生成式人工智能算法专利保护的理据与进路

生成式人工智能算法是ChatGPT类应用的核心,基于其技术特征,现有著作权保护容易忽视其与传统算法的异同,只保护其具有差异性的代码内容。采用商业秘密保护,不仅会加剧算法的“不可解释性”,还会导致私人利益与公众权益的失衡。适用行业自律保护,则易诱发知识产权侵权风险,不符合市场追求效益与效率的宗旨。而以“公开换保护”的专利保护既能给予其充足的保护空间,也能规制其引发的社会风险。在专利保护体系下,应厘清生成式人工智能算法与相关客体的差异以确定其专利客体属性,从“正向界定”与“反向排除”入手以划定专利授权范围,立足于其技术特征以修正“专利三性”审查标准,明确其可专利性规则,回应ChatGPT类应用保护的现实需求,赋能我国数字经济发展。

人工智能算法时代电影伦理学的新变与再诠释

中国电影伦理学在人工智能算法时代面临着新挑战,如算法对电影创作的重塑、受众的转变和学科视点的移置等影响,同时人工智能算法影像制作所带来的媒介记忆“失真”风险等不容忽视。由此,所产生的一系列问题或将促使“半人”社会的到来,届时,电影伦理的生产、接受、本体亦将面临着三重新变。此外,业已患上人工智能“疾病”的电影影像,需要借助作为电影“文化病理学”的电影伦理学进行审思,并通过构建一种电影“算法-伦理”的知识体系形成有效应对策略。在此基础上,不断建构和完善面向未来的中国电影伦理学。

人工智能算法发明的创造性审查研究

近年来,随着科技的发展和人工智能技术的逐渐兴起,有关人工智能算法发明的专利申请快速增加,人工智能算法发明的特殊性质给专利审查带来了不小的挑战,创造性审查遇到的困难尤甚。本文通过厘定人工智能算法专利的审查范围,提出了结合人工智能算法性质进行创造性审查、人工智能算法不宜与传统算法创造性判断差距过大的要求;通过剖析“三步法”运用中存在的问题,提出科学运用“三步法”开展审查的的改进建议,有助于人工智能算法专利的创造性审查的科学开展。

基于人工智能算法的1000MW超超临界锅炉水冷壁缺陷检测技术研究

本文研究了一种基于人工智能算法的1000MW超超临界锅炉水冷壁缺陷检测技术。首先,介绍了超超临界锅炉水冷壁的结构特点和缺陷形态。然后,针对传统检测方法的局限性,提出了一种基于卷积神经网络的水冷壁缺陷检测算法。最后,通过实验验证了该算法的有效性和可行性。研究结果表明,该算法在检测精度和效率方面均具有较高的优势,可为超超临界锅炉的安全运行提供可靠的技术支持。

论人工智能算法的不可专利性

对于是否应将人工智能算法纳入专利法制度,需考量算法本身思维属性的发展、在非技术人文学科的运用以及权利要求说明的困境这3个方面内容。这些问题的本质在于,人工智能算法的抽象思想与具体应用如何界定,其是否符合专利的新颖性、实用性和创造性,以及现实世界创新的需求和利益。考察欧洲和美国针对人工智能算法专利问题的规定,结合我国人工智能发展的经济背景,认为应不对人工智能算法授予专利。在我国现有的专利法制度架构基础上,借鉴欧美的审查实践,并辅以商业秘密的保护路径,能够使人工智能算法得到妥善保护。

基于人工智能算法的机械设计优化与制造过程控制研究

本文首先分析了传统机械设计优化方法的局限性,包括计算复杂度高、搜索空间大等问题。接下来,阐述人工智能算法的基本理论和分类,这包括遗传算法、粒子群优化算法以及神经网络算法等。然后,研究了各种算法如何运用于机械设计优化与生产流程管理,包括遗传算法、粒子群优化算法以及神经网络算法的使用。通过本文的研究,以期为机械工程领域的发展提供新的思路和方法,推动机械产品的创新和制造过程的改进。 。

基于人工智能算法的田间农机作业无人化管理系统设计

本研究以农田田块为管理对象,设计一套智能化管理系统,以掌握田间农机作业的具体情况,包括作业农机类型、对应农事活动和作业时间等信息。具体而言,以人工智能算法为基础,通过机器视觉方法,自动捕捉并识别田间农机,从而获取准确的田块作业农机类型及其所关联的生产信息。整个系统集成了感知设备、人工智能算法和应用软件平台,其构成简单,环境通用性强,可以为农场的无人化管理提供有效工具,为生产管理模式提供参考。

