共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
《科学学与科学技术管理》2021,(3)
人工智能以其强大的技术辐射效应,日益成为全球经济发展新的强劲引擎。近年来,全球各科技强国纷纷开始探索与本国资源禀赋、发展阶段和治理体系相适应的人工智能发展之路,国家级人工智能政策密集出台。在此背景下,通过对全球科技强国人工智能政策文本的深度挖掘,分别从基于"目标-理念-路径"的静态视角和基于"学习-扩散"的动态视角出发,构建起人工智能领域的跨国比较分析框架,为人工智能政策比较提供了系统化解析思路和理论支撑。研究发现:从静态视角出发,各国人工智能政策在目标、理念和路径方面具有显著的差异化特征;从动态视角出发,各国人工智能政策正呈现出相互借鉴、彼此融合的趋势,政策学习与创新扩散的广度、深度及强度不断提高。 相似文献
5.
【目的/意义】引入人工智能领域中的深度学习方法来解决数字图书馆中传统文本分类的缺陷,这既是人工 智能领域研究的重点,也是图书馆领域关注的热点问题。【方法/过程】在对数字图书馆传统文本分类进行系统梳理 的基础上,提出基于深度学习的数字图书馆文本分类模型,利用词向量的方法对文本特征进行表示,采用深度学习 模型中的卷积神经网络提取文本信息的本质特征,并进行了实验验证。【结果/结论】实验测试表明,基于深度学习 的文本分类模型可以有效地提高数字图书馆文本分类的准确率和召回率,不仅可以提高数字图书馆内部业务的智 能化程度,还可以提高数字图书馆信息服务的效率和质量。 相似文献
6.
7.
8.
9.
元宇宙的出现为构建虚实融生的未来在线教育形态提供了可能。5G网络环境、人工智能等深度交融,不仅为“元宇宙+在线教育”新模式提供了发展方向,同时也优化了教育教学质量,改变了在线教育学习环境。结合元宇宙特征,分析元宇宙创新重塑在线教育的可行性,探究基于元宇宙的在线教育基础设施建设和新型框架的构建,对基于元宇宙在线教育布局提出建议。 相似文献
10.
《中国科技论坛》2021,(8)
本文利用科学计量工具CiteSpace,对SSCI数据库中1956—2019年的3620篇相关期刊论文进行可视化分析。研究发现:国际社会科学领域人工智能研究呈指数型增长,美国引领了社会科学领域的人工智能研究,中国发文量排名第二但国际学术影响力有待提升;核心研究机构以发达国家高校为主,且各研究群体间缺乏合作与交流;高产作者与高被引作者没有重叠性,差异性较大。在人工智能技术的推动下,社会科学领域相关研究呈现出较强的波段特征,先后经历了早期以专家系统为核心的行业应用研究阶段、中期基于人工神经网络的社会科学问题预测阶段以及当代以深度学习为基础的多元化研究阶段,新需求、新问题和新技术是社会科学领域人工智能研究发展的三大驱动力。高突现关键词表明"大数据"和"互联网"是当前的研究前沿,并有可能成为未来社会科学领域人工智能研究的重要发展方向。 相似文献
11.
12.
【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。 相似文献
13.
14.
基于专利地图的人工智能研究总体格局、技术热点与未来趋势 总被引:1,自引:0,他引:1
《中国科技论坛》2019,(10)
本文基于德温特创新索引数据库,对人工智能专利全球地理分布、主要国家PCT布局、技术热点、未来趋势等进行了分析。研究发现:目前人工智能专利主要分布在北美、东亚和西欧地区;中国专利数量已赶超美国,但大部分集中于技术应用层面,存在结构不均衡问题;人工智能领域的跨国巨头均重视专利全球化布局,国外机构在中国申请的专利已近中国专利总数的50%;大数据、云计算、深度学习、语音识别、图像识别、人机交互等是当前人工智能领域的热点技术;智能机器人、智能医疗、智能金融、智能安防、智能教育、智能驾驶6个方面的新兴技术主题,与人工智能热点技术存在较强的交叉关联,创新机构需对上述热点与新兴技术加以重点关注。本研究可为中国相关企业与政府机构进行人工智能技术前瞻性布局与创新引导政策的制定提供参考。 相似文献
15.
数字病理在临床诊断中的普及为人工智能在病理学中的应用创造了条件。由于强大的建模表征能力,深度学习技术在计算病理学中得到广泛应用,在改善疾病诊断方面展现了巨大潜力。本文回顾了深度学习和病理图像分析相结合的应用,并概述了三个关键任务的领域进展,包括分类、分割和检测。针对每一个任务,介绍了相关的临床价值、技术难点、以及主流的算法设计等。目前病理人工智能算法已经取得了一些令人瞩目的成果,但仍未达到临床应用的标准。本文分析了将人工智能技术从研究转化为临床应用时面临的挑战以及未来研究方向。 相似文献
16.
随着算法、大数据、深度学习等技术的发展,人工智能自主发明创造将成为现实.人工智能具有远超人类的信息处理和披露能力,未来将有海量的技术信息进入公有领域,对于如何将人工智能自主生成物纳入现有技术的范围存在诸多困难.本文认为,人工智能背景下的现有技术应当是自然人从符合法律规定的公开中能够解读出的技术信息和有助于理解技术信息的... 相似文献
17.
18.
19.
人工智能在近几年快速发展并成为最热门的技术之一,如能快速了解人工智能技术热点与发展态势,对抢抓人工智能发展的重大战略机遇与构筑先发优势具有重要意义。本文提出了一种基于专利可视化图谱发现技术热点的方法,即在连续时间窗口上绘制图谱,在此基础上运用密度分布变化来识别该领域技术热点。为了提升专利图谱的准确性,本文使用海量专利文本训练了基于深度学习的doc2vec模型,形成了专利文本特征抽取模型。经过实验对比发现该模型在测试数据集中表现远超经典的词袋模型与主题模型。在实例分析中使用了2012—2019年10457件三方人工智能专利进行热点发现,共发现研究热点7个,并对7个热点中关键概念词、专利申请人所属国家进行深入分析。 相似文献
20.
<正>自人工智能诞生以来,机器学习作为实现人工智能的途径,其主要宗旨是:通过研究使用计算机模拟或实现人类学习活动。经过几十年的创新发展,机器学习不仅在基于知识的系统中得到应用,而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用,越来越受到产业界的高度重视。随着大数据智能时代到来,2017年国务院印发了《新一代人工智能发展规划》,明确将机器学习研究布局作为新一代人工智能前沿基础理论研究主题之一,新一轮智能产业变革的核心驱动力,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新技术。在这一背景下,如何探索大数据机器学习理论,突破多模态庞大异构数据深度理解瓶颈,更高效地从杂乱无章数据中自动生成高价值知识,成为当前机器学习领域研究的前沿主题。 相似文献