基于Java技术的Web信息发布

本文描述了基于Java技术的Web信息发布三层体系结构，讨论JavaApplet、JavaScript、JavaServlet、JSP、JavaBeans、JDBC等Java技术对客户端表示层、应用服务和数据服务层各层的支撑，阐明Java作为Web信息发布主流技术的必然趋势。     

基于模块化的线上线下混合教学模式在智能算法课程中的应用——以医学院校为例

人工智能正在改变医疗行业的未来,人工智能技术将会成为未来医学技术的一个重要分支。智能算法是人工智能相关基础理论课程的主要内容之一。在医学院校开设智能算法课程,可以提高学生使用算法解决问题的能力,有助于学科的交叉融合,同时也可以为进一步学习智能医疗技术提供必要的知识储备。文章针对智能算法课程教学存在的问题,提出了基于模块化的线上线下混合教学设计和思路。该教学方法可以有效提升教学质量和教学效果,使学生成为学习的主导者,使学习呈现出明显的自主学习、探究学习和合作学习的特点。     

NavPlanner:基于移动平台的会议日程规划和导航系统

为提高参加大型会议的效率,与会者往往需要一个有效的会议日程规划工具.现有的日程规划系统大部分只提供根据时间排序的日程规划功能,很少考虑到与会者还需要会场之间的导航服务.本文通过总结移动平台上传统会议日程规划系统的特点和技术,设计并实现了一种将时间与空间信息结合进行日程规划,整体路线和局部360°实景结合进行路径导航的基于移动平台的会议日程规划和导航系统--NavPlanner,并展示了相应的应用实例,为大型会议的日程规划系统提供了良好的支持.     

虚拟工厂规划仿真关键技术的研究

传统的工厂规划都是在二维图纸中进行的,这种规划过于抽象,难以生动的描述三维场景,从而容易引起设计的偏差.虚拟工厂规划系统正是为了解决这个问题而开发的.本文将简单的介绍整个系统及一些重要的技术,重点描述虚拟流水线的建立过程和主要思想.虚拟流水线足整个系统的核心,设计者可以根据虚拟流水线的反馈信息,如生产节拍、生产平衡率等...     

基于JavaScript的简易老虎机游戏的实现

使用网页设计制作软件Dreamweaver和网页特效语言JavaScript实现了网页版的简易老虎机游戏。在技术方面,结合使用JavaScript中的文档对象、数学对象、窗口对象等的属性和方法。在页面设计方面,采用了Dream-weaver中的表格进行网页布局。通过两者的结合使用,实现了网页版的简易老虎机游戏。     

使用HTML5 Web Worker提高Web的应用性能研究

JavaScript传统上是单线程的,在HTML页面中执行一个需较长时间运行的脚本会阻塞所有的页面功能直至脚本完成。Web Worker是HTML5提供的JavaScript多线程解决方案。解析了Web Worker的工作原理和过程;提供了Web Worker代码示例和代码调试方法;说明了使用Web Worker如何提高Web应用的性能。由于Web Worker相对较新,目前关于Web Worker的示例和文献非常有限。该研究院提供了Web Worker的参考应用场景及进一步研究和应用的方向。     

基于．NET的课程教学资源库平台建设研究

研究了教学资源的组织形式和建设标准,使用ASP．NET技术,采用SQL Server数据库,在Windows平台下设计了一个课程教学资源库系统。该系统实现了教师上传课程资源、使用FCKEditor编辑试题库里的试题,以及学生下栽和浏览教学资源、在线练习的功能,有力地促进了教学改革,提升了学生的学习成绩。     

大数据时代人工智能在计算机网络技术中的应用

随着经济和社会的发展和科学技术的不断发展,人工智能已经得到了普及,对许多社区产生了很大的影响,有效地提高了网络的稳定性,实现了大数据时代更令人满意的可管理性。在创建大数据时,计算机执行着眼于科学使用法律人工智能的管理任务,有必要智能地使用大数据时代人工智能,以提高整个系统的效率,很好地满足了当时的发展需求,本文讨论了大数据时代人工智能在计算机网络技术的使用。     

