人工智能与软件工程交叉领域分析

本文是一篇视野广阔的综述,论及人工智能(AI)和软件工程(SE)之间交叉的领域。提出这一交叉领域的分类,及其与探索这两个领域间相互作用的其它主要工作的关系。分别描述三个主要子领域:基于AI的支持环境;实际软件中的AI机制与技术;和AI软件中软件工程工具与技术。并以代表性的实例加以说明。最后,提请注意的是,这一交叉领域正在发生变革,因此,当前探索这种可能交叉的任何工作都被视为一种推测而已。     

微软高管洪小文:要让每个人都可以用到AI技术

<正>人工智能技术在这几年内,不论是数据采集能力、算法的优化以及响应速度都有了突飞猛进的突破。AI已经"60岁"了,而机器和人类的未来却在此刻成为这个时代最热门的话题。"让计算机像人类一样观察和描述这个世界",曾经是一件听起来非常遥远的事情。但几个月前,微软宣布其语音     

纯粹理性批判与人工智能

一、前言非单调推理的提出及其进展被认为是AI 的一个重大进步,十几年来其研究所揭示出来的一些 AI 基本问题引起了 AI 界的深刻反思。1987年 CI 杂志出版了一个专集,耶鲁大学的 McDermott 教授写了一篇题为“纯粹理性批判”的檄文,以非单调推理研究的现状作为主要依据,强烈地批评了 AI中的“纯粹理性”——AI 逻辑主义,从而引起一场 AI 中传统的逻辑主义与过程主义的新论争;继后,CI 杂志在1988年又刊出另一个专集,由 Checsman 著文“计算机理解质疑”,就包括不确定推理问题作进一步讨论;AI杂志也刊登了 AI 基础论题的更广泛论辨,包括逻辑,知识,过程,联接与进化主义诸     

人工智能研究需要更高标准

本文是 John McCarthy 在1984年 AAAI 会议上的主题发言。McCarthy 提出需要确立 AI 研究的衡量准则,以推动 AI 基础研究。这些准则主要包括三个方面:普遍性,容忍性(如框架问题)与认识合适性。它们不仅适合于理论 AI 研究,而且也是实验 AI 研究的准则。从更高标准看,目前 AI 许多领域缺乏实质性进展。值得一提的是,McCarthy 批评了图灵测验作为 AI 的科学准则,他指出,衡量 AI 程序是否达到人的智能程度的一般准则是看它能否体现人的常识行为,这正是当前 AI 研究的关键问题。我们相信 McCarthy 的意见对国内 AI 研究者有所裨益。     

探索网络空间安全防御当中人工智能技术的应用

应用人工智能技术,实现网络空间安全防御,能够提升网络信息安全水平。基于此,本文从人工智能技术在网络空间安全防御中应用的优势展开论述,介绍了神经网络、专家系统、人工免疫这几项常用AI技术在网络空间防御中的应用,并阐述了AI技术在样本训练、组合参数优化算法、系统仿真测试这个网络空间安全防御体系建设环节中的应用,实现了对AI网络空间安全防御的深入分析,供相关读者参考。     

基于AI技术在医学影像处理的应用

随着信息技术的飞速发展,AI技术在各个领域都得到了广泛研究并应用,更在一些领域打破了当下困惑,突破了瓶颈。将AI技术与医学影像处理结合是一项非常具有前景的项目。基于AI技术在医学影像领域的应用具备很多种可能。当下社会,癌症逐渐成为中共公民的致命杀手。最常见的诊断模式就是放射科医生根据CT影像诊断。但是以目前的条件,并不能保证患者在早期发现癌症,故而错失了最佳治疗时机。我们需要一种能够发现早期癌症并诊断的方法。正文主要介绍了AI技术与医学影像处理技术的发展历史及发展近况,研究目的及意义。通过AI技术建立影像识别模型从而引入医学影像处理技术中分析其发展前景。现如今人工智能已成为了当下的热门课题。深度学习的提出不仅拓展了AI技术的整体范围,还突破了当下许多技术难题。本文以肺部疾病为例,应用深度学习技术,探讨基于AI技术在医学影像处理的应用,从而达到促进医疗水平进步的目的。     

