基于MPEG4的数字视频智能监控系统

针对现代技术发展趋势和目前数字视频监控系统的现状,运用MPEG4数字视频压缩技术、人工智能技术和传感器技术,给出了一种智能的、支持网络的数字视频监控系统的设计方案。     

逻辑学在人工智能中的应用

人工智能的产生与发展与逻辑学的发展密不可分。逻辑学为人工智能的研究提供了根本观点与方法,而逻辑方法则是人工智能研究中的主要形式化工具。笔者从逻辑学为人工智能的研究提供理论基础出发,讨论了经典逻辑和非经典逻辑在人工智能中的应用。     

NEXIS for Academic Law Librarians

No abstract available for this article.     

基于Unity3D三维游戏场景与AI系统的设计与实现

以游戏场景设计与优化、AI（人工智能）系统为主要研究目标,阐述游戏场景搭建规范及优化技巧,分析AI设计过程中的主要思路和主要算法实现。通过高效的、复杂的AI系统,创造出游戏中更加真实的角色行为,提高玩家在游戏中与智能角色的互动体验。实践证明,该技术具有一定的实际应用价值。     

白藜芦醇对Aβ致大鼠堂学习记忆损伤的修复作用

通过观察白藜芦醇对淀粉样蛋白（Aβ25—35）诱导的空间学习记忆功能损伤的影响,探讨白藜芦醇对老年痴呆的治疗作用．方法是采用侧脑室注射Aβ25—35和腹腔注射白藜芦醇2周后进行Morris水迷宫测试．比较不同处理后的大鼠逃避潜伏期、到达平台游过距离以及目标象限内游泳所占的时间百分比．得到以下结果（1）Aβ25—35引起大鼠学习记忆的下降;（2）白藜芦醇有效地逆转Aβ25—35导致的学习记忆的损伤．因此,腹腔注射白藜芦醇有效地阻止了Aβ25—35对学习记忆的损伤．这些结果提示白藜芦醇是治疗AD学习记忆功能损伤的有效策略．     

我国人工智能与教育深度融合路径探析

人工智能第三次浪潮深刻改变着公众生活和学习方式,并推动多个产业发生革命性变化。为促进人工智能与教育的深度融合,促进教育更加科学、均衡地发展,梳理目前教育领域内人工智能成果及具体应用,结合应用现状分析人工智能与教育融合中存在的诸多问题。在综合人工智能与教育融合趋势特征的基础上,从教学过程与评价、教学管理、制度保障与伦理道德教育、教师转变等方面提出推动人工智能与教育深度融合路径与相关策略,促进我国教育高质量发展。     

AI图景下大数据挖掘的风险评估与应对策略

［目的］揭示人工智能（AI）迭代发展中大数据挖掘的风险、成因与对策,为打造智能化协同创新生态链提供重要支撑。［方法］分类探讨AI图景下大数据挖掘中智能采集侵害数据产权、关联勾勒突破数据匿名、黑盒疏漏打破动态平等,以及算法决策冲击自由抉择等风险及其成因,提出数据挖掘的原则与策略。［结果/结论］参与者之间参差不齐的管控意识与处理能力、复杂多元的利益诉求以及缺少政策法规集中调控等导致上述风险,亟待严格遵循平等参与、优质输入、彻底拭除以及公允运转等挖掘原则,主动采取充实数据产权规定、丰富数据隐私条款、明确挖掘主体资质与公权参与标准、推动签署数据跨境统一处置方案以及健全相关救济措施等具体对策。     

人工智能产业与管理若干问题的思考

人工智能在未来10年可能形成大规模的产业,同时可大幅度提高经济质量。简述人工智能的发展的起伏历程,对人工智能产业结构以及人工智能发展管理的若干问题进行探讨和思考。研究认为:人工智能的商业化将是一个长期的过程;对人工智能发展的管理问题提出应善用科技发展指数规律促进人工智能发展,鼓励交叉学科的研究;人工智能产业发展模式为制造与服务并驾齐驱,应建立技术成熟度分级评估机制、人工智能企业认定标准以及相关产业统计制度等。     

Customers’ acceptance of artificially intelligent service robots: The influence of trust and culture

This study addresses two critical research gaps in human-robot interaction (HRI): the limited systematic research on the role of trust in customers’ acceptance of artificially intelligent (AI) robots; and the lack of understanding of robot acceptance under different cultural backgrounds. Drawing on the AIDUA framework, this study examines the impacts of trust and moderating effects of both national (the U.S. and China) and individual culture on customers’ intentions to use AI robots in hospitality services by developing a theoretical model. The model is tested on data collected using online data collection platforms from 491 U.S. and 495 Chinese respondents. PLS-SEM and the bootstrapping method were used to test the hypothesized relationships and analyze the moderating effects of culture, respectively. The findings suggest that trust in interaction with AI robots is a significant higher-order construct that influences the intention of use. Furthermore, uncertainty avoidance, long-term orientation, and power distance have been found to exhibit significant moderation effects. The results of this study extend the theoretical frameworks in HRI and provide detailed guidance to promote AI robot applications across different cultures.     

基于机器学习的人工智能技术专利数据集构建新策略

颠覆性技术是一个具有复杂的内在结构的技术群。从空间维度来看,颠覆性技术是包含了主导技术、辅助技术、支撑技术的复杂技术群,涉及多学科、多领域。在此背景下,运用科学计量的方法对颠覆性技术进行科技评价和科学技术演变规律探索面临挑战,实质表现为数据检索。本文探索了一种基于机器学习的专利数据集构建新策略,将专利检索任务作为机器学习的二分类任务,类似于信息检索中基于主动学习的查询分类思想,并提出了将F-measure特征最大化方法与CNN(convolutional neural networks)模型相结合的文本分类改进方法。本文以人工智能(artificial intelligence,AI)技术域为例进行训练实验,实验结果的准确率、召回率和F1值分别达到98.01%、97.04%和97.89%,这表明本文提出的策略能够精准地识别人工智能专利,提高了专利检索的准确率和召回率,以利于构建精、准、全的人工智能技术域专利数据集。