用于人工智能的硅基光电子芯片

提出了利用硅基光电子芯片进行人工神经网络计算处理的方法。硅基光电子芯片凭借光子的独特性质,能够在人工神经网络的计算处理中发挥高带宽、低时延等优势。在处理深度学习中大量的矩阵计算的乘加任务时,硅基光电子芯片拥有更高的处理速度和更低的能耗,从而有利于深度学习中的人工神经网络计算速度和性能的提升。     

Smart Materials Enabled with Artificial Intelligence for Healthcare Wearables

Contemporary medicine suffers from many shortcomings in terms of successful disease diagnosis and treatment, both of which rely on detection capacity and timing. The lack of effective, reliable, and affordable detection and real-time monitoring limits the affordability of timely diagnosis and treatment. A new frontier that overcomes these challenges relies on smart health monitoring systems that combine wearable sensors and an analytical modulus. This review presents the latest advances in smart materials for the development of multifunctional wearable sensors while providing a bird's eye-view of their characteristics, functions, and applications. The review also presents the state-of-the-art on wearables fitted with artificial intelligence (AI) and support systems for clinical decision in early detection and accurate diagnosis of disorders. The ongoing challenges and future prospects for providing personal healthcare with AI-assisted support systems relating to clinical decisions are presented and discussed.     

基于深度学习和智能规划的行为识别

现有行为识别方法在未能持续覆盖造成视频监控盲区所引起行为数据缺失的情况,难以有效实施特征分析、行为分类补全,无法准确识别出智能体完整的行为动作序列.为此,本文提出一种基于深度学习和智能规划的行为识别方法.首先,利用深度残差网络对图像进行分类训练,然后使用递归神经网络对图像特征进行提取深度信息以增强分类效果;其次,运用智能规划的STRIPS （Stanford Research Institute Problem Solver）模型,将深度学习提取的图像特征命题信息转化为规划领域的模型描述文档,并使用前向状态空间搜索规划器推导出完整的行为动作序列.在HMDB51等行为识别公共数据集中,本方法与生成式对抗网络、深度卷积逆向图网络、深度信念网络、支持向量机等同类先进方法相比展现出更好的性能.     

“人工智能+X”的复合型人才培养模式初探

当前,人工智能已经成为一项引领未来的战略性技术,我国已将发展人工智能纳入国策,并对人工智能人才培养提出了明确的目标。本文在回顾人工智能发展历史和当前国内外人才储备情况对比的基础上,明确了当前人工智能人才的需求存在于两个方面：具有前瞻性的学术研究人才和具有实用性的工程人才。因此,在人才培养过程中,我们需要强调具有学科交叉融合能力和创新能力的复合型人才培养。作为电力行业人才培养的基地,华北电力大学在人工智能发展的关键期迅速把握时机,树立培养人工智能交叉学科人才的理念,梳理“人工智能+X”的人才培养整体思路,明确具体实施途径,以期为我国电力行业人工智能发展培养优质人才。     

人工智能若干前沿技术及其在信息对抗中的应用展望

讨论了机器学习、数据挖掘、统计学习理论与支持向量机的研究现状,简要介绍了近年来涌现的一些比较前沿的新方法,如概率图模型、马尔可夫逻辑网络等。在此基础上,结合信息对抗的需求和特点,初步探讨了这些AI技术和方法在信息对抗中的可能应用。     

边缘智能:研究进展及挑战

近年来,物联网的普及让数以亿计的移动设备连接到互联网上,在网络边缘产生了海量的数据,使得一种全新的计算范式——边缘计算兴起。同时,得益于深度学习算法和摩尔定律的突破,使得人工智能的发展再一次迎来了高潮。在这一趋势下,将边缘计算与人工智能相结合是必然的,由此产生的新的交叉研究——边缘智能引起了许多学者的广泛关注。在该综述中,边缘智能被分为基于边缘计算的人工智能和基于人工智能的边缘计算(即AI on edge和AI for edge)两部分。AI on edge侧重于研究如何在边缘计算平台上进行人工智能模型的构建,主要包括模型训练和模型推理两部分;AI for edge侧重于借助先进的人工智能技术,为边缘计算中的关键问题提供更优的解决方案,主要包括任务卸载和边缘缓存两部分。该综述从一个广阔的视角对边缘智能的研究进行了归纳总结,为涉足该领域的相关学者提供了一个详细的背景知识。     

