融入商科特色的智能科学与技术新专业建设探讨

随着人工智能成为国际竞争的新焦点和经济发展的新引擎,智能科学与技术的发展已经成为国家战略的需要。智能科学与技术专业面向前沿高新技术,是一个多学科交叉融合专业。本文从专业建设的背景、专业培养目标、师资队伍、课程体系结构、课程建设、实践教学与教学管理等几个方面对智能科学与技术新专业的建设情况进行了总结与探讨。实践证明,新专业建设方案取得了良好的教学效果。

何谓人工智能艺术?

随着人工智能技术在绘画、作曲、视频生成等多个领域取得突破性进展,人工智能艺术正成为艺术产业和艺术理论研究的新焦点。相比于传统的艺术,人工智能艺术以数据化的创作土壤、数字化的艺术媒介和动态交互的艺术效果,呈现出迥异的艺术图景。人工智能艺术是使用算法驱动、基于多模态融合技术、由人工智能自主生成的艺术作品。预计在“选择和协作”阶段之后,到未来的通用人工智能时代,受自主行为和自主价值驱动的人工智能将可能在人类过去的艺术系统之外创造另一种崭新的系统,扩展人类对艺术的认知。

生成式人工智能在档案实践中的应用及其限度探究

ChatGPT的发布预示着生成式人工智能时代的到来。人工智能也成为时下档案领域的焦点,并在理论和实践上形成了一定数量的成果。生成式人工智能能在多个场景中应用于档案实践,但如《暂停巨型AI实验室》所担忧的那样,可能存在失去对文明控制的风险。生成式人工智能与档案实践主体处于它异的技术关系中,导致了档案实践主体的异化。为避免这种异化的趋势,档案实践与生成式人工智能应止步于诠释关系。

自然语言处理领域中的词嵌入方法综述

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

人工智能在土木工程领域的应用研究现状及展望

作为新一代产业变革的核心驱动力,人工智能是全面提高土木工程领域数字化、自动化、信息化和智能化的重要方法。为全面了解人工智能在土木工程中的发展及应用,定性分析了人工智能的基本研究领域,定量分析了人工智能在土木工程设计、制造、养维护阶段的研究现状,利用CiteSpace可视化工具深入挖掘人工智能在土木工程中存在的问题、发展瓶颈和研究趋势,并给出相应的解决办法及研究思路。通过文献综述发现,土木工程领域已展开了大量人工智能研究,但各阶段智能化发展不均衡,实际应用也存在一定局限性,需深入探索神经网络、大数据、深度学习等智能技术在土木工程全生命周期的交叉融合,促进土木工程领域人工智能研究的协同发展。

教育人工智能的应用场景和典型实例

随着智能技术的迭代升级和创新发展,人工智能正在深刻改变人类的生产和生活方式,引领社会迈入人机协同、跨界融合、共创分享的智能时代。近年来,党和国家高度重视人工智能与教育的融合发展,相继出台了《新一代人工智能发展规划》《高等学校人工智能创新行动计划》等政策文件。

欧盟:人工智能教育的应用场景与案例

随着智能技术的迭代升级和创新发展,人工智能正在深刻改变人类的生产和生活方式,引领人类社会迈入人机协同、跨界融合和共创共享的智能时代。新一代人工智能技术的创新发展正在引发链式突破,数据智能与计算智能持续嵌入教育行业,深刻改变了教育理念、教育空间、教学方式和教育管理模式,但与此同时也不可避免地带来了多重风险与挑战,产生了新的伦理问题。目前由于教育领域对人工智能的使用准则和法律条规还不够完善,教育工作者在决策时面临着诸多挑战。在此背景下,欧盟发布了《人工智能教育的应用场景和实例》(Use Scenarios&Practical Examples of AI Use in Education)报告,将人工智能在教育中的应用细分为适应人工智能的教学、围绕人工智能的教学以及运用人工智能的教学三类,并详细列举了经专家筛选和教学实践验证的一系列人工智能教育应用案例。

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

生成式人工智能司法应用的规制

近年来,ChatGPT、Sora等能够创建各类数据以形成文本、图像、视频、模型的生成式人工智能的出现让全世界震惊,由此也带来了人工智能领域国际竞争压力的加剧。面对此种情形,各国都在大力发展包括生成式人工智能在内的人工智能技术,我国也确立了“发展和安全并重、促进创新和依法治理相结合”的生成式人工智能产业发展原则。

人工智能在辅助生殖中的应用及伦理规范

随着科技的不断进步,人工智能(Artifi cial Intelligence,AI)逐渐应用于各个领域,其中包括医疗和生殖领域。在辅助生殖技术中,人工智能为医生和患者提供了诊断、预测、治疗方案选择等方面的支持。然而,这种技术的使用也带来了一系列伦理问题。因此,制定和遵守伦理规范尤为重要。

基于特征变量扩展的含气饱和度随机森林预测方法

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横波速度和密度3个弹性参数叠前地震反演结果作为基本特征变量样本,引入边界合成少数类过采样技术对基本特征变量样本和对应的含气饱和度样本进行平衡化处理;利用扩展弹性阻抗结合数学变换自动生成一系列的扩展变量;再利用随机森林对特征变量进行含气饱和度预测重要性排名,并优选重要性较高的特征变量进行含气饱和度随机森林训练。(2)该方法大幅减少了特征变量提取和优选的人工工作量,且有效减少了信息冗余以及因含气饱和度样本不平衡导致的训练偏倚问题,有效增强了随机森林算法在含气饱和度地震预测方面的能力。(3)实际单井应用中预测的含气饱和度与测井解释的含气饱和度的相关系数可达0.9855;在二维地震资料应用中,该方法比基于常规未平衡化的11个弹性参数作为随机森林输入预测出的含气饱和度精度更高。

