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

    宋明黎;

    <正>人工智能技术正以前所未有的速度发展,深刻地影响着我们的生活和工作方式。它不仅推动了信息技术的飞速进步,也在重塑着传统行业,加速新型工业化进程。在自动驾驶、智能病理诊断、深度学习模型优化等领域,人工智能已经开始展现出巨大的潜力和价值。为了探索和展望人工智能如何赋能业务场景,我们特此推出此次“视觉感知”专题,希望能为学术界和产业界提供一些有益的思考和参考。

    2024年01期 0页 [查看摘要][在线阅读][下载 818K]

专题:视觉感知

  • 自动驾驶中的高精地图构建

    朱建科;刘晓璐;王松;

    高精地图是自动驾驶系统至关重要的一环,不仅为车辆提供当前位置和道路环境的信息,更为自动驾驶车辆的决策和规划提供了基础的数据。本文首先分析了激光雷达点云地图与传统离线地图构建的方法,包括其优势、不足与应用。其次,详细阐述了新兴的在线语义和矢量地图构建的技术突破点、方案与发展趋势。在此基础上,本文总结和分析了高精地图发展存在的问题和未来的研究方向。通过全面梳理和分析相关领域的关键内容,旨在为读者提供对自动驾驶地图领域最新进展的全面理解,促进相关技术的探索与应用。

    2024年01期 1-8页 [查看摘要][在线阅读][下载 1494K]
  • 图像内容精细化感知及其安全关键技术研究

    王蕊;荆丽桦;邹聪;吕飞霄;朱子璇;

    图像内容精细化感知是计算机视觉领域内的一个基础性问题,旨在对图像中包含的信息进行精细化理解,具有重要的研究价值和广阔的应用场景。根据关注范围的不同,图像内容精细化感知主要包括细粒度识别、场景图生成和图像描述等方面。本文首先对各关键技术的研究进展和现状进行综述;然后讨论了直接影响感知模型预测结果的安全威胁,概述了相关攻击及防御技术的研究进展;最后对该领域的未来发展趋势作出展望。

    2024年01期 9-23页 [查看摘要][在线阅读][下载 1445K]
  • 视觉深度模型炼知技术

    宋明黎;

    随着深度学习在计算机视觉领域的广泛应用,人们针对不同的计算机视觉任务训练积累了大量的深度模型,如何对这些视觉深度模型进行按需定制、灵活可配的深度重组,从而降低标注、训练、部署、运维成本,成为一个亟待解决的问题。针对视觉深度模型任务多样、类型繁多、结构各异、数量庞大等特点,视觉深度模型炼知技术以面向灵活可配的视觉深度模型重组研究为主线,按照由易而难,由特殊到一般的研究思路,对视觉深度模型重组相关的同构模型深度重组、异构模型深度重组、深度模型可重组度量,以及视觉深度模型重组图谱等关键技术展开研究。该技术将为低成本视觉深度模型定制、数据隐私与安全、深度学习平民化,以及基于深度模型的知识分享与交易等应用提供算法基础和实现支持,具有重要的理论价值和应用价值。

    2024年01期 24-44页 [查看摘要][在线阅读][下载 3506K]
  • 智能病理诊断技术应用与展望

    冯尊磊;俞晓天;张秀明;

    近年来,中国癌症患病人数与死亡人数不断增多,已成为全球第一“癌症大国”。在癌症临床诊断中,病理诊断被视为“金标准”,对于癌症的诊断、治疗与预后分析均有重要的参考意义。然而,当前依赖医生的病理诊断存在耗时久、主观性强、漏诊误诊等不足。随着人工智能与病理学的快速发展,智能病理诊断技术应运而生,为病理诊断提供了高效、客观、精准的辅助工具。当前,智能病理诊断研究仍处于初级阶段,仍面临着精准性差、可解释性差、泛化性差等诸多挑战。针对上述挑战,通过在精细化、多模态、可解释、统一泛化、大模型等方向进行关键技术攻关,将有效推动智能病理诊断在临床场景的应用,可以有效延长患者生命周期、提高患者生存率,推动“健康中国”的建设进程。

    2024年01期 45-53页 [查看摘要][在线阅读][下载 1361K]
  • 视觉大模型参数高效微调技术应用与展望

    程乐超;

