学术活动

智能科学研讨会征文通知 经中国计算机学会批准,全国计算机科学理论第三次学术讨论会及全国首届智能科学研讨会将于今年十月在广州市举行。在这次会上,将分析和研究国内外关于智能科学研究的现状,并商讨我国在智能科学研究中的目标、任务与发展的途径等。     

智能科学与技术的知识体系:语义分析的结论

本文从分析"智能"、"Intelligence"、"科学"、"技术"的语义入手,首先界定了"人类智能"、"人工智能"、"智能科学与技术"概念的内涵,进而构建了"智能科学与技术"的知识体系,继之导出了"智能科学与技术"专业教育的课程体系。本文的讨论取得了若干颇有新意的研究结论:真正与英文的Intelligence对应的是中文的"智";"智能"是"智的能力"的简称;"智能"应该是"能智";智能科学与技术的知识体系由两个理论和四种技术构成,据此决定了智能科学与技术专业教育应该设置的六门主干课程。     

智能科学三部曲

智能化作为时代发展的目标，智能科学是实现这一目标的重要支持。智能科学研究是一门多学科交叉相融的学科，本文从智能科学的重要三部曲，脑科学、认知科学、人工智能阐述了智能科学的研究本质及目的。     

探索智能教育创新模式,培养创新型智能科技人才——写在我国智能科学技术教育开创八年之际

<正>从2004年北京大学智能科学与技术本科专业首届学生入学至今,我国智能科学技术教育已经走过了八年的不平凡历程。八年来,全国有22所高校经教育部批准设立了智能科学与技术本科专业,众多高校在本校现有一级学科下增设了智能科学与技术方面的二级学科,一个包括本科生、硕士生、博士生在内的智能科学技术教育体系正在我国逐步形成。     

智能科学与技术专业课程群建设与实践

针对智能科学与技术专业的先进性和学科交叉性的特点,提出打破单个课程的局限,将最新的智能理论与应用技术相结合,建立智能科学与技术应用技术课程群以适应信息学科发展;从教学内容、课程群知识点、课程体系和考核体系4方面阐述课程群建设内容,介绍具体的建设手段与措施。     

工程型智能科学与技术专业知识体系与课程研究

分析智能科学与技术的专业内涵和学科基础,阐述工程型智能专业的人才培养定位、素质能力与知识要求,针对人才培养目标,探讨工程型智能专业人才应具备的知识体系。基于知识体系,结合国外人工智能有关专业的课程设置,规划工程型智能专业的课程方案。     

我国智能科学技术教育的现状与思考

本文详细回顾了我国"智能科学与技术"本科专业的诞生与发展过程,分析了我国"智能科学与技术"专业的建设经验及建设成果,明确了我国智能科学技术教育的基本共识,指出了我国智能科学技术教育中需要解决的几个重要问题。适应科学技术和社会发展需求,尽快在我国学位体系结构中增设"智能科学与技术"博士学位授权一级学科,是我国智能科学与技术教育的一件头等大事。     

智能科学与技术专业实践教学体系改革

针对智能科学与技术专业存在综合性和创新性实践教学环节相对薄弱的问题,在分析智能科学与技术专业特点的基础上,提出以"智能康复装置与检测技术"教育部工程研究中心为平台,以各种竞赛为契机,建立以培养人才工程能力和创新能力为主线的实践教学体系的观点。     

第二届全国智能科学与技术教育学术研讨会会议通知

(第一轮)智能科学技术要发展,人才是关键。自2 0 0 2年12月北京第一届全国人工智能教育(以后更名为智能科学与技术教育)学术研讨会和2 0 0 3年11月广州智能科学与技术教育热点讨论以来,我国的智能科学与技术教育事业得到了快速发展。2 0 0 3年12月5日,国内第一个“智能科学与技术”本科专业在北京大学诞生,他标志着我国智能科学与技术本科教育的开始,将对我国智能科学技术人才培养和智能科学与技术学科建设起到极大的带动作用。为积极引导和大力推进我国智能科学与技术教育的健康、快速发展,中国人工智能学会教育工作委员会决定2 0 0 4年在…     

