浅谈游戏开发中的AI技术

近些年来,在AI(人工智能)技术的推动下,游戏产业发生了革命性的转变。如何更好的将已有的AI(人工智能)技术与游戏开发结合起来,使得游戏极可能多的具有与人类智能行为以及各种思维活动及情感等高度一致的特点,已经成为探索游戏开发中的关键所在。本文,我们即从AI(人工智能)技术的概念入手,分析游戏开发中的AI(人工智能)技术问题。     

基于AI-TPACK理论的师范生人工智能素养框架研究

本文首先分析了国内外人工智能素养框架及维度,其次以AI-TPACK理论为基础,构建以AI知识、AI能力和AI伦理为一级维度的师范生人工智能素养框架,最后提出构建多层次人工智能教育课程、开展高质量人工智能教学活动、采用多元化人工智能教学评价的培养策略,以此来推动师范生人工智能素养框架的有效落地。     

面向未来泛在智能的云边端协同联邦学习关键技术与应用

人工智能(AI)的发展在过去十年中取得了惊人的飞跃.数据可用性、计算能力的提高,以及机器学习技术和专用AI硬件的进步,已将我们带入快车道,迈向一个在各个方面都由AI塑造的社会.计算形式也逐渐从集中式单体计算,演进到分布式网联计算,并朝着异构、协同、全面泛在智能计算演进.基于数据隐私增强、低延迟通信等独特优势,面向未来泛...     

人工智能治理理论及系统的现状与趋势

人工智能(Artificial Intelligence,AI)治理是解决AI挑战的主要手段.AI治理的主要目的是充分发挥人工智能带来的优势和有效降低人工智能导致的风险,并通过整合技术、法律、政策、标准、伦理、道德、安全、经济、社会等多个方面的影响因素,最终建设负责任的人工智能(Responsible Artificial Intelligence,RAI).AI治理可以从智能个体治理、智能群体治理以及人机合作与共生系统的治理等3个方面,分技术层、伦理层、社会及法律层等3个层面进行.AI治理的主要关键技术有4种:可理解性人工智能、防御对抗性攻击技术、建模及仿真技术和实时审计技术.从谷歌、IBM和微软等公司的AI治理实践来看,产业界主要关注的是RAI研发,在AI系统的可解释性、隐私保护和公平性检查等方面已出现一些专用组件工具.目前,AI治理需要研究的科学问题有:软件定义的AI治理、AI治理关键技术、大规模机器学习中的AI治理评价、基于联邦学习的AI治理、AI治理的标准制定、增强人工智能与人在回路型AI训练等.     

人工智能技术在广播电视网络中的应用研究

人工智能英文名为ArtificialIntelligence,简称为AI,是全新技术科学,具体开发和研究在扩展、延伸和模拟智能方面的应用系统、技术、方法以及理论。人工智能技术能够帮助人们完成很多之前无法完成的工作,并降低了工作难度和强度,有效提升整体工作质量和效率。随着我国经济的快速发展、社会的进步,各个行业广泛应用人工智能技术。为了有效创新传统媒体模式,不断丰富播音主持内容,需要科学运用人工智能技术,促进播音主持行业的可持续发展。     

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。     

ChatGPT加速人工智能的治理探索与创新

以ChatGPT为代表的生成式人工智能（AI）异军突起,带来AI技术的突破性创新,推动产业颠覆性变革,与此同时,信息不对称、安全伦理、算法歧视等一系列风险挑战愈加凸显。近年来,美、欧等主要经济体争相推进AI治理探索,分别主要从“纵向”和“横向”两个维度探索监管规范和治理路径,代表着人工智能治理的两个典型方向,但两者均存在一些不足和局限。展望未来,可以考虑兼顾“横向”和“纵向”治理,加快构建起符合我国实际的AI治理新模式。     

