称,边缘计算是横跨通信、计算机、自动控制等多领域的综合性技术,可以满足智能制造在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。文章首先介绍了工业互联网智能制造的基本状况,其次介绍了边缘计算的发展现状,之后详细描述了工业互联网智能制造边缘计算模型,最后给出了工业互联网智能制造边缘计算模型的测试方法。     

人工智能及其在计算机网络技术中的运用

近年来,随着科技的不断发展,计算机互联网技术开始进入大众的视野,并在逐步影响和改变着人们的日常是生活方式.与此同时,人工智能作为现阶段高科技技术下的新兴代表,其在互联网计算机的应用的不仅能够及时地帮助人们整理大量数据信息,还可以通过智能化、精准化的管理方式使得计算机网络应用更加方便快捷.本文首先从人工智能技术对于计算机网络的重要性出发;其次,了解人工智能在计算网络技术中的优势;最后,对现阶段人工智能技术在计算机网络中的具体应用进行分析,从而推动我国现代高科技术的可持续健康发展.