人工智能及其在网络优化运维中的应用

当前,人工智能已在各个领域发挥巨大作用,机器在完成特定任务方面的表现甚至超过了人 类。本文对人工智能算法体系进行梳理,探讨相关算法在网络优化、运维领域中的应用场景。通过五 个实际的应用系统设计方案及流程,给出如何利用人工智能提升网络优化、运维的效率及质量。     

Modeling Diffusion in Functional Materials: From Density Functional Theory to Artificial Intelligence

Diffusion describes the stochastic motion of particles and is often a key factor in determining the functionality of materials. Modeling diffusion of atoms can be very challenging for heterogeneous systems with high energy barriers. In this report, popular computational methodologies are covered to study diffusion mechanisms that are widely used in the community and both their strengths and weaknesses are presented. In static approaches, such as electronic structure theory, diffusion mechanisms are usually analyzed within the nudged elastic band (NEB) framework on the ground electronic surface usually obtained from a density functional theory (DFT) calculation. Another common approach to study diffusion mechanisms is based on molecular dynamics (MD) where the equations of motion are solved for every time step for all the atoms in the system. Unfortunately, both the static and dynamic approaches have inherent limitations that restrict the classes of diffusive systems that can be efficiently treated. Such limitations could be remedied by exploiting recent advances in artificial intelligence and machine learning techniques. Here, the most promising approaches in this emerging field for modeling diffusion are reported. It is believed that these knowledge‐intensive methods have a bright future ahead for the study of diffusion mechanisms in advanced functional materials.     

人工智能技术在电气自动化控制中的应用分析

随着时代的发展以及科学技术的进步,社会生产、生活发生了翻天覆地的变化.在这样的社会背景之下,人工智能技术日渐发展,并凭借着其自身的优点而获得了广泛的运用.目前,我国的电力部门在进行电气自动化控制作业的过程中,加强了对于该技术的运用,继而由此促进工程建设得有效开展.本文基于此,分析探讨了人工智能技术的内涵,并就该技术在电气自动化控制的应用进行了详细的论述,冀望由此为同侪提供经验借鉴,促进电气事业的优化发展.     

基于人工智能的跨媒体感知与分析技术研究

随着新媒体技术的飞速发展,传统方法已难以准确表达具有人工智能属性的复杂知识结构,跨媒体成为大家关注的焦点。当前,媒体数据感知与分析已经从文本、语音、图像以及视频等单一媒体形态向覆盖网络空间与物理空间的跨媒体融合转变。研究满足新一代人工智能发展规划的跨媒体感知和分析技术体系,并依托知识图谱、长短时记忆网络以及卷积神经网络等技术,实现多通道网络数据爬取、实体统一表征、文本语义识别以及视图像分类等,可有效支撑舆情分析、新闻追踪以及情报获取等领域的跨媒体应用。     

人工智能的原理及应用

介绍了人工智能的发展，并对改进的神经网络专家系统的优越性做了介绍，指出了神经网络专家系统广阔的应用前景及实现。     

人工智能技术在认知无线电中的应用

认知无线电技术是无线通信领域与人工智能领域相结合的产物,智能性是其区别于传统无线电的本质属性。先进的人工智能技术在无线电中的成功应用是实现认知无线电的关键。首先介绍了凝聚认知无线电智能思想的认知循环,并对认知无线电的智能实现载体认知引擎,进行了简要描述,说明了人工智能技术在认知无线电实现中的重要作用;然后,从推理、学习和优化的角度对适用于认知无线电的几种人工智能技术进行了总结归纳;最后,介绍了人工智能技术在现有的认知引擎中的应用。     

“人工智能基础”课程教学改革与实践[1]

针对“人工智能基础”课程前沿性、实践性、探索性强的特点,尝试教学改革与实践。通过精心安排教学内容,符合认知规律的课堂设计,有机融入前沿案例和课程思政内容,形成了从课前调研到课堂讲授、再到课后反馈和持续改进的良性教学闭环,利用启发式、研讨式和翻转课堂等教学方法激发学生学习热情,提升课程教学效果。     

面向人工智能的Python语言教学探索

Python语言拥有强大的人工智能算法库,本研究采用项目驱动的方式,并充分利用python深度学习框架如Tensorflow的优势等。同时将机器学习的典型案例阶梯式地融入Python语言的教学中,形成一个稳健的教学生态链。在创新教学模式下,同学们通过程序的编写与调试等充分的实践训练,掌握Python语言,获得人工智能开发的感性认识,并使其具备初步的面向人工智能系统的研发能力。     

