期刊名称:人工智能
创刊时间:2017年12月
主管单位:工业和信息化部
主办单位:中国电子信息产业发展研究院、赛迪工业和信息化研究院(集团)有限公司
刊期:双月刊
国内统一连续出版物号:CN 10-1530/TP
国际标准连续出版物号:ISSN 2096-5036
邮发代号:80-381
电话:010-88558766
email:aiview@ccidmedia.com


专题序言

  • 专题序言

    孙道军;

    <正>“发展新质生产力是推动高质量发展的内在要求和重要着力点,必须继续做好创新这篇大文章,推动新质生产力加快发展。”新质生产力,作为现代经济社会发展的重要驱动力,正以其独特的优势改变着传统的生产方式和经济结构。新质生产力不仅仅是技术的革新,更是思维方式和生产关系的深刻变革。在新质生产力的推动下,传统产业得以转型升级,新兴产业蓬勃兴起,为经济的高质量发展注入了源源不断的动力。

    2024年02期 0页 [查看摘要][在线阅读][下载 829K]

专题:数据智能

  • 数据智能在供应链协同中的应用研究

    王核成;刘侣麟;胡健;谷彦章;何军炎;王成中;

    随着全球化进程的不断深入和市场竞争的日益加剧,供应链协同已成为企业提升竞争力的关键途径。作为前沿技术,数据智能在供应链协同中的作用日益凸显。首先,本文在厘清数据智能与供应链协同内涵的基础上,总结分析了数据智能对供应链协同的深远影响,及其在供应链协同中的关键应用场景。其次,通过梳理归纳发现,数据智能技术主要通过数据驱动决策、赋能平台“云边智能”与智能机器换人三种实现机制赋能供应链高效协同,并使供应链协同呈现出智能同步决策、信息高效高质共享和实时无缝响应的发展趋势。最后,为进一步发挥数据智能对供应链协同的支撑作用,提出建立数据标准体系、强化数据安全防护、提升平台数智能力与培养复合型人才等对策建议。本文为有效利用数据智能促进供应链协同发展提供了针对性参考。

    2024年02期 1-10页 [查看摘要][在线阅读][下载 1191K]
  • 生成式AI重塑数字生态系统:以ChatGPT为案例

    杨雪;潘朗暄;应文池;张力;

    以ChatGPT为代表的生成式AI(GenAI)应用正在引领数据智能的生态系统变革。本文以ChatGPT为研究对象,聚焦OpenAI、微软公司及其合作伙伴与用户在数据智能应用领域的联合创新与商业行动,分别从数字平台、供给侧、需求侧三个层面对数据智能应用(以ChatGPT为例)与传统应用进行对比,论证其异同点。基于生态系统理论深度分析ChatGPT数据智能应用对数字生态系统带来的转型和影响,进而提出基于ChatGPT的“以人为本”操作系统及其生态系统。研究成果能够补充和丰富人工智能应用和生态系统战略的相关理论文献,并为GenAI的技术创新和商业应用提供实践参考。

    2024年02期 11-19页 [查看摘要][在线阅读][下载 1384K]
  • 算力网高质量发展探究:现实挑战、制度基础和技术支撑

    沈健;孙道军;

    算力网络高质量发展对于提升数据智能的创新和应用至关重要,有助于释放数据智能在各行各业中的巨大潜力,为数字经济高质量发展提供了强大的计算支持和效率保障,进而促进国民经济增长。本文首先重点分析当前算力网建设过程中面临的问题,包括来自国外先进技术产品、方案、协议、专利等限制和国内科技领域阶段性发展不足,尤其是芯片技术路线过多问题、算力中心分布广而散、建设主体多以及由此引发的利益分配问题、区域需求不平衡、建设与定位不平衡、人才与交通等客观环境因素差异,以及通信枢纽建设问题等;其次,探讨算力网制度基础,包括我国“东数西算”相关发展政策,全国各省市针对算力建设规划以及部分省市针对区域统一算力调度平台建设规划内容;最后,阐述算力网发展的技术支撑,包括云计算技术、人工智能技术、大数据技术和网络技术等,本文旨在为我国算力网高质量发展提供理论指导和实践参考。

    2024年02期 20-31页 [查看摘要][在线阅读][下载 1198K]
  • 基于大模型的多智能体协同炼化智能工厂架构刍议

    李剑峰;

    随着人工智能技术的飞速发展,预训练大模型与多智能体系统相结合的新一代数据智能为工业智能化变革带来了新的机遇。本文聚焦炼油化工行业,分析了炼化工厂的业务特点和智能化发展需求,提出了一种基于大模型的多智能体协同架构,旨在构建全流程贯通、高效协同的智能工厂。该架构以预训练大模型为核心,通过“生产管控、设备管理、能源管理、安环管控、供应链管理、辅助决策”六大智能体的协同,覆盖炼化业务的全流程管控。文章探讨了架构的关键技术、实施路径,并分析了应用价值和面临的挑战。研究表明,该架构有望显著提升炼化工厂的智能化水平,实现更安全、高效、绿色、智能的生产运营,对推动工业智能化发展具有重要意义。

    2024年02期 32-48页 [查看摘要][在线阅读][下载 1748K]

应用实践

  • 人工智能技术在文物保护中的探索与实践——以布达拉宫贝叶经勘察为例

    周霄;田帅;陈学莲;