第二届全国智能科学与技术教育学术研讨会会议通知(第一轮)

智能科学技术要发展,人才是关键.自2 0 0 2年12月北京第一届全国人工智能教育(以后更名为智能科学与技术教育)学术研讨会和2 0 0 3年11月广州智能科学与技术教育热点讨论以来,我国的智能科学与技术教育事业得到了快速发展.2 0 0 3年12月5日,国内第一个“智能科学与技术”本科专业在北京大学诞生,他标志着我国智能科学与技术本科教育的开始,将对我国智能科学技术人才培养和智能科学与技术学科建设起到极大的带动作用.为积极引导和大力推进我国智能科学与技术教育的健康、快速发展,中国人工智能学会教育工作委员会决定2 0 0 4年在北京召开第二…     

国内外人工智能的研究热点对比与前沿挖掘

为了直观地了解人工智能领域发展现状及研究前沿,剖析国内外研究存在的异同点,助力国内人工智能研究。以Web of Science数据库和CNKI数据库的2008-2019年期刊论文为依据,借助Citespace软件对期刊论文进行科学知识图谱绘制和可视化分析。根据客观数据和科学知识图谱发现：2016年后,人工智能领域迎来新的研究热潮,且呈现“中美双雄”的格局;在发文质量上,北美区域是当前人工智能研究水平最高的区域;目前,人工智能研究的主力军是高校,且尚未形成产学研相结合的体系;研究主题具有鲜明的时代特征,人工神经网络、算法、大数据、机器人、计算机视觉、法律伦理学等成为当下的研究热点;最后根据人工智能研究脉络演进图与高频突现词提出该领域的“深度强化学习”“人工智能+”“智能社会科学”三个研究前沿,为后续人工智能研究提供方向建议。     

基于CiteSpace的人工智能文献大数据可视化分析

随着数据量的上涨、计算机运算力的提升和深度学习算法的出现,人工智能受到越来越多的关注.文中以美国核心期刊数据库Web of Science收录的与人工智能相关的6879篇期刊论文为研究对象,以时空知识图谱及内容知识图谱分析为主要研究方法,基于信息可视化软件CiteSpace从合作国家、研究机构、引用文献、关键词和突现词五个方面对文献大数据进行可视化比较和分析,明确了人工智能领域的研究现状及重要文献,揭示了人工智能领域的研究热点和前沿.最后,通过对五个可视化分析方面的总结,给出了在人工智能领域中选择科研方向、探测学科前沿、辅助科技决策等方面的重要参考.     

人工智能系统故障分析原理研究

为研究未来系统在人工智能控制下的系统故障预测、预防、控制和恢复能力,提出一种基于信息生态方法论的人工智能系统故障分析方法。将研究对象划分为人、功能、自然和智能系统;以智能系统为核心,研究故障信息、知识和智能安全生成原理;论述了基础故障意识、情感和理智的特点。研究表明,系统故障的人工智能分析必须采用信息生态方法论结合安全科学理论进行。分析原理是基于信息生态方法论,考虑基础故障意识、情感与理智,及即时故障语义信息进行的综合决策与反应,以确保系统在规定条件下完成预定功能。     

可信人工智能系统的质量属性与实现: 三级研究

人工智能系统以一种前所未有的方式,被广泛地用于解决现实世界的各种挑战,其已然成为推动人类社会发展的核心驱动力.随着人工智能系统在各行各业的迅速普及,人们对人工智能系统的可信性愈发感到担忧,其主要原因在于,传统软件系统的可信性已不足以完全描述人工智能系统的可信性.对于人工智能系统的可信性的研究,具有迫切的需要.目前已有大量相关研究,且各有侧重,但缺乏一个整体性、系统性的认识.本研究是一项以现有二级研究为研究对象的三级研究,旨在揭示人工智能系统的可信性相关的质量属性和实践的研究现状,建立一个更加全面的可信人工智能系统质量属性框架.本研究收集、整理和分析了2022年3月前发表的34项二级研究,识别了21种与可信性相关的质量属性及可信性的度量方法和保障实践.研究发现,现有研究主要关注在安全性和隐私性上,对于其它质量属性缺乏广泛且深入的研究.对于需要跨学科协作的两个研究方向,需要在未来的研究中引起重视,一方面是人工智能系统本质上还是一个软件系统,其作为一个软件系统的可信值得人工智能和软件工程专家合作研究;另一方面,人工智能是人类对于机器拟人化的探索,如何从系统层面保障机器在社会环境下的可信,如怎样满足人本主义,值得人工智能和社会科学专家合作研究.     