计算机辅助过程运行CAPO—从两次国际会议看CAPO技术的发展

ＣＡＰＯ是８０年代兴起的计算机应用技术，本文根据１９８７年及１９９３年两次ＦＯＣＡＰＯ国际会议的内容，对这一技术从以下几个方面评述当前的进展情况：ＣＡＰＯ兴起的背景及基本概念；ＣＡＰＯ中的几项基本技术进展，计算机集成制造系统ＣＩＰＳ与ＣＡＰＯ。     

城市信息系统的回顾与展望

一、引言城市信息系统(UIS)的研究主要集中在设计一种有效的方法来复合各种来源的数据为决策提供必要的信息。近年来,人工智能技术方面的进展提高了城市信息系统专家从人工智能(AI)中获益的兴趣。AI本身并不能解决城市规划问题,但它与现有的信息系统相结合能为城市问题提供更智能化和更有效的解决办法,因此,它是一种前景广阔的技术。专家系统(ES)作为AI的一个重要分支,应用到城市问题中不仅是必需的,而且对于克服利用计算机来解决问题的方法中所存在的缺限也是一种有效工具。通过把ES和现有的基于计算机的系统相结合,规划者可为他们的各种任务研制更智能化的信息系统。计算机的突出特点是其巨大的容量和在存贮、获取和处理数据中的高速度,这使得它成为在处理城市     

多智能体博弈、学习与控制

近年来,人工智能(Artificial intelligence, AI)技术在棋牌游戏、计算机视觉、自然语言处理和蛋白质结构解析与预测等研究领域取得了众多突破性进展,传统学科之间的固有壁垒正在被逐步打破,多学科深度交叉融合的态势变得越发明显.作为现代智能科学的三个重要组成部分,博弈论、多智能体学习与控制论自诞生之初就逐渐展现出一种“你中有我,我中有你”的关联关系.特别地,近年来在AI技术的促进作用下,这三者间的交叉研究成果正呈现出一种井喷式增长的态势.为及时反映这一学术动态和趋势,本文对这三者的异同、联系以及最新的研究进展进行了系统梳理.首先,介绍了作为纽带连接这三者的四种基本博弈形式,进而论述了对应于这四种基本博弈形式的多智能体学习方法;然后,按照不同的专题,梳理了这三者交叉研究的最新进展;最后,对这一新兴交叉研究领域进行了总结与展望.     

机器自动人脸识别的研究

机器人脸自动识别有着非常广泛的应用，在过去的二十几年时间里，心理学、图像处理、计算机视觉和模式识别等领域的研究者对人类和机器人脸识别课题作了许多研究，特别是九十年代以来，提出了不少有意义的技术和方法，取得了一定的进展，但是，机器识别人脸的能力还远远没有达到人类的水平，许多问题尚待进一步研究。本文就这一课题的研究提出作者的几个观点。     

嵌入式和AI共同增长

引言 人工智能(AI)和嵌入式一眼看上去并不是非常相关."嵌入式"指扎根在另一个事物中,从外界无法直接触及,既刻板,又缺乏弹性.AI则意味着适应性,比如机器学习(ML)和深度学习.这两者能够结合么?答案当然是肯定的!AI正逐渐被嵌入到嵌入式系统中,嵌入式系统的增长越来越多地取决于AI的增长,具体来说是AI的机器学习部分.从图1中不难看出,嵌入式和AI具有相似的增长趋势.     