基于混合现实与人工智能算法在股前外穿支血管定位中的前瞻性研究

目的构建混合现实技术与人工智能算法的系统,评估其在股前外穿支皮瓣手术中定位血管的效果,为临床实践提供新的思路。方法选取20例行股前外穿支皮瓣修复的患者,在下肢黏贴定位装置后行CT血管造影(CTA)扫描,将所得二维数据制成定位装置与血管等的三维模型,并通过混合现实技术实现穿支血管三维可视化。在HoloLens 2中开发人工算法,术中使用人工智能算法自动匹配定位装置与其三维模型以实现穿支血管与其三维模型的重叠。记录制取皮瓣区域内定位的穿支血管数量及术中探查的实际数量,以此计算基于CTA数据重建的血管识别正确率;测量系统定位的穿支血管穿出点与实际血管穿出点之间的距离,计算误差值;记录系统辅助下制取股前外穿支皮瓣的手术时间,并与常规方法制取皮瓣的手术时间进行对比分析。探讨该系统的临床实用性。结果CTA数据重建的穿支血管30个,手术中探查发现实际存在32个,识别正确率为93.75%;系统定位的穿支血管穿出点与实际穿出点的平均距离为(1.65±0.52)mm,系统定位下制取皮瓣的平均手术时间为(43.45±4.6)min,常规方法制取皮瓣的手术时间为(57.6±7.9)min。所有穿支皮瓣均成活,1例皮瓣术后7 d出现感染,1例皮瓣局部坏死,经对症治疗后延迟愈合。结论本研究搭建的系统可以通过混合现实技术实现穿支血管三维可视化,利用人工智能算法提高穿支血管定位精度,在穿支皮瓣制取手术中具有应用潜力。

数字化背景下城乡居民消费需求的动态演变与预测——基于人工智能算法的分析

本文基于数字化背景下,探讨城乡居民消费需求的动态演变与预测。文章采用基于人工智能算法的分析方法,探讨了宏观经济发展趋势、消费形态和方式的变化对消费需求的影响,并结合国内外研究现状,构建了消费需求预测模型。基于数据收集和处理,进行了实证分析,并对模型的准确性进行了评估。

人工智能算法时代下的电影工业:理论与实践--电影算法工业美学理论的美学建构与电影工业实践生成的可能性路径

近年来,电影工业成为学界、业界集中关注的重要话题。人工智能时代电影工业及其理论何以可能、如何发生等系列问题值得关注。由此,本次专题从理论建构到实践分析两个方面,全面解答“人工智能时代下电影工业及电影算法工业美学理论何以可能?”这一问题。在基于人工智能时代下电影生产的算法工业实践下,众多学者提出“电影算法工业美学”理论,主张人工智能时代下电影生产应与算法融合,发挥算法搭建大众与创作者“对话”的桥梁作用,让导演在算法理性与作者感性之中进行创作。但在人工智能算法工业实践中,算法工业产生了何种美学问题?并何以美?

基于VR的高职人工智能算法学习系统设计

随着科学技术的迅猛发展,人工智能越来越广泛地应用于各个领域。将虚拟现实技术与人工智能算法学习相结合,可以提高高职院校人工智能算法的教学效果。基于学习算法的需求分析,以及对课程思政的要求,可以设计基于虚拟现实技术的高职人工智能算法学习系统。经测试并实施,显示大多数高职学生认可VR技术与人工智能算法学习系统相结合的教学模式,同时该系统能够激发学生兴趣,提升高职学生学习人工智能算法的成效。

人工智能算法时代的电影理论——从电影的“主体”重构与“主体论”理论扩容谈起

人工智能算法时代,作为电影“生产-消费”端的主体即导演与受众之主体身份、主体生存都发现了变化,这也相应地冲击了与主体相关的“作者论”“受众中心论”等电影理论,需对主体进行重申,且对其理论进行扩容与创新。由此,本文试图探索人工智能算法时代的电影主体性问题,以发现主体身份之变为起点,深入思考其身份之变背后的观念之变与审美之变,以期为人工智能算法时代的电影主体论及主体研究提供参考。

成功举办两届铁路人工智能算法大赛

近日,由中国铁道学会智能铁路委员会(以下简称“委员会”)、国家铁路智能运输系统工程技术研究中心、中国铁道科学研究院集团有限公司、北京交通大学智能铁路研究院、铁路BIM联盟联合举办的第二届铁路人工智能算法大赛在铁科院集团公司完美收官。

人工智能算法时代电影类型理论的演变与重构——从动画电影说开去

人工智能算法正逐渐浸入电影工业,催生新型电影生产系统与范式。动画电影因其自身特有的生产机制与美学属性,始终与人工智能技术相扶相依。人工智能算法历经神经网络算法、机器学习理论、深度学习理论、生成式人工智能等四个重要周期,多维度影响着动画电影的叙事迭代、奇观美学、工业生产与本体论探赜。本文以动画电影为媒,从理论到实践延伸性传递算法理念,探讨尤其在“人机关系即人际关系”的智能算法视域下,在AI大幅度接管动画电影生产的今天及未来,如何界定动画电影的本质与边界?

