“集群智能与协同控制”专刊前言

正当前集群智能(swarm intelligence)与协同控制(cooperative control)理论与技术蓬勃发展,也是新一代人工智能的重要研究领域.集群智能涉及群智涌现机理机制、动态自组网、协同感知定位、协同决策规划、协同制导控制、试验验证与综合效能评估等关键技术.协同控制可为集群智能涌现提供有利的时空协调保障,是集群智能涌现的核心关键技术和制高点技术.集群智能与协同控制充分融合人工智能、系统工程、协同控制、指挥与控制、导航制导与控制、通信与探测等多个学科的理论与技术,     

2021年《计算机研究与发展》专题(正刊)征文通知——新一代人工智能前沿进展

人类社会已经逐步迈进智能时代,人工智能的迅速发展将深刻改变人类社会生活、改变世界.世界上多个国家和地区都发布了关于人工智能的发展规划.2017年7月20日,我国印发了《新一代人工智能发展规划》,标志着人工智能研究已经成为国家发展战略.当前,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.     

2021年《计算机研究与发展》专题(正刊)征文通知——新一代人工智能前沿进展

人类社会已经逐步迈进智能时代,人工智能的迅速发展将深刻改变人类社会生活、改变世界.世界上多个国家和地区都发布了关于人工智能的发展规划.2017年7月20日,我国印发了《新一代人工智能发展规划》,标志着人工智能研究已经成为国家发展战略.当前,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.     

2021年《计算机研究与发展》专题(正刊)征文通知——新一代人工智能前沿进展

人类社会已经逐步迈进智能时代,人工智能的迅速发展将深刻改变人类社会生活、改变世界.世界上多个国家和地区都发布了关于人工智能的发展规划.2017年7月20日,我国印发了《新一代人工智能发展规划》,标志着人工智能研究已经成为国家发展战略.当前,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.     

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...     

边缘智能协同技术及前沿应用专题序言

<正>随着边缘计算与人工智能技术的高速发展，两者结合催生了一种新兴计算范式——边缘智能，在推动边缘计算技术优化的同时助力解决人工智能在“最后一公里”落地的关键问题。因此，边缘智能在工业物联网、智慧城市、无人驾驶、无人作战、疫情防控等领域得到了广泛应用，并吸引了国内外政府、工业界与学术界的高度关注，在基础科学理论、关键技术方法、新兴系统及应用等方面都取得了诸多创新性和突破性的成果。《计算机科学》策划了“边缘智能协同技术及前沿应用”专题，希望能为相关领域的专家学者提供交流合作、发布最新前沿科研成果的平台，促进学术界和工业界的深度融合，推动中国计算机领域的发展。     

科技部启动"人工智能驱动的科学研究"专项部署工作

为贯彻落实国家《新一代人工智能发展规划》,科技部会同自然科学基金委近期启动"人工智能驱动的科学研究"(AI for Science)专项部署工作,紧密结合数学、物理、化学、天文等基础学科关键问题,围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求展开,布局"人工智能驱动的科学研究"前沿科技研发体系.     

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。     

智能自动化技术推动石油化工企业数字化转型升级

通过分析我国石化工业在未来5～15年的发展趋势与挑战,聚焦石化企业对数字化转型升级的重大需求。剖析了当前石化企业在信息感知和集成、数据挖掘与分析、生产运行、经营决策和安全环保能效等层面存在的主要问题。首先,提出了基于新一代信息通信技术、物联网、大数据、云计算和人工智能等前沿发展技术,并结合过程自动化技术而产生的"智能自动化"新概念。其次,从工程角度出发,提出了如何利用智能自动化技术,从工程、生产、管理以及营销全过程,优化推进以集约化、高效化、绿色化和智能化为目的的石化企业数字化转型升级的愿景目标、特征和路径。第三,采用需求驱动、应用驱动、问题导向的分析思路,进一步论述了当前亟须研究解决的五大核心工程技术问题,即:①以工业大数据平台为基础的智能工程数字化交付——数字孪生工厂;②生产与运营全过程信息智能感知与集成;③生产过程全流程协同控制与操作优化;④知识驱动的生产过程计划调度优化与经营管理决策;⑤基于自主感知与融合知识的过程风险智能化管理。最后,对智能自动化技术的应用与发展趋势提出了建设性意见。     

机构智能让“变形金刚”从屏幕走进现实

新一代智能机器人具备算法智能与机构智能,本文重点介绍了当前智能机器人在机构智能方面的发展现状。从机构智能的理论出发,以变胞灵巧手与变胞足式机器人为例展现基于机构智能理论的重要研究,通过软关节机器人（建筑机器人、下肢康复机器人、按摩机器人等）、大寰伺服电动夹爪等诸多案例呈现出机构智能在生活与生产中的应用。最后,笔者基于目前智能机器人发展大环境及未来发展领域,提出智能机器人发展的三大趋势：软硬融合、虚实融合、人机融合。     