人工智能技术在界面设计中应用策略研究

人工智能(Artificial Intelligence,AI)技术作为一种信息科技领域的创新技术,已成为当今时代重要的生产工具。人工智能在界面设计(UI)领域中的应用可以为设计工作提供新的思路和方向,实现人机交互、视觉感知等方面的创新,并提升设计工作效率。文章在分析人工智能技术在界面设计中的应用优势及特点的基础上,提出了人工智能技术在界面设计中的应用策略,旨在为人工智能时代背景下的界面设计人员提供一定的参考和帮助。     

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。     

“人工智能+教育”融合视域下的人才培养研究

针对"人工智能+教育"融合视域下的人才培养出现的众多问题,归纳了人工智能(AI)赋能职业教育AI人才培养的挑战,探究了人工智能课程体系建设和持续学习存在的困难,给出了人工智能赋能职业教育AI人才培养的建议,关注了AI技术师资人才梯队建设、人工智能实训平台建设、人工智能课程知识体系建设。教学改革结果表明,新方法促进了"人工智能+教育"融合视域下人才培养基础理论和实施路径的发展。     

基于 BIM 的人工智能方法综述

建筑信息模型(BIM)作为建筑领域的新兴技术,正在深远地影响着建筑行业的发展, 而人工智能(AI)技术的跨学科应用也日趋广泛。将 BIM 与 AI 方法结合,有着良好的可行性与 广阔的前景,但目前国内外的相关研究应用仍处于初级阶段。在广泛调研国内外相关研究的基 础上,从技术、系统、应用 3 个层面,对基于 BIM 的 AI 方法相关研究进行综述,介绍该领域 常用的 AI 技术,典型开发平台与开发方法,以及基于 BIM 的 AI 方法在设计、施工、运维等各 建筑阶段中的成功应用。在此基础上,对该领域存在的问题与挑战加以分析,总结问题原因, 并对其未来发展方向加以展望。     

类ChatGPT大模型发展、应用和前景

生成式人工智能技术自ChatGPT发布以来，不断突破瓶颈，吸引了资本规模投入、多领域革命和政府重点关注。本文首先分析了大模型的发展动态、应用现状和前景，然后从以下3个方面对大模型相关技术进行了简要介绍：1）概述了大模型相关构造技术，包括构造流程、研究现状和优化技术；2）总结了3类当前主流图像—文本的大模型多模态技术；3）介绍了根据评估方式不同而划分的3类大模型评估基准。参数优化与数据集构建是大模型产品普及与技术迭代的核心问题；多模态能力是大模型重要发展方向之一；设立评估基准是比较与约束大模型的关键方法。此外，本文还讨论了现有相关技术面临的挑战与未来可能的发展方向。现阶段的大模型产品已有强大的理解能力和创造能力，在教育、医疗和金融等领域已展现出广阔的应用前景。但同时，它们也存在训练部署困难、专业知识不足和安全隐患等问题。因此，完善参数优化、优质数据集构建、多模态等技术，并建立统一、全面、便捷的评估基准，将成为大模型突破现有局限的关键。     

An experience report on developing an automated web services platform

Web services have attracted significant industry interest as a low-cost and flexible technology alternative to distributed object and proprietary message-oriented methods for delivery of on-demand business processes, enabling intra-organizational systems integration, and in the long term, development of dynamic inter-organizational process networks that may revolutionize B2C and B2B e-commerce. Exploiting this latent potential of web services technology requires the development of automated techniques for scalable and reliable service composition and execution in web service platforms. In this paper, we summarize our experience in developing an architectural framework for web services platforms, called Integrated Service Planning and Execution architecture (ISP & E). The use of recent advances in AI planning, learning and semantic web technologies for service composition, reliable service execution, transaction synthesis, and model-driven deployment of services is discussed. Furthermore, we discuss implications for and research issues in the development of web services based systems to aid e-business.     

