智能制造的“火眼金睛”:PDA高精度激光位移传感器

"中国制造2025"战略的提出,以及人工智能等新一代信息技术的发展,使中国制造业面临新一轮"换血"。从高密度人工作业向自动化车间转化的过程中,自动化测量被推到舞台前端。为了实现高端激光位移传感器的自主研发及国产化,提升位移测量的精度和稳定性,上海兰宝利用自适应算法及核心光机电组件,结合智能算法,打破行业壁垒,探索出领先传感技术。     

基于智能影像基因组学技术的阿尔茨海默病预测进展

 阿尔茨海默病（AD）起病隐匿，目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预，则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展，提出结合多模脑核磁共振影像特征和组学特征，在深度学习的框架下，将影像学和基因组学联系在一起，构造高分类与预测性能的深度学习模型，可为AD早期筛查并干预提供支持。     

互联互通蓝图下人工智能与中国经济转型升级研究

基于互联互通蓝图下我国人工智能的发展现状以及我国经济转型升级的现状,研究了人工智能技术与经济之间的正作用——促进生产、提供新经济增长动力、增加高水平就业岗位并改善工作环境、解决社会治理问题、促进国际友好往来,也分析了二者的负作用关系——减少了传统岗位、增大投资风险、冲击传统管理方式、增大中等收入陷阱的可能、带来法律规章制度的漏洞。提出区域治理保持与时俱进、建立技术基金会、注重人才培养与人员培训、企业承担其角色、重视文化与科技的关联的政策建议。     

人工智能的“负责任创新”

目前,人工智能快速发展,在众多领域发挥了重要作用,对人类社会产生了深刻的影响。人工智能虽然为人类带来巨大利益,但也带来不确定的风险。近年来,在欧美国家兴起的"负责任创新"旨在解决科技发展中的责任伦理问题而提出的理念,这为人工智能的创新与发展提供理论思考与现实应对的路径。运用负责任创新的理念和方法进行人工智能伦理责任的规制或者嵌入,使其形成具有道德的决策和行动,从而促进人工智能良性、开放、健康和包容的发展,推进人工智能与人类的和谐共存。     

人工智能:统治人类还是服务人类?——基于历史唯物主义的思考

人工智能引起了社会各界的高度关注,并正在广泛而深刻地影响着社会生活。人们在享受人工智能带来的好处和便利的同时,也对人工智能的风险产生了巨大的担忧。人工智能究竟会统治人类还是服务人类?历史唯物主义为这个问题提供了一个独特的思考视角。从历史唯物主义的视角看,人工智能的本质是人的本质力量的对象化,是人类实践活动的成果。人工智能的活动与人的活动有本质的区别,它不会实践,因而人工智能不是人,更不会全面超越人类和统治人类。人工智能的益处和风险均来自于其应用,而其应用又从根本上取决于其所处的社会生产方式。故人工智能究竟是全面服务人类还是给人类带来风险,从根本上取决于生产方式。     

变革的生产视角——对人工智能政治批判的批判

人工智能作为热点话题吸引了相关学者对其进行政治哲学维度的批判,但其批判依然停留在政治和观念的上层建筑半径之内,并未深入到政治的前提——生产领域。大数据算法作为强人工智能的重要应用,其所得出的非线性结果重塑了人们对于"价值"的理解,并引导一种对于"使用价值"追求的复归。随着边际成本的不断递减,大规模生产逐渐向大众生产转变,这使生产者与消费者之间的对抗性分配关系重组,社会消费力变革的趋势开始出现。产消一体化,即新型工人——"产消者"的大众化成为这一变革的可能性路径。     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

人类的复杂性及其程序化的限度——兼评“人类终结论”与“竞速统治论”

人工智能的潜在威胁已成为人类的一种公共性焦虑,当前的"人类终结论"与"竞速统治论"是这种焦虑的学术确认。然而,不论是人类终结论还是竞速统治论,它们的吸引力都是建立在对科技发展的过高估计与对人类发展的过低估计所构成的巨大反差之上。这类论断既无助于人们客观地看待科技的发展,也无助于人们客观地看待自身的发展。破除这类论断所编织的扭曲图景,需要我们予以追认人类的复杂性,探析其程序化的限度,以及展示人类能力发展的可能空间。     

四螺旋创新集群:研究型大学人工智能发展生态重构与路向探究——以加拿大多伦多大学为例

以人工智能为代表的知识迭代发展,促使知识生产模式发生重大转变,催生了“大学—产业—政府—公众”四螺旋动力结构的建立和研究型大学知识生产新生态重构。以多伦多大学人工智能发展为例,考察其四螺旋利益相关主体及实践。从内在机理看,4个主体在互动运作中不仅重新确定了各自角色,而且还建立了大学(知识)—产业(产品)—政府(治理)—公众(公益)的新型逻辑链条,平衡公私利益格局,把公益指向作为人工智能四螺旋运作的中心目标;从外在特征看,4个主体形成了以大学为中心的区域创新网络,并牵引其他主体形成环高校创新集群。当前,我国在人工智能发展中不断发力,已进入世界第一方阵,但仍需要在国际比较学习中不断提升自身竞争力。基于案例分析,我国研究型大学发展人工智能有必要把握4个方面:一是走进中心,塑造大学在人工智能发展中的领导地位;二是以专促通,创新研究型大学人工智能专业培养模式;三是引企入研,提升校企合作人工智能创新的转化升级;四是人本导向,突出大学在人工智能发展中的公共价值。总体来看,我国研究型大学发展人工智能不仅要面临技术上的挑战,更要面临来自治理的挑战。