从北京奥运走来联想IdeaPadY530长期评测

曲折的选机过程 2008年,我决定为自己购买一台笔记本电脑,有这个计划是出于这几方面的考虑：1．便携性强．无论是写字台、客厅还是卧室都可以使用;2.省心,在使用中不像台式机那样时常会有这样或那样的问题;3、节能,我喜欢24小时下电驴和BT．台式机的功耗会非常高,而且噪音也不小;     

政策与市场

欧盟发布人工智能行动计划近日,欧盟委员会向欧洲议会、欧盟理事会等提交一份题为《欧盟人工智能》的报告,希望通过人工智能(AI)价值引导AI发展,报告提出欧盟AI战略,具体包括三大支柱:一是,发展欧盟在AI领域的技术和产业能力并促进AI技术向整个经济领域渗透,不仅仅是私营部门,也包括政府等公共部门。未来主要从七方面着手:1)加大政府投资。     

AI时代,网络更需要“安全阀”!

AI的安全问题今天的AI至少面临三个层面的挑战:第一个层面,是AI技术本身内在的安全风险。要知道,AI所依赖的机器学习实际上是将传统上我们所依赖的正常的逻辑变成“黑箱操作”,我们只知道决策输出的结果,而对于神经网络内在工作的逻辑并不是完全掌握的,这是AI与传统上的“自动控制”最大的区别。     

群体决策支持系统与人工智能

群体决策支持系统(GDSS)正进入发展的第三阶段:与人工智能(AI)相结合。本文评述了当前GDSS与AI相结合的两个方面:一是用于知识获取,分析了它成功的原因并指出其特殊性,这是一条有可能突破专家系统开发“瓶颈”的途径;二是以分布式人工智能(DAI)为框架构成多主体(Agent)群体问题求解系统,分析了多主体GDSS与DAI的区别,着重论证前者较后者具有更高性能的原因。最后,提出GDSS今后可供发展的几个方面。     

挑战大容量数据

“我有太多的数据要分析”业务分析人员常常这样抱怨。今天，对于非常大容量数据集的定义是由十年之前人们对于大数据集的定义演变而来的，这非常具有戏剧性。十几年前，几个GB的数据都被看作是大数据集，几十个GB的则被认为是巨大数据集。那时候，有一些人就致力于改善一些技术，以帮助人们以合理的速度来分析GB级的数据。     

信息技术几个问题的进展

信息技术几个问题的进展姚卿达（广东省计算机学会理事长）１９９７年是计算机问世５１周年，也是信息技术迅速发展的一年，信息处理技术和传输技术的主要领域又有一批新的成果。１．微处理器技术当前微处理器技术的进展有三方面：一是处理器性能提高，推动微机全面发展；...     

如何防范AI和ML攻击

阻止勒索软件已成为许多组织的优先事项.因此,他们正在转向人工智能(AI)和机器学习(ML)作为防御选择,然而,威胁者也正在转向AI和ML来发动攻击,这是一种特定类型的攻击,即数据中毒. 为什么AI和ML有风险 像其他任何技术一样,AI是一把双刃剑.You Attest的首席执行官Garret Grajek在一次电子邮件采访中说,人工智能模型擅长处理大量数据并得出"最佳猜测".他说:"黑客已经使用AI来攻击身份验证,包括语音和可视化攻击,'武器化的A'致力于获取访问密钥."     

智能的限定说

“什么是智能”已成为哲学家、脑科学家、心理学家、计算机人工智能(AI)专家所共同面临的挑战。面对这一挑战,AI科学家除了应战别无选择,因为AI发展的历史和现状都已证明,对这一问题的正确回答,关系着AI的方向、成败乃至存亡。本文正是试图从AI的立场出发,借鉴AI的成果、方法,提出关于智能的一种假设,从而深刻揭示人类智能的本质及实现计算机智能模拟和智能化的可能途径。     

日本兴起人工智能热

据1986年10月15日《日经产业新闻》报导:从日本软件系统生产厂家的调查中可以看出,各公司都十分重视人工智能(AI),认为人工智能(AI)是今后大有发展前途的一个领域。 在回答“今后着重开发的领域”的测验中,认为应该把人工智能作为今后着重开发领域的最多,有105家公司,占回答问题总数的58.6％;其次是“通信控制程序”和“通信规定变换等网络管理”,有60个公司,占回答总数的33.5％。 在商业软件中,现在为了打印某种帐单,要向计算机输入好些指令。随着AI的进展,只要输入“制作××帐单”指令,便