基于吸收态马尔可夫链的智能无人车系统实时性能分析

随着人工智能技术的进步和人机物融合系统的发展,智能无人车系统成为了新一代人工智能研究的前沿.智能无人车系统根据车辆和环境数据进行实时决策以控制无人车运行,因而该系统具有较高的实时性能要求,对系统实时性的分析是保障系统安全可靠的方法之一.为了对智能无人车系统的实时性能进行分析,以智能无人车变道系统为例,首先使用MARTE模型对智能无人车变道系统进行建模,在系统设计早期就引入性能需求参数;然后,通过模型转换将MARTE模型转化为吸收态马尔可夫链;最后,利用吸收态马尔可夫链的相关理论和公式综合估算了智能无人车系统的实时性能指标,并针对影响整个系统实时性的关键模块进行了分析.实验结果表明,文中所提模型和分析方法可以较好地分析智能无人车系统的实时性能.分析发现系统中智能模块的准确率与响应时间相互制约,在不同的运行场景下需要找到二者之间的平衡点以获得更优的实时性能.     

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.     

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。     

基于深度强化学习的机器人运动控制研究进展

复杂未知环境下智能感知与自动控制是目前机器人在控制领域的研究热点之一,而新一代人工智能为其实现智能自动化赋予了可能.近年来,在高维连续状态-动作空间中,尝试运用深度强化学习进行机器人运动控制的新兴方法受到了相关研究人员的关注.首先,回顾了深度强化学习的兴起与发展,将用于机器人运动控制的深度强化学习算法分为基于值函数和策略梯度2类,并对各自典型算法及其特点进行了详细介绍;其次,针对仿真至现实之前的学习过程,简要介绍5种常用于深度强化学习的机器人运动控制仿真平台;然后,根据研究类型的不同,综述了目前基于深度强化学习的机器人运动控制方法在自主导航、物体抓取、步态控制、人机协作以及群体协同等5个方面的研究进展;最后,对其未来所面临的挑战以及发展趋势进行了总结与展望.     

边缘智能与协同计算: 前沿与进展

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.     

一种新型群智感知系统架构模型和实现方法

物联网移动群智感知模式本质是汇聚大规模普通移动个体的智能感知能力,对开放、动态、复杂物理环境进行感知,通过感知大数据的智能分析,对感知群体引导和反馈,使其持续涌现群体智能并辅助综合决策.目前的群智感知系统仍然存在个体感知欠智能、群体目标少引导、群智过程弱调控三方面的局限性.本文首先讨论了群智感知研究现状和面临的挑战;结合人机物融合、云边端协同、感算控闭环3个核心发展趋势,提出一种智能演进与反馈引导结合的新型群智感知系统架构模型Evo-CPS,并研究了该模型的实现方法;然后结合智慧出行应用场景,将所提出的理论方法进行应用验证;最后,总结全文并展望新一代群智感知研究领域的发展方向.     

关于推荐第五届“吴文俊人工智能科学技术奖”评选活动的通知

(中国人工智能学会文件)吴科奖字(2015)第01号各地方人工智能学会、全国各高校及科研院所、学会各工(专)委员会、各团体会员单位:为促进以智能制造为主攻方向的两化深度融合,增强智能装备技术水平和关键产品的自主研发能力,推动我国信息化向智能化高端领域的创新与发展,奖励在智能科学技术研究及应用活动中做出突出贡献的单位和个人,更好地为广大智能科技工作者和全体会员服务,2015年度第五届"吴文俊人工智能科学技术奖"     

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。     

人工智能如何精准赋能中小企业

推动以互联网、大数据、人工智能为代表的新一代信息技术与实体经济深度融合,是推动我国经济高质量发展的重要举措.在"AI精准赋能中小企业对接活动年度总结会"上,清华大学人工智能研究院视觉智能研究中心主任邓志东从人工智能的技术发展趋势与产业发展谈起,深入浅出地分析了人工智能该如何精准赋能中小企业.     

知识和数据协同驱动的群体智能决策方法研究综述EI北大核心CSCD

群体智能(Collectire intelligence,CI)系统具有广泛的应用前景.当前的群体智能决策方法主要包括知识驱动、数据驱动两大类,但各自存在优缺点.本文指出,知识与数据协同驱动将为群体智能决策提供新解法.本文系统梳理了知识与数据协同驱动可能存在的不同方法路径,从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类,同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同,前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法;后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法.最后,从理论发展与实际应用的需求出发,指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.