    病害调查是文物保护的基础工作。传统的文物病害调查主要依靠专业人员凭借肉眼对文物本体进行细致观察,结合行业对特定材质文物病害分类标准进行人工判断,把判断的结果以图示的形式标注在文物图片上。这种依赖于个体经验与主观认知的方法往往导致不同人员对同一文物病害判定结果的不一致性。人工智能技术的发展为解决这一问题提供了新的可能。它能够运用图像识别、机器学习,尤其是深度学习等先进技术,通过对海量图像数据的分析学习,精准提取并量化文物表面病害特征,从而实现从基于个人主观判断的定性识别向基于算法模型客观计算的定量分析转变。以布达拉宫馆藏贝叶经为例,利用人工智能技术开发的贝叶经自动病害识别软件,可以高效地识别贝叶经存在的各种微小病害,确保了病害调查工作的科学性和一致性。

    2024年02期 49-55页 [查看摘要][在线阅读][下载 1557K]
  • 基于视觉的H型支腿跨距检测方法研究

    刘光磊;熊忆;

    为解决目前消防车H型任意支腿跨距检测成本高、维护困难等缺点,研究并设计了一种基于视觉的支腿跨距检测方法。该方法采用在支腿横梁上张贴标识物的方式,通过车载摄像头获取支腿图像,并基于YOLOv7-Pose模型检测标识物中心点在图像中的位置坐标,然后根据中心点的坐标输入多元多项式回归模型来计算支腿跨距。在JP65举高喷射消防车上进行试验,试验结果表明,系统测量的支腿跨距值与拉线传感器实际测量值的绝对均值相差为7mm。试验结果证明,该方法检测支腿跨距的有效性,具有广泛的实际应用前景。

    2024年02期 56-62页 [查看摘要][在线阅读][下载 1310K]

挑战与展望

  • 人脸视频伪造检测技术进展与趋势

    冯尊磊;娄恒瑞;贝毅君;宋明黎;

    伪造与伪造检测之间作为动态的攻防关系,一方的进步会促使另一方进行技术上的迭代和升级。然而,随着AIGC技术的快速发展,逼真的伪造人脸视频可以欺骗人类视觉感知,人脸视频伪造检测技术已经落后于人脸视频伪造技术,伪造检测技术难以适应复杂的伪造场景,导致视频内容安全防护受到了重大挑战。因此,对于人脸视频伪造数据的检测,在国家和社会安全等方面具有重要的研究和应用价值,近年来已成为亟待研究的热点问题。在此背景下,通过探索评测基准客观量化、基准数据动态更新、应对新型伪造检测、伪造检测自主进化等方面的技术攻关,可以为人脸视频防伪领域提供新视角和发展方向,促进防伪检测技术的进一步发展。

    2024年02期 63-69页 [查看摘要][在线阅读][下载 1114K]

思考与探讨

  • 美国人工智能战略政策新动向及特点分析

    宋艳飞;张瑶;

    人工智能被认为是引领新一轮科技革命和产业发展的颠覆性技术。美国高度认可人工智能的战略价值,2023年起密集出台覆盖面广、可操作性强、体系化的人工智能战略“组合拳”,力求确保美国在人工智能领域始终位于领先地位。本文系统梳理了美国2023年人工智能战略政策,深入分析了政策体系与发展动向,挖掘了其在安全治理、基础创新、试点应用和国际合作四个方面的核心特点,在此基础上提出我国人工智能安全健康发展的启示与建议,推动我国人工智能行稳致远。

    2024年02期 70-78页 [查看摘要][在线阅读][下载 1385K]
  • 生成式人工智能内容安全风险分析与安全机制探讨

    张庆国;

    生成式人工智能对人类生活方式、工作方式乃至认知方式产生了深远影响。未来,AIGC将成为内容生产的主力军之一。通过回顾生成式人工智能大模型的发展和应用情况,总结了当前生成式人工智能面临的法律风险、道德风险、歧视和偏见、虚假信息和模型自身安全风险等相关安全风险,分析了各类安全风险产生的原因,并阐述了生成式人工智能内容安全机制的必要性和重要性。生成式人工智能内容安全机制的常见方法包括基于人类反馈的强化学习、基于AI反馈的强化学习、有监督的安全微调、专家对抗、遗忘学习、敏感信息过滤、监督监管策略等。安全无小事,内容安全机制可以为生成式人工智能的规模化安全应用保驾护航。

    2024年02期 79-86页 [查看摘要][在线阅读][下载 1997K]
  • 论人工智能的激励型立法——基于《拜杜法》的思考

    严驰;

    随着人工智能技术的创新发展和应用场景的日益多元化,人工智能正在给人类社会带来一场历史性变革。《拜杜法》的成功经验为中国人工智能法的构建提供了借鉴与启示。今后,人工智能法制定时应考虑采取“激励型立法”模式,在继承“促进型立法”优点的基础上,更好地激励人工智能产业高质量发展。在探讨人工智能激励型立法方案时,首先,应明确立法目的是促进人工智能产业高质量发展;其次,结合域外经验和本土实践,采取“三分法”的分类分级思路;再次,在激励方式上选择“减少成本型”和“增加收益型”激励;最后,考虑增设一部激励属性更强的“人工智能产业促进法”。构建中国特色的人工智能激励型法律规范,充分发挥人工智能的创新活力。

    2024年02期 87-98页 [查看摘要][在线阅读][下载 1145K]
  • 下载本期数据