    视觉大模型(Large Vision Model,LVM)通过在各种大型图像数据集上进行预训练,在图像识别、图像分割等多种下游视觉任务上展现了强大的零样本泛化性能。随着算力的不断提升,大模型的参数规模也在迅速增长,最近的参数规模甚至达到千亿级。随着参数规模的增加,模型性能持续改进,表明模型获取了更多的知识。然而,从头开始训练这样一个庞大的模型,对硬件资源和训练数据提出了巨大需求,几乎没有个人或公司能够负担如此高昂的成本。参数高效微调(Parameter-Efficient Fine-Tuning,PEFT)通过在已有的大型模型基础上,仅微调较小数量的参数,适配特定的下游任务,而无需对所有参数进行调整。PEFT方法极大地降低了计算成本,并且可以达到甚至超越全参数微调的性能,为解决大型视觉模型适配特定任务时所面临的挑战提供了一种可行而高效的策略。

    2024年01期 54-65页 [查看摘要][在线阅读][下载 1177K]

综述分析

  • 下肢外骨骼机器人步态识别系统综述

    孙晓强;于旭东;

    近年来,下肢外骨骼机器人作为人机交互设备备受关注,然而在感知和控制技术方面,特别是快速准确的步态相位检测仍然面临一系列挑战。因此,本文回顾了近年来与下肢外骨骼步态识别相关的文献。首先,在数据采集方面比较了不同传感器的优势和限制。随后,详细介绍了数据处理流程,包括数据预处理、特征提取、步态数据划分。此外,还探讨了机器学习和深度学习算法在智能识别不同步态任务中的有效性。最后,本文提出了下肢外骨骼控制领域的未来研究方向,以推动其进一步发展。

    2024年01期 66-80页 [查看摘要][在线阅读][下载 1180K]

技术研究

  • 基于案例和模糊推理的泌尿系统炎症诊断方法研究

    程云芬;陈承源;邹顺水;彭晨;

    近年来,随着生活压力的增大,泌尿系统炎症对人们健康的威胁越来越大,泌尿系统炎症却不像其他疾病一样得到大众的关注和重视。另外,泌尿系统炎症的分类复杂,难以鉴别,很多人羞于启齿,拖延治病时机。因此,本文根据专家诊断思维过程及案例集的部分模糊属性,提出一种将案例推理和模糊推理相互融合的推理机制,以帮助缓解就医尴尬,提高对疾病的重视,并为在线诊疗社区实现疾病智能诊断提供参考。该推理机制中,采用结构化表示和双重相似性算法进行案例推理,而模糊推理则对具有不确定性和模糊性的病情描述进行了建模和处理。最终的推理结果结合了案例推理和模糊推理两方面的信息,并基于模糊输出实现病例库的自动更新,从而不断完善和优化系统的推理能力,使得疾病的诊断正确率比单独的案例推理或模糊推理高出很多。在文章的最后还给出了今后的改进方向,以期逐步优化案例和模糊推理的融合方法。

    2024年01期 81-90页 [查看摘要][在线阅读][下载 1340K]

智能论坛

  • 论生成式人工智能的“避风港”规则

    郑志峰;罗力铖;

    面对数据不洁、恶意投喂、虚假生成等导致的侵权,需要合理设置生成式人工智能服务提供者的责任。与传统网络侵权相比,生成式人工智能在主体身份、侵权风险和认定标准上存在诸多差异性,但“避风港”规则仍有适用的空间。在“通知-删除”规则中,可能存在数据提供方、用户和服务提供者三方的过错,侵权的表现形式更为复杂,需要对合格通知与删除措施进行重新检视。在知道规则中,判断的标准应区分服务提供者的注意义务与审查义务,合理设置两者的界限;而因,“算法黑箱”和服务的非公开性,以往基于服务提供者“理性人”的标准已经失效,需要构建“理性算法”标准以优化“知道或应当知道”的判断。

    2024年01期 91-99页 [查看摘要][在线阅读][下载 1045K]
  • 生成式人工智能赋能高等教育的价值、风险与纾解路径

    赵博;王海福;

    生成式人工智能的到来开启了人工智能与教育深度融合的时代。数字化转型背景下,生成式人工智能应用于高等教育具有三方面价值意蕴。促进高等教育公平以及高等教育质量的提升,进一步推动高等教育现代化。虽然生成式人工智能的应用给高等教育带来了机遇,但也存在一定的潜在风险,包括师生互动风险、信息安全风险,以及学习者主体性异化风险等。为此,高校管理者应辩证地看待生成式人工智能,引导高校教师快速适应新角色以符合素质教育要求、强化高校师生数字素养、提升高校师生与人工智能协作共处的智慧。

    2024年01期 100-107页 [查看摘要][在线阅读][下载 1003K]
  • 下载本期数据