人工智能与专家系统

本文对目前人工智能及其知识工程分支中的专家系统给予了新的、严格的定义,澄清了一些模糊概念,概括了人工智能与专家系统方面的主要技术,并对其发展作了估计,定义的确切性与不同导致技术的确切性与不同途径。还介绍了国内外人工智能及专家系统方面的一些最新研究情况。     

人工智能技术在鱼雷工程中的应用

本论述介绍了神经网络、模糊控制、专家系统等人工智能技术在鱼雷工程中的应用,分析了这些人工智能技术在鱼雷工程应用中取得的效果以及各自的特点。研究表明,人工智能技术在鱼雷的故障诊断、参数辨识、目标捕获等方面具有明显的优势。由趋势可见,人工智能技术是研究高性能鱼雷的一个重要方向。     

基于PID控制技术的人工智能算法优化路径初探

<正>随着智能化控制技术的持续完善，各种各样的人工智能算法也在不断进步。将人工智能算法与PID控制技术有效结合，不仅能够处理复杂目标的反馈控制问题，并且可以实现逻辑化控制、神经网络控制等目的。本文基于PID控制技术，从优化算法的角度分析了人工智能算法在PID控制系统中的具体应用，并提出利用动态与静态校正来提高控制系统稳定性和反应速度的优化建议。     

人工智能在入侵检测系统中的应用

人工智能和入侵检测技术的结合，将克服入侵检测系统的一些缺点，同时对人工智能技术本身也有很大的推动力。介绍了在入侵检测系统中出现的主要人工智能技术，并讨论了其在入侵检测系统中所起的作用。     

浅析人工智能与知识工程的关系

阐述了人工智能与知识工程的发展过程，基本概念和任务，探讨人工智能与知识工程的关系。     

人工智能时代人大监督助推社会风险智治的演化路径与协同创新

伴随人工智能技术在社会各领域的广泛应用与创新实践,社会风险治理迎来了重大变革的机遇与挑战,并在人大监督下推动着政府治理体系和治理能力现代化的进程。要把握人工智能在风险智治过程中的“人工智能+技术升级”、“人工智能+体制转型”、“人工智能+多维视角”、“人工智能+生态优化”等机遇优势,就需通过人大监督手段着力破除人工智能在实践过程中出现的理念困境、伦理冲突、法律问题、技术更迭、民生矛盾、安全漏洞等问题与挑战,构建人工智能风险智治的思维理念与框架逻辑、打造人工智能风险智治的技术协同与互动融通体系、优化人工智能风险智治的三方博弈均衡机制、完善人工智能风险智治的道德伦理与法治规约,从而加快形成人工智能风险智治的“善治”体系及“善智”能力的“良性互构”,推进国家治理现代化转型升级。     

工业创新双引擎:人工智能与工业云

进入信息时代后,人脑得到极大解放.人工智能(AI)从20世纪50年代开始产生,1969年第一届国际人工智能联合会议召开,1970年《人工智能》国际杂志创刊,自此人工智能的学术研究及其理论进入了发展期;20世纪90年代后,由于大数据、云计算等信息技术的发展推动,人工智能技术逐步应用于冶炼、机械、电力、医疗、工业控制等实际工程领域.专家系统、人工神经网络、模糊辨识是人工智能技术的三大支柱,它们越来越深入地应用于工程领域中的故障诊断、工况预报和监控、工程设计等.可以说,人工智能已经成为推动工业发展的新增长动力.     

人工智能的应用及发展前景

本文简要论述了人工智能技术的特点和主要涉及范围：着重分析了人工智能技术的现状和目前发展过程中面的挑战，并提出了作者对这些问题的看法。     

人工智能技术在机械电子工程领域的应用研究

社会在发展,时代在进步,这一切都离不开日新月异的科学技术的推动作用。人工智能技术是当前最受大众关注和热爱的先进技术代表,其在社会生活的方方面面都有着越来越广泛的应用。当前,机械电子工程领域正在大力推广和应用人工智能技术,人工智能系统和技术的创新与完善将会陈伟机械电子工程领域实现进一步发展和进步的重要支撑。该文将就人工智能技术在机械电子工程领域中的应用进行深入的分析和探究。     

立井开拓井田最优井筒位置方案智能决策系统

以人工智能、专家系统和计算机技术、矿井优化理论为基础，开发了井筒位置方案设计专家系统才综合优化子系统，不仅能够实现具有专家水平的可行方案的初选，而且通过综合决策模型能够合理评判各方案的优劣程度，为最优井筒位置方案的确定提供了重要的科学手段。     

处理人工智能应用的高性能计算机的架构和评测

人工智能(artificial intelligence,AI)的3块基石是大数据、高性能计算、深度学习算法,大数据被称为"算料",高性能计算被称为"算力",深度学习算法被称为"算法".人工智能主要的研究领域就是算料、算力和算法.算力基础设施作为处理人工智能应用的基石,一直被各个国家给予高度重视.由于人工智能应用的飞速...     