人工智能算法的人类主体性威胁与复归路径

人工智能算法追求效率优位,致使“工具理性”越位并诱发人类主体性威胁。人类在人工智能算法“工具理性”与“价值理性”中迷离,在认知层面显现出算法实践价值与人类价值日渐趋同甚至越位的表象。人类在自我认同危机中陷入“去自我化”的漩涡,在人工智能算法替代性实践中产生技术依赖。代码规则外化为人类行为规范和社会权力规范,人工智能算法替代性决策缩限人类决策空间。进行价值反思,强化人类作为世界主体的无可替代性价值。进行关系反思,明确“人机共生”关系,化机器决策为算法辅助决策。进行实践反思,推动创新实践,化人工智能算法替代性实践为替补性实践。以“公序良俗”法律原则规范算法设计,明确“以人为本”的人工智能算法发展理念,构建实践创新的人才培养机制,保障人类主体性复归。

人工智能算法在页岩气仪表监测与故障预测中的应用

通过人工智能算法在页岩气仪表监测与故障预测中的应用,分析了页岩气开采过程中的关键参数,结合人工智能算法,建立页岩气仪表监测与故障预测模型。研究结果表明,该模型能够有效地监测仪表状态,预测潜在故障,提高页岩气开采的安全性和效率,为页岩气开采中的仪表监测与故障预测提供了新的思路和方法。

人工智能算法在潮流量推算中的应用研究

探讨人工智能算法在潮流量推算中的应用及其有效性,特别是LightGBM(Light Gradient Boosting Machine)算法在上海市黄浦江段潮位站点的实证分析。传统方法在感潮河段潮流量水文测验中存在较大误差,而人工智能算法凭借其构建复杂非线性联系的能力,为潮水位与流量间的内在相关性分析提供了新的思路。研究利用2019—2023年的实测潮位和潮流量数据,通过LightGBM算法构建单站模型的随机不确定度为23.1%,并进一步引入上下游潮位差修正误差,构建的双层模型将随机不确定度降至15.9%,显著提高了预测精度。此项研究是对人工智能算法应用于潮流量推算中的一次探索实践。

基于人工智能算法的电动汽车锂离子动力电池SOC与SOH估计技术

本文基于人工智能算法构建了长短期记忆网络模型,并探究不同条件下该模型对锂离子动力电池SOC和SOH的估计精度。在动力电池SOC估计中,增加隐藏层数目和隐藏层上神经元数量,可以提高模型对电池SOC的估计精度。在隐藏层为2层、神经元为100个时,该模型对电池SOC的估计值和实测值十分接近,RMSE误差仅为1.1%,ME值为2.4%。在动力电池SOH估计中,使用相同的长短期记忆网络模型进行SOH估计,结果表明RMSE值为0.85%,ME值为1.02%。由此可得,使用基于人工神经网络的长短期记忆网络模型估计动力电池SOC与SOH,可以满足精度要求。

基于人工智能算法的机器人目标检测技术研究

为进一步提升基于人工智能算法的机器人目标检测技术的准确性和实时性,采用Faster R-CNN模型进行深入分析和测试,构建和优化数据集,优化模型训练过程,精准计算性能评估指标。研究结果显示,经过调整和优化后的模型在标准测试集上具有良好的精确度和召回率,尤其是在对“人”类目标的识别上,性能指标尤为突出,验证了深度学习算法在机器人目标检测中的适用性,为后续的研究工作和实际应用提供了参考。

人工智能算法成为专利适格客体的理论证成

“人工智能+”时代,大数据和算力的蓬勃发展是基础,算法是核心。智能算法的不断优化为人工智能的应用带来更多的可能性和发展空间,从而为发展新质生产力提供有力支撑。要想使算法在“人工智能+”环境下发挥跨时代作用,应重构人工智能算法专利认定标准,在专利审查指南框架下明晰专利制度所要保护的算法价值取向,并结合“标准必要专利”概念、“三性认定”、技术标准、技术特征和抽象概念的认定,将人工智能算法所具有的独立价值及独特属性嵌入不同行业作为专利适格性判断标准,从中做出符合时代发展的价值判断与保护,进而实现以新质生产力为发展核心的高水平科技自立自强。