我国人工智能产业支持政策体系特征与优化——中央与北上广深的政策文本分析

从政策结构与创新类型、阶段两个维度构建了我国人工智能创新驱动发展的政策文本分析框架,以国务院、各部委与北上深等典型创新区出台的人工智能支持政策为样本,进行政策分析。研究发现整体上看我国人工智能创新政策体系健全,但存在着跨区协同性不足、应用创新空间布局政策缺失、"AI+"赋能政策不全面、需求型与创新评价类政策供给不足等缺陷。根据分析结论提出相关政策优化建议。     

基于文本分析的中国人工智能相关政策研究

对近年来国家机构和地方各省出台的人工智能相关政策进行研究,运用计量方式对政策的各种分布特征进行描述性分析,将人工智能政策划分为4个阶段,运用Word2vec、K-means等自然语言处理技术对各阶段政策的主题和主题变迁进行分析,在此基础上,借助NVIVO软件对政策制定的有效性和协调性进行分析,最后针对政策存在的不足,提出完善政策的建议.     

基于LDA模型分类的中美欧人工智能发展比较研究

近年来，人工智能技术快速发展，各国对人工智能的重视程度不断加深，人工智能的论文产出数量也在逐年渐递增。为了对各国人工智能研究水平进行比较，促进相关政策的制定，研究借鉴文本分析中LDA（Latent Dirichlet Allocation）模型对论文主题进行划分，并利用论文活动力指数、论文影响力指数测度各国在不同主题人工智能研究的发展水平。结果显示：美国、加拿大、中国处于人工智能研究的第一梯队，发表论文数量多，影响力较大；中国在2009—2020年之间论文发表数量迅速上升，同时在论文影响力、论文活动力方面得分较高，在细分领域方面，中国在计算机视觉领域、机器学习与底层算法领域有着较大优势。     

如何培养人工智能人才:从平行教学到智慧教育

 人工智能这一专业技术术语多次被写入政府工作报告，上升为国家战略。人才是发展人工智能和智能产业的核心与关键，这不只是中国在人工智能研发上仍然落后于发达国家的主要原因，更是全球人工智能的发展依然处于初级阶段的问题所在。中国面临在智能时代发展和利用人工智能技术换道超车的重大历史机遇：我们不仅需要思考如何培养人工智能人才，还要全力推进人工智能技术与教育的深度融合，彻底变革教育模式，发展平行智能教育，推进形成以学习者为中心的个性化精准高效教育体系。     

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。     

人工智能的发展综述

人工智能(Artificial Intelligence)自1956年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力,吸引了越来越多的科技工作者投入人工智能的研究中去。许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。本文通过人工智能的发展历史研究,旨在     

中国人工智能40 年

 介绍了中国人工智能从迷雾重重、艰难起步,到冲破禁锢、初露曙光,直至迎来春天、走上大道的发展历程。概括了中国人工智能取得的主要成绩和存在的问题,提出了发展中国人工智能的决策建议。     

中国人工智能发展的若干紧要问题探讨

 基于对国内外人工智能发展态势的分析,从人工智能的原始创新能力、顶层谋划和设计、基础软硬件、技术平台、人才培养和引进、前沿研究布局6个方面,对中国人工智能发展的若干紧要问题进行了探讨。     

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.     

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。     

人工智能在智能机器人领域中的研究与应用

智能机器人是人工智能的理想研究平台．在简要介绍人工智能发展历史的基础上,深入阐述了与机器人领域紧密相关的几项主要人工智能研究内容,并全面总结了人工智能理论与技术在机器人研究开发方面的具体应用情况：最后,结合研究工作对人工智能的未来发展趋势作了进一步的展望．对于从事人工智能与智能机器人研究工作的读者具有一定的借鉴作用．     

人工智能技术在雷达对抗中的应用

 介绍了人工智能技术的发展概况，总结了人工智能技术在电子战中的应用。以自适应雷达对抗项目为例，分析了人工智能关键技术在雷达对抗中的应用，并探讨了雷达对抗中充分应用人工智能技术需要解决的关键问题。     

人工智能的发展及其极限

人工智能是20世纪中期产生的新兴综合性学科,是现代科学技术的一项卓越成就。在人工智能成就的背后,人们开始对其中的许多理论问题进行争论。对人工智能的可能和极限问题进行深入的思考后认为人工智能至多只是部分地超越人类智能,在整体上是不能最终代替和战胜人类智能的。     

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发展,适用于人工智能应用的新一代超级计算机不断诞生.对比了传统超级计算机和人工智能算力系统,论述了人工智能算力系统的发展和人工智能算力评估方法研究的现状.     

基于知识图谱的国内外人工智能应用领域对比研究

近年来人工智能研究发展迅速,学科范围从计算机科学向脑科学、心理学等交叉学科和边缘学科扩展,受到相关领域学者的广泛关注.论文比较分析国内外人工智能领域的研究现状和前沿趋势,对科研人员进行相关研究具有重要借鉴意义.基于知识图谱的理念,以科学引文索引核心数据库及中国知网数据库作为数据来源,借助CiteSpace文献计量软件梳理 2010年—2018年发表在国内外期刊上的人工智能领域的文献,绘制科学知识图谱,并分别从年度分布、知识基础、研究热点及前沿等方面进行对比分析.结果表明,国内外人工智能领域研究均经历繁荣阶段、稳定发展阶段和新一轮发展阶段,目前国内外的研究内容虽各有侧重,但总体上在大数据、机器学习等方面的研究正在成为热点.     

人工智能芯片发展的现状及趋势

 人工智能芯片是人工智能技术的重要组成部分,是实现人工智能算法的硬件基础,也是人工智能时代的战略制高点。分析了现有人工智能芯片的种类、特点、技术路线和市场情况,阐述了当前人工智能芯片面临的机遇与挑战,展望了其未来发展趋势。     

基于OGRE的智能游戏引擎的设计与实现

基于OGRE(Object-oriented Graphics Rendering Engine)设计并实现了一个智能游戏引擎OIGE(OGRE-based Intelligent Game Engine),OIGE具有较完善的功能,包含游戏开发各个环节所需的关键模块,如人工智能系统、网络系统、物理系统、声音系统、输入系统等,OIGE采用面向对象机制来设计和实现,以保证系统结构清晰且具有良好的可扩展性。详细分析OGRE渲染系统和介绍AI智能系统的设计和实现,此外,基于OIGE引擎开发了一个简单的小游戏,对系统功能进行了初步验证。     

我看人工智能

人工智能是人类社会的伟大发明,随着信息技术的不断进步和发展,它引起了广泛关注并成为当前科学界研究的热点。从人工智能的概念出发,介绍了人工智能发展历程中的三起两落,指出了人工智能目前正处于发展时期,有很多亟待解决的科学问题;接着阐述了人工智能1.0和2.0 2个时代的特征,并指出2个时代的独立性与互补性,只有将2个时代的技术进行有效融合,才能高效、准确地解决实际问题;阐述了人工智能能做什么以及如何做的问题,指出了人工智能的主体作用是助力传统产业发展和促进工业经济快速转型;从人工智能的角度分析了数学教育,着重强调了数学是人工智能的灵魂,同时人工智能的发展有望促进数学教育。但目前还未真正将效果体现出来,人工智能作为新的技术在教育上的应用还需深入到学科中去,积极而慎重地进行实验和探索。