智能武器该如何参与战争

<正>随着人工智能（AI）语言系统Chat GPT的迅速走红，有人预测，2023年将是人工智能全面走进普通人生活的一年。其实，人工智能技术早已渗入人类社会的各个角落，在未来数十年，它会将人类引向深度数字化时代，并走向生态文明。不过，人工智能进入人类的生产、生活也并非总会带来好消息。人工智能、大数据和云计算等技术的介入，使得机器人在感知、决策、执行方面的性能大幅提升，     

构建精品课程——在大学计算机基础课中增加人工智能教学的思考与探索

人工智能是当代信息社会的重要基础技术,是目前热门的大数据分析的基础。本文立足精品课程建设,分析了在大学计算机基础课程中增加人工智能教学的必要性和所采取的相应教学策略,并结合教学实践,把案例教学法运用到教学中,较好地改善了日常教学效果。     

人工智能融入美国情报体系的现状及发展困境分析

[目的/意义]人工智能是美国情报界正在推动的重要技术之一,无论是学界还是官方都进行了大量的研究和讨论,分析人工智能融入美国情报体系的现状和发展困境,对未来正确运用人工智能、合理有效规避风险有重要的借鉴价值。[方法/过程]从美国情报界运用人工智能的相关报告和研究成果出发,探究人工智能在不同情报手段中的运用现状,并分析其融入情报界所面临的问题和挑战。[结果/结论]美国情报界对人工智能的研究与运用居于世界前列,不能否认人工智能在情报工作中有较好的应用,但也必须重视其带来的一系列伦理和技术问题。     

人工智能在拼石头游戏中的应用

游戏的人工智能研究是人工智能的主要研究领域之一,它涉及人工智能中的搜索算法和决策规划等。介绍了一款＂拼石头＂游戏,它是第18届日本全国高专编程竞赛竞技组的竞赛题目。针对此游戏规则,给出了参赛程序中使用的制胜策略、搜索算法以及决策规划方法等,最后分析了程序存在的不足并提出了改进思路。     

数据分析与现代科技管理

随着云计算、物联网、大数据、移动互联、人工智能、增强现实等新技术的不断涌现,数据量呈指数级增长,催生了新的业务——数据分析。从数据的分类、标准化、质量管理等方面入手,提出基于结合生命周期(lifecycle)、需求层次(need hierarchy)和大数据(big data)技术3种方法的数据(资源)管理三维度的LNB管理方法,探讨数据分析的维度、步骤、工具,及其在现代科技管理中所起关键作用。     

Fashion analysis and understanding with artificial intelligence

As handling fashion big data with Artificial Intelligence (AI) has become exciting challenges for computer scientists, fashion studies have received increasing attention in computer vision, machine learning and multimedia communities in the past few years. In this paper, introduce the progress in fashion research and provide a taxonomy of these fashion studies that include low-level fashion recognition, middle-level fashion understanding and high-level fashion applications. Finally, we discuss the challenges that when the fashion industry faces AI technologies.     

我国人工智能产业技术创新路径识别及分析——基于专利分析法

基于专利分析方法和技术轨迹理论,以人工智能产业组织为研究对象,采用定性分析的方式,从人工智能核心技术、专利引用网络和专业商业化三个维度,对我国人工智能产业技术创新路径进行了识别和对比分析。通过对比我国与发达国家的人工智能产业技术创新路径,分析了我国人工智能产业目前的发展阶段和瓶颈。数据分析表明,我国人工智能产业尽管发展迅速,但相比发达国家,仍然处于知识引入到知识输出转型阶段。进而推出结论：我国人工智能产业处于基础型研究向应用型模式转变阶段,需要深入加强自主技术创新。     

