人工智能在药物研发中的应用——基于专利视角

人工智能的发展为药物研发带来深刻变革,本文利用多种专利分析工具,分析了人工智能药物研发相关技术领域专利的整体情况,展现了全球及中国在人工智能药物研发技术领域专利的发展现状,分析了领域内重要申请人在全球的专利布局,并为我国在该领域内的发展提出建议.     

中美人工智能发展战略对比分析

<正>人工智能是当前及未来必争的战略领域,各个国家、区域行业、高校及科研机构都在抢滩布局,加强顶层设计,希望借由人工智能抢抓新一轮科技革命的战略机遇,构筑先发优势,在战略、人才、资金等各方面用尽全力,努力抢占发展的制高点。从国家角度,人工智能领域形成了中美"双雄"的竞争格局。本文在《人工智能全球格局》(国务院发展研究中心国际技术经济研究所、中国电子学会、智慧芽,中国人民大学出版社,2019年版)的研究基础上,从技术沿革、政策布局、企业发展这三方面进行中美人工智能发展对比分析。     

中国科学院自动化研究所广州人工智能与先进计算研究院: 推进核心技术研发打造广东人工智能硬核实力

中国科学院自动化研究所广州人工智能与先进计算研究院(以下简称"研究院")作为一家从事人工智能技术研发和应用的省级新型研发机构和高水平研究院,近年来在人工智能计算架构、处理器等关键核心技术攻关及产业化应用方面取得了重要成效,为我省加快人工智能产业发展贡献了力量。研究院未来将聚焦新型芯片、计算架构和系统等人工智能前沿领域强化研发布局,力争形成更多"拳头"产品和技术,引领支撑全省人工智能产业高质量发展。     

人工智能技术专利分析及对广西的发展建议

基于incoPat全球科技分析运营平台,对人工智能技术专利信息进行的分析研究表明,中国已成为全球人工智能技术专利申请最多的国家,且人工智能技术专利申请态势良好,处于快速发展的阶段;G06F、G06Q、G06K、G06N等计算、推算、计数领域是人工智能技术专利的重点申请方向,相对而言,人工智能技术与其他领域相结合应用的专利申请数量较少。广西人工智能技术研究尚处于起步阶段,缺乏科学布局,相关研究深度和广度不足,文章对此提出了一些参考建议。     

人工智能算法的可专利性问题研究

人工智能算法能够成为专利客体已经成为共识.我国《专利审查指南》将人工智能算法明确纳入专利客体中,这一操作诱发了语义重复的问题,也缺乏对人工智能算法专利范围的明确界定.同时,由于人工智能算法的特殊性,我国专利审查在实践中对新颖性、创造性、实用性审查也缺乏明确的标准.我国《专利审查指南》应该明确区分商业方法、人工智能算法等客体的范畴,明确人工智能算法发明的正向范围与反向排除范围,要求对除商业秘密外的人工智能算法技术方案进行公开、对现有技术进行缩小解释,对技术领域、本领域技术人员的划定与技术发展同步,为人工智能算法专利的实施效果设定独特的标准.     

美国人工智能专利现状分析及其对中国的启示 ——以《人工智能发明:追踪美国人工智能专利扩散报告》为基础

2020年10月27日,美国发布《人工智能发明:追踪美国人工智能专利扩散报告》.报告突破传统专利研究方法,运用人工智能构建专利景观,深入分析了美国近四十年人工智能的发展.其将人工智能分为八大板块逐一进行机器学习并讨论,提高了准确度并降低了成本.报告指出,美国近四十年人工智能发展迅猛,与其相关的专利申请数量不断攀升,人工智能技术也正在向更大比例的技术子类扩散.越来越多的发明家、公司以及其他组织在其发明和生产过程中使用人工智能.同时,人工智能技术在美国各州和县的传播也更加广泛.将美国人工智能相关数据与我国对比可发现,我国不仅要学习专利景观的分析方法,更要加强在人工智能基础层的专利布局、缩小地域间创新能力差距、提高企业人工智能专利国际竞争力.     

机器学习全球专利计量分析

机器学习技术是当前人工智能领域受关注度最高的技术之一。该文面向揭示机器学习技术布局现状和竞争格局的目标,基于全球范围内2000年以来布局的机器学习专利数据,从整体技术和典型分支技术两个层面,从专利申请趋势、有效专利持有、近3年专利布局以及四方专利布局等角度,对机器学习技术的专利布局进行分析。研究发现:全球机器学习技术专利申请整体呈现增长态势。我国的机器学习专利申请已经建立一定优势,但是专利布局主要围绕本国保护,在海外专利布局方面距离美国、日本、韩国等国家还有一定差距。     

基于全球专利的知识图谱技术发展与竞争态势分析

利用专利计量法、社会网络分析法,对全球人工智能领域知识图谱技术相关专利数据进行分析,从发展概况、专利价值、专利地图、技术热点、技术演化等方面揭示全球竞争态势,并着重对比分析中美两国专利布局情况,为中国知识图谱技术的创新发展提供借鉴和参考.研究结果表明:知识图谱技术领域的全球专利申请态势活跃,中国占据专利申请数量领先优势,集群科研创新氛围浓厚;中国专利技术布局侧重于与应用场景相结合的关键技术研发;中国在全球专利市场布局规模、关键技术原创性方面与美国有一定差距,核心技术存在被国外机构卡脖子的风险,需挖掘开发高价值技术成果以提高市场竞争力.     