定量问题求解专家系统——ESQPS

定量问题求解系统，是人工智能和专家系统研究领域的一个重要课题。本文介绍了ＥＳＱＰＳ－一个应用面向对象（ＯＯ）技术开发，可用于科学和工程技术领域中求解基本物理问题的专家系统，简述了该系统的知识表达和问题求解方法的设计思想和实现技术。     

伦理智能体及其设计:现状和展望

智能体一直是人工智能的主要研究领域之一,任何独立的能够同环境交互并自主决策的实体都可以抽象为智能体.随着人工智能从计算智能到感知智能,再到认知智能的发展,智能体已逐步渗透到无人驾驶、服务机器人、智能家居、智慧医疗、战争武器等人类生活密切相关的领域.这些应用中,智能体与环境、尤其是与人类和社会的交互愈来愈突出,其中的伦理和道德问题日益凸显.人工智能应用的伦理风险和挑战引起了人们的普遍关注,伦理智能体是人工智能伦理的重要研究内容.本文从人工智能伦理的工程设计与实现角度,对伦理智能体及图灵测试、伦理智能体的设计范式、伦理智能体的逻辑程序设计、伦理智能体的形式化验证、伦理困境及分析等进行了介绍和讨论.同时,对伦理智能体及设计所面临的挑战和进一步研究方向进行了述评和展望.     

Ontology-Based Semantic Cache in AOKB

When querying on a large-scale knowledge base,a major technique of improving performance is to preload knowledge to minimize the number of roundtrips to the knowledge base.In this paper,an ontology-based semantic cache is proposed for an agent and ontology-oriented knowledge base (AOKB).In AOKB,an ontology is the collection of relationships between a group of knowledge units (agents and/or other sub-ontologies).When loading some agent A,its relationships with other knowledge units are examined,and those who have a tight semantic tie with A will be preloaded at the same time,including agents and sub-ontologies in the same ontology where A is.The proloaded agents and ontologies are saved at a semantic cache located in the memory.Test results show that up to 50% reduction in running time is achieved.     

基于LEBERT的多模态领域知识图谱构建

多模态知识图谱(multi-modal knowledge graph, MMKG)是近几年新兴的人工智能领域研究热点. 本文提供了一种多模态领域知识图谱的构建方法, 以解决计算机学科领域知识体系庞大分散的问题. 首先, 通过爬取计算机学科的相关多模态数据, 构建了一个系统化的多模态知识图谱. 但构建多模态知识图谱需要耗费大量的人力物力, 本文训练了基于LEBERT模型和关系抽取规则的实体-关系联合抽取模型, 最终实现了一个能够自动抽取关系三元组的多模态计算机学科领域知识图谱.     

Reduction Algorithms Based on Discernibility Matrix：The Ordered Atributes Method

In this Paper,we present reduction algorithms based on the principle of Skowron‘s discernibility matrix-the ordered attributes method.The completeness of the algorithms for Pawlak reduct and the uniqueness for a given order of the attributes are proved.Since a discernibility matrix requires the size of the memory of |U|^2,U is a universe of bojects,it would be impossible to apply these algorithms directly to a massive object set.In order to solve the problem,a so=called quasi-discernibility matrix and two reduction algorithms are prpopsed.Although the proposed algorithms are incomplete for Pawlak reduct,their optimal paradigms ensure the completeness as long as they satisfy some conditions.Finally,we consider the problem on the reduction of distributive object sets.