共查询到20条相似文献,搜索用时 953 毫秒
1.
2.
3.
无人移动平台是改变未来人类生产生活方式和战争形态的新质科技力量,其核心在于利用人工智能技术提升无人移动平台的自主化和智能化水平.然而,现阶段的人工智能模型参数、结构、推理链等核心要素固化,当无人移动平台面对复杂多变的对象、环境、任务以及资源受限的硬件平台,泛化和外推能力严重受限,无法满足实际应用需求.为了攻克这一技术难题,受生命智能体进化机制启发,本文提出了面向无人移动平台的自主进化学习方法,并根据进化模式的不同,将智能模型的自主进化过程划分为即时性进化、长时性进化和推理链进化3个层次;详细讨论了每个层次智能模型进化方法的技术路线和优缺点;最后,对智能模型自主进化技术在无人移动平台上的应用进行了展望与分析,并指出了现阶段自主进化学习方法存在的问题以及未来的研究方向. 相似文献
4.
5.
随着技术的不断创新与发展,人工智能在人类生活中的重大决策方面发挥着日益重要的作用.然而,人工智能的广泛应用也带来了一系列道德挑战,其中最突出的一个是人们对人工智能的不道德决策往往反应(道德评估、道德愤怒和道德惩罚)较弱,表现出与对人类决策不同的行为模式.这一现象将导致严重的社会问题.心智感知理论和相关研究表明,造成这种现象的主要原因是人们认为人工智能比人类缺乏能动性和体验性;而拟人化与提高期望则是有效的干预策略,可以增强人们对人工智能决策的道德敏感度.与其他学科中“算法伦理”研究主要从设计层面探讨公平算法的原则和方法不同,心理学视角研究更关注人们对人工智能与人类决策心理反应的差异,这对于如何有效地应对算法偏见带来的社会问题,如何构建公平算法提供了新的思路,也为“算法伦理”研究提供了一个新的视角.由于人工智能具有发展性和快速迭代性,该领域的机制及干预策略有待未来研究进一步澄清. 相似文献
6.
近红外光谱分析技术作为一种绿色分析技术,在许多领域中已得到广泛应用.随着应用的深入和拓展,近红外光谱的数据类型逐渐从传统数据变成近红外光谱大数据.本文总结了近红外光谱的预处理、奇异样本筛选、多元校正和模型转移等技术及其在相关领域的应用.对近红外光谱大数据分析技术的初步研究,包括近红外光谱在工业品在线检测、不同批次产品鉴别中的应用以及近红外光谱物联网系统等也进行了综述.此外,对于近红外光谱大数据未来的发展及近红外光谱大数据云平台的基本功能、软硬件的设计与开发、建设过程中需要解决的问题等进行了详细阐述. 相似文献
7.
8.
人工智能越来越多地在各个技术领域中采用。专家系统是人工智能应用最普遍的一种形式。如何描述人类的知识是专家系统的一个核心问题。本文介绍了专家系统的组织与设计,着重叙述专家系统中知识工程的描述及组织方法,并以最新的专家系统为例作了说明。 相似文献
9.
心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比. 相似文献
10.
通过对计算机技术在科学计算、数据处理、计算机辅助技术、企业管理、人工智能、信息化几个方面发展和应用的探讨,分析了计算机技术对现代社会发展的影响,其中重点讨论了计算机技术发展带来的信息化对人类社会发展的影响. 相似文献
11.
通过对计算机技术在科学计算、数据处理、计算机辅助技术、企业管理、人工智能、信息化几个方面发展和应用的探讨,分析了计算机技术对现代社会发展的影响,其中重点讨论了计算机技术发展带来的信息化对人类社会发展的影响。 相似文献
12.
13.
14.
15.
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。 相似文献
16.
