数据驱动的锂离子电池全生命周期状态参数评估

机器学习作为人工智能核心技术之一,通过对当前数据的学习找出复杂问题之间的关系而被广泛应用,机器学习作为研究锂离子电池状态参数估计的新技术,相关报道也层出叠见.本文首先回顾了传统模型中的电化学模型和等效电路模型在电池状态估计的研究进展;然后基于这些模型当前的局限性,回顾、分析、比较了不同机器学习模型在电池状态参数估计中的应用进展及取得的成绩;最后指出了当前基于数据驱动的人工智能方法在锂离子电池状态参数评估过程中所面临的问题,并对未来发展提出了建议.     

被寄予厚望的深度学习系统

<正>利用大量数据识别照片和语言,深度学习系统正在朝向真正的人工智能迈出了一大步。深度学习具有的一种属性是,如果你给他更多的数据,它会做得越来越好。或许,再过几年将会看到这样一个景象,即越来越多的人加入到深度学习的潮流中。     

智能无法用计算技术实现

正按照学习能力排名的人工智能计算机分级制度体现了这些机器的能力和局限。人工智能领域的终极目标是建造在特定任务上至少与人类同样聪慧的机器。目前,人工智能已经成功开发了各类机器,它们可以学习如何识别语音、在巡天项目中寻找新种类恒星、在国际象棋比赛中战胜特级大师、识别人脸、分类图像、诊断疾病、打车、开车、导航绕过障碍物,等等。然而,现在的这些机器一点都不聪明。     

深度模型水印

深度神经网络模型凝结了设计者的智慧，需要消耗大量数据和计算资源，是人工智能技术的重要产出物，已被广泛应用于生产和生活当中。然而，作为一种数字产品，如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题。文章主要介绍基于数字水印的深度模型产权保护技术，通过总结深度模型水印的发展现状，对深度模型水印的研究趋势进行展望。     

深度模型水印

深度神经网络模型凝结了设计者的智慧，需要消耗大量数据和计算资源，是人工智能技术的重要产出物，已被广泛应用于生产和生活当中。然而，作为一种数字产品，如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题。文章主要介绍基于数字水印的深度模型产权保护技术，通过总结深度模型水印的发展现状，对深度模型水印的研究趋势进行展望。     

有用知识的无用性

<正>人工智能是不是新一代的炼金术?也就是说,控制着我们大部分生活——从网络搜索到社交媒体推送——的强大算法是不是现代版的点石成金术?进一步的问题是,那是不是件坏事?根据著名人工智能研究者阿里·拉希米(Ali Rahimi)及其他人的说法,现今流行的神经网络和深度学习技术是建立在众多花招之上,再添加大量乐观主义,而不是系统分析。按照这个讲法,现代工程师汇编代码时怀着一厢情愿的念头和误解,恰似古代的炼金术士混合魔力药水时的内心所想。     

神经科学引入AI得到的启示

<正>深度思维(DeepMind)创始人丹米斯·哈撒比斯(Demis Hassabis)曾经指出,对于构建智能水平与人类相当的人工智能(AI)来说,人类大脑就是一个至高无上的灵感来源。持这种观点的不止他一个。深度学习的成功向人们展示了如何把来自神经科学的启迪(记忆、学习、决策、视觉)转换成各类算法,并以此把我们人类强大认知能力赋予人工智能的硅大脑。不过,人工智能又会对神经科学的发展有何启示呢?2019     

人工智能的历史回顾和发展现状

简略地回顾了人工智能的历史和发展现状。分析比较了人工智能两大领域：符号主义和连接主义,同时介绍了各个领域的主要原理和方法。着重回顾了深度学习的历史、复兴的原因和主要的应用。     

本期专题简介

正人工智能(Artifical Intelegence, AI),是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1956年人类历史上第一次关于人工智能的研讨会的召开,标志着人工智能学科的诞生。经过60多年的发展,随着深度学习技术瓶颈的突破,人工智能的研究浪潮汹涌澎湃。人工智能与大数据、云平台、机器人、移动互联网及物联网等的深度融合,使得人工智能技术与产业开始扮演基础性、关键性和前沿性的核心     

老猴子为何选择减少交友

<正>人们的社交圈会随着年龄的增长而缩水,这并非人类特有的现象。对于猴子来说,随着年龄增长,它们似乎同样也会在交友的时间以及同谁交往这个问题上,作出越来越慎重的考虑。我们几十年前就已知道,老人的社交面通常比年轻人的更窄,老年人似乎具有回避社交的趋势。作为一种普遍现象,人们似乎上了一定年龄就会选     