微惯性环节介入法与同阶闭环系统的稳定性

奈奎斯特判据是经典控制理论中最为重要的稳定性判据,但并不适用于同阶闭环系统。同时由于基本环节样式不全、开环传递函数含义易误解且使用不便,导致初学者对自控原理学习和理解的困扰。为此对频域法的一些概念和表达方式进行了梳理,对基本环节和控制系统进行了完整的分类,提出环路传递函数概念解决了开环传递函数含义易误解和使用不便的问题,提出微惯性环节介入法解决了同阶闭环系统稳定性判断的问题,环路传递函数、微惯性环节介入法、巨惯性环节与微阻尼振荡环节替代等方法大大地简化了系统特性的分析,从而完善了频域分析法及其知识体系。

弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

材料成型及控制工程专业开展人工智能与大数据教学的思考与实践

本文主要探讨材料成型及控制工程专业如何开展人工智能与大数据教学的思考与实践。首先,介绍了人工智能和大数据的一些常用技术;其次,从教学方案设计、教学内容选择两个方面,对在材料成型及控制工程专业开展人工智能与大数据教学进行探讨;再次,介绍了材料成型中实验数据处理的案例;最后,文章总结了人工智能与大数据教学的实践经验和效果。

可解释人工智能在电力系统中的应用综述与展望

可解释人工智能(XAI)作为新型人工智能(AI)技术,具有呈现AI过程逻辑、揭示AI黑箱知识、提高AI结果可信程度的能力。XAI与电力系统的深度耦合将加速AI技术在电力系统的落地应用,在人机交互的过程中为电力系统的安全、稳定提供助力。文中梳理了电力系统XAI的历史脉络、发展需求及热点技术,总结了XAI在源荷预测、运行控制、故障诊断、电力市场等方面的电力应用,并围绕解释含义、迭代框架、数模融合等方面展望了电力系统XAI的应用前景,可为推动电力系统智能化转型与人机交互迭代提供理论参考与实践思路。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

多机协同智能发展战略研究

多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。

具身智能知识服务:元宇宙与AIGC等新技术赋能下的知识服务新图景

[目的/意义]智能技术的发展为知识服务领域带来前所未有的变革。研究具身智能知识服务的理论逻辑、技术基础、体系框架和应用前景,可以为知识服务领域提供新的理论参照和实践指导。[方法/过程]基于具身认知理论,深刻理解具身智能知识服务的在场性、主动性和连接性特征。进一步分析以元宇宙、AIGC、数智人和人形机器人等作为技术基座所构建的具身智能知识服务体系框架,涵盖具身知识的生成、加工、传播、反馈等要素,并探讨具身智能知识服务在教育培训、公共文化、文化旅游和医疗健康等不同服务场景中的应用。[结果/结论]分析具身智能知识服务体系框架的构建和应用图景,有助于建立更全面和智能的知识服务网络,满足用户的知识需求,提高具身智能知识服务的效能并推动具身智能知识服务的高质量发展。

人工智能、产品创新与制造业适应性转型

人工智能(AI)对产品开发、运营和营销等企业价值链的影响正在改变制造业转型升级的机制与路径。围绕AI如何通过影响产品创新推动制造业转型升级,本文依托相关研究成果提炼AI区别于其他数字技术的核心创新特征,剖析AI对产品创新的影响机制,并通过AI影响个体、企业、产业的跨层次分析框架,从产品创新视角提出AI影响制造业转型升级的适应性变革概念模型,探讨AI通过产品创新影响制造业适应性转型的机制与路径,形成三个主要结论:(1)新社会主体、生成性、知识积累方式突变性构成AI区别于其他数字技术的三个核心创新特征;(2)AI作为新社会主体角色介入产品企划、结构工艺等开发环节,改变或增强了人类智能的产品开发思维,拓展了产品开发的知识边界;(3)AI增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整,构建起平衡制造敏捷性与用户敏捷性冲突的自适应调节机制,推动制造业通过产业快速自适应调节涌现出自适应间断平衡的转型路径。

类ChatGPT技术在企业智能财务建设中的应用思考

ChatGPT是人工智能领域的最新研究成果,智能财务是当今企业财务数智化转型的重要方向,如何将类似ChatGPT的大模型技术妥善应用于企业智能财务的系统建设中是业界正在探讨的热点。文章剖析了在智能财务建设中引入类ChatGPT技术的意义,以及类ChatGPT技术在智能财务系统中的应用逻辑;深入讨论了类ChatGPT技术与智能财务系统建设在效率、质量、创新三方面的契合性,并进一步分析了该技术在智能财务建设的初始阶段、部分集成阶段、完全集成阶段、协同阶段、驱动阶段等阶段可能产生的作用;提出了以企业应用为主导、政府充分发挥引领作用、多个利益相关方协同推进的应用策略,同时提示科技革新带来的法律和安全风险依然是智能财务建设过程中面临的主要问题。