Piezoelectric Nanogenerators Derived Self-Powered Sensors for Multifunctional Applications and Artificial Intelligence

With the arrival of the Internet of Things (IoTs) era, there is a growing requirement for systems with many sensor nodes in a variety of fields of applications. The demands for wireless, sustainable and independent operation are becoming more and more important for large-scale sensor networks and systems. For these purposes, a self-powered sensory system that can utilize the self-harvested energy from its surroundings to drive the sensors and directly sense external stimuli has attracted great attention. The invention and rapid development of piezoelectric generators (PENGs), which take Maxwell's displacement current as the driving force, has been pushing forward research on self-powered active mechanical sensors, electronic skins, and human-robotic interaction. Here, this review starts with a brief introduction of piezoelectric materials, fabrication, and performance improvement. Then, the energy harvesters used for self-power systems based on recent progress are reviewed. After that, PENGs applications toward recent self-powered active sensors are divided into four aspects and highlighted, respectively. Moreover, some challenges and future directions for the self-powered multifunctional sensors are put forward. It is believed that through the continuous investigations into PENG-based self-powered active sensors, they will soon be used in touch screens, electronic skins, health care, environmental monitoring, and intelligence systems.     

人工智能在网络安全运维服务中的应用

近年来,国内外网络安全形势趋于复杂,关系到国民经济命脉的关键信息基础设施在传统模式下得不到有效保护。网络安全运维服务以“专业保安”身份着力打造关键信息基础设施的整体防御能力,但随着人工智能、大数据、云计算、5G、物联网以及边缘计算等新技术发展的应用,大量关键信息隐藏在海量数据中很难被发现并有效利用。因此,以人工智能为抓手,研究人工智能赋能网络安全运维服务,打造智慧运营新思路,解决实际运维服务过程中智能化、自动化等问题。     

基于大数据和人工智能进行网络舆情分析的研究

随着互联网、移动互联网、物联网、社交网络等技术和应用的兴起,媒体技术的革命正在造就一个全新的舆论环境,网上言论已达到前所未有的活跃程度,互联网日益成为社会各阶层利益表达、情感宣泄和思想碰撞的平台,进而产生巨大的舆论信息。面对网络上产生的海量信息数据,快速筛选出有用的网络舆情信息,通过网络舆情分析、监控民情意见、情感倾向,为相关部门提供及时的协助决策和分析结果,快速形成处理网络上突发性群体事件的可行性方案,是保障大数据舆论监督有效性的关键。文章提出了一种基于大数据云计算、信息预处理优化聚类算法及中文NLP(自然语言处理)情感倾向分析算法的人工智能网络舆情分析平台。加快有效信息的筛选速度及民情导向的分析速度,保证在海量网络数据的环境下,舆论监控工作的及时性和有效性。最后通过实验,与传统的统计式大数据信息分析系统进行比较,该方法具有信息收敛速度快、信息分析高效,可靠性高,特别是在做好重点关注领域的分类训练后,随着采集数据量的增长,对舆情导向分析结果也更准确。     

人文元素--人工智能公选课程教学的催化剂

本文以我校公选课程“人工智能”的教学实践为着手点,探讨了将人文元素融入教学之中对于学生学习兴趣提升的正面效果。作为教学效果提升的催化剂：一方面以科学史教学充实课程教学内容,另一方面通过寻找与其他学科形神兼备的类比,为具有不同学习背景的学生营造出良好的教学氛围,激发学生的学习动力和对课程知识的认同感,促进学生对课堂知识的深入理解课程细节及外沿知识。     

人工智能军事应用及其国际法问题

人工智能技术在军事领域的应用越来越受到各大国的重视,有望成为牵引新一轮军事变革的关键技术.人工智能的军事应用可能会对未来战争模式和交战规则带来巨大甚至颠覆性的影响,从而对当前的国际法体系构成挑战.目前,关于人工智能军事应用相关国际法问题的讨论主要集中在致命性自主武器与人道主义法方面,人工智能军事应用对武力使用合法性、国...     

大数据和人工智能时代的情报分析和技术探索

在深入梳理现代情报分析六大关键问题和理想状态的基础上,结合大数据和人工智能技术近10年的跨越式发展,针对目前大数据和人工智能技术应用于情报分析的主要认识误区,详细分析了其用于情报分析领域的六大挑战和所需7项关键支撑技术,并提出了大数据和人工智能基础上的新型情报分析技术体系架构模型和情报生产使用流程。最后,对未来情报界相关系统和工作流程建设提出了四个方面的建议。