“政策属性—政策结构”框架下人工智能产业政策区域比较研究

[目的/意义]由于我国不同区域产业结构不同导致产业政策存在差异。对人工智能产业政策进行比较,可以清晰识别政策的布局,为进一步优化产业政策奠定基础。[方法/过程]以京津冀、珠三角和长三角区域2015—2019年出台的人工智能产业政策为研究对象,构建"政策属性—政策结构"分析框架,运用社会网络分析、自然语言处理和主题识别等方法,对比分析《新一代人工智能发展规划》发布前后阶段各区域人工智能产业政策发展态势。[结果/结论]政策属性方面,《新一代人工智能发展规划》发布后各区域政策发文数量明显增加,并趋向强管控态势,但文种"缺位"明显。政策结构方面,珠三角和长三角区域的主体合作发文逐渐增加,京津冀区域则呈下降趋势。京津冀区域侧重基础研发和打造产业集群,长三角区域侧重智能应用和智慧城市建设,珠三角区域依托国际市场环境,侧重人工智能合作发展。     

Artificial intelligence and industrial innovation: Evidence from German firm-level data

This paper analyses the link between the use of Artificial Intelligence (AI) and innovation performance in firms. Based on firm-level data from the German part of the Community Innovation Survey (CIS) 2018, we examine the role of different AI methods and application areas in innovation. The results show that 5.8% of firms in Germany were actively using AI in their business operations or products and services in 2019. We find that the use of AI is associated with annual sales with world-first product innovations in these firms of about €16 billion (i.e. 18% of total annual sales of world-first innovations). In addition, AI technologies have been used in process innovation that contributed to about 6% of total annual cost savings of the German business sector. Firms that apply AI broadly (using different methods for different applications areas) and that have already several years of experience in using AI obtain significantly higher innovation results. These positive findings on the role of AI for innovation have to be interpreted with caution as they refer to a specific country (Germany) in a situation where AI started to diffuse rapidly.     

The determinants of AI innovation across European firms

Using patent data for a panel sample of European companies between 1995 and 2016 we explore whether the inventive success in Artificial Intelligence (AI) is related to earlier firms’ innovation in the area of Information and Communication Technology (ICT), and identify which company characteristics and external factors shape this performance. We show that AI innovation presents strong dynamic returns (learning effects) and benefits from complementaries with knowledge earlier developed in the area of network and communication technologies, high-speed computing and data analysis, and more recently cognition and imaging. AI patent productivity increases with the scale of firm innovation, and is lower for companies with narrow technological competences. There is evidence of knowledge spillovers from ICT innovators to AI innovators, but this effect is confined to the frontier firms of the new technological field. Our findings suggest that, with the take-off of the new technology, the technological lead of top AI innovators has increased due to the accumulation of internal competences and the expanding knowledge base. These trends help explain the concentration process of the world’s data market.     

Will COVID-19 be the tipping point for the Intelligent Automation of work? A review of the debate and implications for research

As part of the urgent need to respond to the COVID-19 pandemic, governments, healthcare providers, and businesses have looked to applications of Artificial Intelligence (AI) to compensate for the unavailability of human workers. This interest has renewed the debate regarding the use of AI for the automation of work, which has been described as Intelligent Automation (IA). A new dimension to this debate is whether COVID-19 will be the catalyst for higher IA adoption levels. This article reviews arguments in favour of COVID-19 increasing the level of IA adoption and possible counter-arguments. Key arguments in favour of increased IA adoption include consumer preferences changing to favour IA, increasing familiarity of IA technologies, and increased business confidence in IA. Counter-arguments include big data availability and reliability limitations, many tasks still favouring human skills over IA, the narrow capabilities of IA technologies, and a high availability of human workers. The article also discusses the implications of this debate for information management research and practice.     

Critically engaging the ethics of AI for a global audience

Ethics and Information Technology - This article introduces readers to the special issue on Selected Issues in the Ethics of Artificial Intelligence. In this paper, I make a case for a wider...