人工智能及其在SEO技术中的应用

人工智能系统的开发和应用,已经为人类社会创造出丰富的经济效益,人工智能的发展对人类产生了非常深远的影响,这些影响涉及人类的经济利益、社会作用和文化生活等方面.本文对人工智能及其在SEO技术中的应用作一个探讨.     

人工智能促进服务业生产率了吗

近年来，我国服务业占比呈现持续上涨态势，但服务业的高成本低效率问题仍然存在，随着人工智能和服务业的融合，服务业的全要素生产率是否提高有待进一步验证。我们运用DEA-Malmquist生产率指数验证了“鲍莫尔病”的确存在；加入人工智能因素后的服务业全要素生产率的确提高了，但是进一步的分解发现，全要素生产率的提高主要源于要素配置效率的改善和规模报酬递增效应，并非由于技术进步，人工智能作为技术进步的主要标志在提高服务业全要素生产率中的作用仍然有限，这是由于人工智能作用的滞后性所致。     

中美人工智能产业核心技术生命周期的动态比较与演进路径

 采用Logistic模型,动态对比中美人工智能产业核心技术生命周期特征;综合技术生命周期和RTA指数,论述了中美人工智能产业核心技术演化趋势。研究结果表明：（1）2025—2030年将是中国人工智能产业核心技术发展突破的关键时期,应该牢牢抓住这一关键期以实现后发追赶。（2）中国在人工智能产业核心技术演化过程中,计算机视觉和智适应学习技术具有技术领先优势;在跨媒体分析推理和群体智能等综合性技术领域并不具备技术优势,即将面临着后发追赶的压力;脑机接口和智能芯片等技术密集型技术并未进入成熟期,要谨防先发国家的“技术锁定”和防御策略;而在自然语言处理和自主无人系统技术领域,依托自身广阔的市场和广泛的应用场景发展迅速。     

动态多维网络视角下人工智能技术创新演化路径研究

本研究以全球人工智能产业的专利数据为研究样本,以技术创新主体、技术创新领域为分析内容,结合方差分析、动态网络分析及相关软件,从动态、多维关系视角和宏观、微观层面全面揭示了人工智能产业技术创新网络的演化态势。研究发现：人工智能领域的技术创新主体、技术创新领域均随时间不断演化与更迭。但技术创新主体比技术创新领域的变化更为剧烈和频繁,技术创新领域呈现出稳中有变的趋势,且领域之间融合态势不断加强。研究表明,了解技术创新领域的演进路径,可提高相关组织、机构的竞争效率,以便在市场竞争中获得较高的战略优势。     

智能五子棋博弈程序的核心算法

人工智能是一门正在迅速发展的新兴的综合性很强的边缘科学,而博弈是人工智能的主要研究领域之一,本文通过一个五子棋博奕程序的设计,介绍了博弈程序设计的核心内容:包括博奕树搜索和估值函数两个方面.     

智能学习系统的研究

文中对如何在学习中运用人工智能、知识库的表示及搜索技术进行了一些研究,依据认知领域知识库模型及解释策略设计了一个智能学习系统验证以上结果。     

北京市人工智能企业全要素生产率测度及差异性研究

人工智能的发展已成为衡量一个国家科技水平和经济智能化程度的重要标志。北京市作为国际科创中心，人工智能产业规模增长迅速，但仍处于发展初期，人工智能企业生产率的提升关系到人工智能产业的整体发展水平。本文运用DEA-Malmquist指数方法对2016-2018年114家北京市人工智能企业的全要素生产率进行测度，结果显示，北京市人工智能企业全要素生产率年均增长率为0.70%，技术效率是企业全要素生产效率提升的主要动力。此外，上市企业的全要素生产率水平高于非上市企业，且行业间差异明显，信息传输、计算机服务和软件业的全要素增长率最高，教育行业的全要素增长率最低。     

全球人工智能人才培养的政策比较研究:以中美英加四国为例

全球人工智能竞争的核心是人才存量与人才质量竞争,关键是人才培养能力和人才培养水平竞争,根本是人才培养制度也即高质量人才持续输出能力的竞争。面对全球人工智能人才存量不足、人才质量不高和人才流失等问题,通过系统梳理美国、英国、加拿大和中国的人工智能人才培养政策条目,从人才培养的研究维度对四国人工智能人才政策的特性进行归纳性分析与比较。研究显示,四国人工智能人才培养政策具有高度共性特征。一是重视营造良好的人才培养环境;二是制定科学的人才培养目标;三是重视人工智能教师队伍建设;四是发挥高校人才培养主体作用;五是产学研合作育人。但同时也存在显著差异,如美国在基础研究人才培养、数据环境建设、公私合作育人等方面有较好的经验;英国更加关注人工智能人才的数字理解能力培养;加拿大将培养、吸引和保留人工智能人才,构建完整的人才生态系统作为人工智能领域共识;中国在政府主导下充分发挥高校人工智能人才培养职能。针对中国面临的人工智能人才问题,建议在人才培养数据平台建设、人工智能人才概念界定、人才培养伦理构建、师资队伍建设和人才生态系统完善5个方面进一步健全人工智能人才培养政策体系。