踏踏实实地研究人工智能

今天人工智能的巨大成就表现在机器学习上取得了突破性的发展及"智能+"推动了人工智能的普适应用。人工智能成为世界科技发展的一个新高地,各国对此都作出战略布局。同时,人工智能的发展也向我们提出了新的挑战,在伦理、社会治理等方面引入了新的课题。在展望人工智能光明前景的同时,我们也要清楚地认识到:人工智能,特别是机器学习,它基本的方法、基本的思路还是比较简单和粗糙的。现在的人工智能是着重于智能外延的人工智能,也就是说着重于模拟人的智能的外在功能,而人工智能的发展还有待于在智能内涵的理解上的不断进展。本文就此对人工智能的发展作一个抛砖引玉的讨论,也对机器学习的研究方向作探讨。     

量子人工智能：量子计算和人工智能相遇恰逢其时

量子人工智能，是由量子计算和人工智能交叉发展起来的新兴学科和技术。过去几十年来，量子计算和人工智能技术各自经历了起起落落、螺旋上升的发展历程，而现在正逐渐落地，有望给人类的技术革新、生产和生活带来颠覆性改变。我们正迎来二者深度交叉的最好时机，一个量子人工智能研究的最好时代！     

论人工智能空间分析

空间分析是对空间现象进行定量分析的一种方法,成为支撑地理信息系统(geographic information system,GIS)发展的核心竞争力。LBS(location based service)的非专业化应用,给空间分析带来了空前的挑战。尤其是智能手机、移动支付系统、共享单车等的快速发展,在短短几年时间内将空间分析带入到一个全新的人工智能阶段。为了给正在到来的人工智能空间分析(artificial intelligence spatial analysis,AISA)绘制一个蓝图,首先简要梳理了空间分析发展的关键节点：从0到1的计算机化工作模式、全球视野的可视化计算、隐LBS与智慧应用、云GIS与人工智能时空决策。其次梳理和总结了机器学习的五大流派、主导算法与空间分析对应的演进特点。再次,提出了人工智能空间分析的定义和建模原理、技术框架。最后,预测了未来人工智能空间分析的热点研究方向：智能空间计算、超参数空间优化、智能空间规划机器人、全样本时空预测和空间神经网络分析等。通过梳理、分析、总结及预测人工智能空间分析的发展历史及发展趋势,旨在为人工智能空间分析提供系统性的理论及应用研究参考。     

类脑智能引导AI未来

人工智能是否要“类脑”以及如何“类脑”是人工智能发展中颇具争议的问题。结合在仿生视觉及人工智能领域多年的研究体会,阐述了类脑智能研究的意义与方式,讨论了现阶段人工智能与类脑智能的异同,发表了对未来人工智能发展的一些看法。基于对类脑智能的以上看法,作者及团队将研发智能、感知和操控功能兼备的“机器头脑”,以探索机器自主智能的发展。     

人工智能在疾病预测中的应用

首先介绍了人工智能在疾病预测中的应用现状和发展,包括公共卫生防控和个人疾病筛查及健康管理两个方面。接着分析了传统疾病预防方法存在的弊端,从数据源和技术方面综述了人工智能给疾病预测带来的突破和发展。最后,列举了人工智能技术在疾病预测中的应用。     

浅谈传统技术与现代先进技术的比对

随着时代的发展,越来越多的先进技术被人们引用。与以往传统技术相比,现代技术功能越来越强大,智能系统化越来越高,更能适应于当今社会发展的需求。     

嫦娥二号卫星轨道确定与测轨技术

嫦娥二号卫星轨道为运载火箭直接将卫星送入地月转移入口点、近月点100km高度月球捕获型轨道.该类型轨道确定及精度评估是测控需要解决的关键问题之一;X波段测量技术实验数据处理方法及精度评估是测定轨中要解决的另一关键问题.本文针对喷气卸载对转移轨道定轨的影响提出了截短观测弧段以提高轨道解算精度的定轨策略,提出了基于入轨轨道与地月转移第一次中途修正量的入轨点精度评估方法,以及基于渐进重叠弧段的近月捕获轨道精度评估方法,在摄动力分析的基础上给出了100km高环月工作轨道月球重力场模型选用策略.给出了深空相位测量数据处理方法,对X波段测距及DOR数据噪声进行了评估.分析表明,文中给出的定轨策略正确、可行,嫦娥二号卫星在地面控制中心的测控下准确进入环月工作轨道;X波段测量数据处理与精度分析方法正确,测速及时延数据噪声降低70%以上,测轨实验数据精度有显著提高.X波段测轨技术与数据处理方法适用于后续深空探测.     

借用“平行宇宙”的算力——量子计算现状与展望#br#

量子力学自建立以来，被期待为未来技术进步的基石。目前，量子计算、量子信息处理、量子通信和量子测量等基于量子力学发展起来的技术备受关注。人们力图将理论的成果转化为应用，从而实现“第二次量子革命”。其中，量子计算机因其并行计算能力被证明一旦达到一定规模，其计算能力将远超传统计算机，甚至对目前广泛使用的传统加密算法产生威胁，也必将对社会各个领域产生深远的影响。文章从科普的角度介绍了量子计算的背景及原理，并基于发展现状对未来作了展望，最后探讨了量子计算与人工智能领域结合的可能性。