当前人工智能技术创新特征和演进趋势

近年来，全球人工智能发展进入新一轮技术创新活跃期，新的理论、模型、算法快速迭代。本文从模型算法、软硬件实现以及技术形态等角度分析了当前全球人工智能技术的主要特征，总结了国内外人工智能前沿研究的一些创新热点和新动向，并从基础理论突破、底层计算模式创新、模型算法演进等方面，展望和探讨了未来人工智能技术进一步突破的几个可能趋势。     

Agent技术研究综述

Agent起源于人工智能(AI),20世纪80年代中期人工智能技术与分布式计算技术相结合,出现了分布式人工智能(DAI)这个研究方向。作为分布式人工智能的构成因素,Agent一词越来越多地被提到,由于它突破了长期以来AI研究进展不大的局面,因此倍受关注,多年来,Agent技术的研究和应用有了更加广泛地发展,特别是Internet和WWW的发展,为Agent技术带来了新的发展契机。     

Rapid goal-oriented automated software testing using MEA-graph planning

With the rapid growth in the development of sophisticated modern software applications, the complexity of the software development process has increased enormously, posing an urgent need for the automation of some of the more time-consuming aspects of the development process. One of the key stages in the software development process is system testing. In this paper, we evaluate the potential application of AI planning techniques in automated software testing. The key contributions of this paper include the following: (1) A formal model of software systems from the perspective of software testing that is applicable to important classes of systems and is amenable to automation using AI planning methods. (2) The design of a framework for an automated planning system (APS) for applying AI planning techniques for testing software systems. (3) Assessment of the test automation framework and a specific AI Planning algorithm, namely, MEA-Graphplan (Means-Ends Analysis Graphplan), algorithm to automatically generate test data. (4) A case study is presented to evaluate the proposed automated testing method and compare the performance of MEA-Graphplan with that of Graphplan. The empirical results show that for software testing, the MEA-Graphplan algorithm can perform computationally more efficiently and effectively than the basic Graph Planning algorithm.

基于动态约束满足框架的强表达时态规划算法

智能规划已经成为人工智能领域最热门的研究主题之一。近年来,智能规划在现实领域的应用越来越广泛,这对规划器的处理能力和效率提出了很大的挑战。以一类强表达时态规划——基于约束区间规划为研究对象,基于动态约束满足框架设计和实现了一个基于约束区间的规划算法LP-TPOP;对算法的可靠性和完备性进行了证明;最后以一个规划实例演示了算法的运行过程。     

汽车企业智能化动态联盟的构建

针对目前国内外汽车工业的发展趋势,根据人工智能的思想,提出了构建汽车企业智能化动态联盟的框架,并借助多智能体系统开发平台JADE来实现系统框架的运行。这一概念的提出,不仅符合汽车企业现代化管理的发展方向,还对多智能体技术的应用推广起到一定的促进作用。     

基于嵌入式技术的网络视频监控系统

视频监控系统经历了本地模拟信号监控系统．基于PC插卡的数字监控系统．基于嵌入式技术的网络数字监控系统等发展过程。     

Artificial Intelligence Applications in the Development of Autonomous Vehicles: A Survey

The advancement of artificial intelligence (AI) has truly stimulated the development and deployment of autonomous vehicles (AVs) in the transportation industry. Fueled by big data from various sensing devices and advanced computing resources, AI has become an essential component of AVs for perceiving the surrounding environment and making appropriate decision in motion. To achieve goal of full automation (i.e., self-driving), it is important to know how AI works in AV systems. Existing research have made great efforts in investigating different aspects of applying AI in AV development. However, few studies have offered the research community a thorough examination of current practices in implementing AI in AVs. Thus, this paper aims to shorten the gap by providing a comprehensive survey of key studies in this research avenue. Specifically, it intends to analyze their use of AIs in supporting the primary applications in AVs: 1) perception; 2) localization and mapping; and 3) decision making. It investigates the current practices to understand how AI can be used and what are the challenges and issues associated with their implementation. Based on the exploration of current practices and technology advances, this paper further provides insights into potential opportunities regarding the use of AI in conjunction with other emerging technologies: 1) high definition maps, big data, and high performance computing; 2) augmented reality (AR)/virtual reality (VR) enhanced simulation platform; and 3) 5G communication for connected AVs. This paper is expected to offer a quick reference for researchers interested in understanding the use of AI in AV research.