一种快速生成和传输多分辨率三维模型的稳健算法 总被引:1,自引:0,他引:1
空间数据获取与建模技术的飞速发展使高分辨率、高精度三维模型的快速生成成为现实, 随之引起了一系列问题亟待解决, 如: 大数据量三维模型的快速可视化与快速网络传输. 根据不同的需要对高分辨率的三维模型进行多分辨率描述是解决上述问题的一个有效途径. 针对上述问题本文提出了一种快速、稳健的算法用于大数据量三维模型的多分辨率描述与网络传输. 实验结果表明: 该算法在运行效率、多分辨率模型的精度与解码以及三维模型的网络传输速度3个方面均取得了很好的效果. 该研究结果为海量三维模型的快速可视化以及快速网络传输打下了的坚实的技术基础. 相似文献
17.
国 际电信联盟第二届 “ 人工智能造福人类全球峰会” 201 8年5月 1 5日 在瑞士日 内瓦开幕。 会议探讨了如何利用人工智能加速实现联合国可持续发展目 标, 并着重在卫生医疗、 智 慧城市、 消 除贫困 等方面推动落实一批人工智 能应用项目 。 目 前, 人工智 能正走出 实验室进入人们 的 日 常生活, 而大数据是推动力 之一。 这场“ 数据革命” 可以 帮 助 解决人类面临的最大挑战, 但同时也对隐私和安全造成严重影响, 加剧了人们对就业等问题的担忧。 对于中国在人工智
能领域的现状, 国际电信联盟秘书长赵厚麟表示, 中国如今已经处于全球人工智能开发第一梯队, 假以时日 定能在这一领域独领风骚。 虽然中国在高端芯片制造等核心技术上与世界顶级水平还有不小差距,但在人工智能的研发进展、 市场规模、 应用范围以及推广力度等方面都是其他国家无法比拟的。 以中国在无人机、 机器人、 无人驾驶方面的产业研发和市场占有率为例,中国完全具备领跑全球的实力, 可以做出 一些别 人从未实现的 成绩。 相似文献
18.
19.
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。 相似文献
20.
生物医学大数据的现状与展望 总被引:1,自引:0,他引:1
生物医学是一门新兴的前沿交叉学科,它综合了医学、生命科学和生物学的理论和方法而发展起来.近年来随着先进仪器装备与信息技术等越来越广泛和深入的整合到生物技术中来,生物医学研究中越来越频繁的涉及到大数据存储和分析等信息技术.大数据时代的来临对生物医学研究产生了重大影响.其中,一个重要发展趋势就是由假设驱动向数据驱动的转变.数十年来分子生物学水平上的实验目的是获得结论或者是提出一种新的假设,而现在基于海量生物医学大数据,可以对海量数据的研究来探索其中的规律,直接提出假设或得出可靠的结论.随着先进的生物分析技术的不断推出和更新,生物医学数据迅速积累.基于此类大数据一些以往不能解决的问题将有望解决,同时相关生物医学研究的新问题也层出不穷.生物医学相关的大数据技术和相关应用主要包括:基于高通量测序的个性化基因组、转录组和蛋白组研究,单细胞水平基因型和表型研究,人类健康相关微生物群落研究,生物医学图像研究等.相关生物医学大数据分析任务均具有着数据密集和计算密集的双密集性特点.要充分地利用这些大数据解决一系列生物医学问题,迫切需要高通量、高效率、高准确性的生物信息存储和分析策略.本文总结和回顾生物医学大数据的生成、管理和分析相关的一系列问题,其中重点讨论人体微生物群落、单细胞表型和基因型、生物医学图像等新近出现的生物医学大数据形式,以及相关数据分析和应用前景等.基于目前生物医学大数据的现状我们可以发现,生物医学大数据的研究正处于蓄势待发状态:适应于生物医学大数据的软硬件平台、大数据存储、大数据分析挖掘等方法等还不成熟,制约着生物大数据的研究.然而一旦相关研究获得突破并有所优化和应用,将会全方位地支撑生物医学大数据的深入解构;进而有助于对医学现象的趋势分析和预测,服务于相关的遗传疾病研究、公共卫生监控、医疗与医药开发等广泛生物医学应用. 相似文献