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。     

人工智能技术进步引发新的军事变革

正当前,随着大数据技术的快速发展、计算机算力的显著提升以及机器学习算法的进步,人工智能迎来第三次发展浪潮,大国战略竞争的领域和空间也从核、太空、网络、深海、极地蔓延至人工智能技术。除了美国之外,俄罗斯、印度、韩国、日本等主要国家也在加速推动人工智能技术向军事领域的渗透,并为此倾注了巨大的人力、物力和财力,人工智能已经成为大国军力竞争的"新边疆"和主战场。     

超文本与人工智能

以专家超文本为例介绍了与超文本技术、人工智能技术相关的技术问题，并从面向用户的角度侧重讨论了在任务实施过程中用户与计算机系统间的智能的分布。     

宇宙智能、人类智能、人工智能

在半个世纪内先后出现的“认知模拟”、“人机合一”都不是真正的“人工智能”正确的指导方针。宇宙具有按一定的逻辑结构、逻辑规律由已有事件向新事件必然过渡的逻辑运演机制,这便是“宇宙智能”,人认识后便是从已知进入新知。这客观的必然过渡就是客观的“制约关系”。人类、机器按各自能实现的方式去摹写、模拟宇宙智能,便分别是“人类智能”、“人工智能”。人工智能的基础装置是基于制约逻辑的内涵智能机,其硬件的核心元件是模拟客观的制约关系的“制约门”。希望由中国人首先研制出第一代内涵智能机。     

人工智能优化初探

介绍了人工智能的基本概念，讨论了应用人工智能技术在工程领域中进行优化的主要步骤，包括采集样本、数据处理、空间变换、连续量目标优化、建立专家系统等，指出人工智能优化技术是未来工程优化的主要方向。     

人工智能的泛符号机制

针对 90年代以来人工智能研究逐步转入低潮的局面 ,提出了关于人工智能的泛符号机制的新思想、新理论 ,泛符号机制 =泛逻辑 知识表示的超拓扑结构 多维信息空间。     

郑州市人工智能产业研究

本文分别从全球人工智能产业发展特点、我国人工智能产业发展现状、郑州市人工智能产业发展生态格局三个层面分析了现阶段人工智能产业发展的水平,并提出促进郑州市人工智能产业发展的对策建议。     

人工智能的研究方法论

分析方法的应用促进了早期人工智能（ＡＩ－Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）研究的发展,也造成了人工智能的许多困难,整体观是研究复杂事件的重要原理,人类智能是整体特征的表现;将整体观应用人工智能研究是提高ＡＩ系统智力水平的途径之一。     

楼宇智能化窥探

现代计算机技术、通讯技术和网络技术等信息技术对当代社会生活、生产的方方面面都产生了重大的影响，很大程度上改变了人们的工作、生活和娱乐方式。这些信息技术正在逐渐与各种传统工业和行业结合，逐步形成新的综合性新兴学科。     

人工智能难题和程序语义学

句法机如何成为语义机是人工智能面临的难题，也是当代意向性理论研究的重点。程序语义学是试图解释这一问题的重要致思取向。它认为传统的人工智能、计算机科学等是以模态理论语义分析为基础的，其研究尚停留在符号的层面，而未涉及到真值、指称，即没有涉及到语言与世界的关联。在揭示语言与世界关联如何实现的问题上，程序语义学强调语义不是由对指称的计算所给予的，也不是由谓词逻辑的标准语义学所给予的，而是由程序给予的。程序语义学不但能够融合如福吉勒特等意义理论的局限，而且所提出的过程性分析和知识对于人工智能的研究、发展亦有启示性。     

人工智能技术在城市智能交通系统中的应用

目前,多类基于人工智能技术应用于交通环境的不同领域。为此,对应用于智能交通系统(Intelligent Transportation Systems,ITS)的多类人工智能(Artificial Intelligence,AI)技术进行分析。具体而言,将AI技术在智能交通系统的应用划分三个主要领域:1)车辆控制;2)交通控制和预测;3)道路安全和事故预测。同时,考虑四项AI技术:人工神经网络(Artificial Neural Networks,ANNs)、遗传算法(Genetic Algorithms,GAs)、模糊逻辑(Fuzzy Logic,FL)、专家系统(Expert Systems,ESs)。研究分析表明,不同的AI技术的结合,能够有效地管理、分析交通领域的海量数据。     

职业院校人工智能教育

文章结合我们职业院校人工智能教育的实际，分析人工智能教育的意义以及目前职业院校人工智能教育的现状，并提出了在职业院校开展人工智能教育的基本思路。