检索范围:
排序: 展示方式:
徐文伟,肖立志,刘合
《中国工程科学》 2022年 第24卷 第6期 页码 173-183 doi: 10.15302/J-SSCAE-2022.07.010
朱世强,王永恒
《中国工程科学》 2021年 第23卷 第3期 页码 67-74 doi: 10.15302/J-SSCAE-2021.03.004
内容安全是指对信息内容的保护,以及信息内容符合政治、法律、道德层次的要求。人工智能的发展对内容安全产生了非常重要的影响。本文从基于人工智能的内容安全重大战略需求出发,梳理了国内外的研究现状与发展趋势,凝练了基于人工智能的内容安全的关键技术问题。研究提出,按照三步走的策略构建世界领先的基于人工智能的内容安全体系;在对抗性机器学习、可解释人工智能、混合增强智能、知识驱动的内容安全等方面开展技术创新突破,同时应注重政策法规和监管机制建设;建设面向内容攻防的网络靶场、面向舆情攻防的大规模社会系统模拟装置等内容安全重大基础设施。
关键词: 人工智能,内容安全,体系建设
网络安全遇上人工智能:综述 Review Article
Jian-hua LI
《信息与电子工程前沿(英文)》 2018年 第19卷 第12期 页码 1462-1474 doi: 10.1631/FITEE.1800573
关键词: 网络安全;人工智能;攻击监测;防御技术
高蕾,符永铨,李东升,廖湘科
《中国工程科学》 2021年 第23卷 第3期 页码 90-97 doi: 10.15302/J-SSCAE-2021.03.008
人工智能(AI)是推动全球数字化发展的重要赋能技术,正在引领新一轮科技革命和产业变革;加快培育和推进我国AI核心软硬件技术及产业发展,对推动我国实现跨越式发展本文围绕当前AI核心软硬件在技术、产业和政策等方面的发展情况,梳理了国内外的发展现状,分析了我国发展面临的问题,指出了我国AI核心软硬件技术及产业的发展思路,提出了面向2025年和2035年的AI核心软硬件发展战略目标,从AI核心硬件、AI核心软件、AI相关基础技术3个方面凝练了今后发展的重点任务。研究建议,将AI核心软硬件技术纳入国家科技创新顶层规划,加大科研投入;加强AI开源平台建设,开展示范应用;开展AI关键共性技术研发,实现协同创新;实施AI产业基础再造,牵引产业链升级;完善AI创新人才培养体系,以期推动我国AI核心软硬件持续发展。
刘露,杨晓雷,高文
《中国工程科学》 2021年 第23卷 第3期 页码 106-112 doi: 10.15302/J-SSCAE-2021.03.006
AI 2.0时代的群体智能 Review
Wei LI,Wen-jun WU,Huai-min WANG,Xue-qi CHENG,Hua-jun CHEN,Zhi-hua ZHOU,Rong DING
《信息与电子工程前沿(英文)》 2017年 第18卷 第1期 页码 15-43 doi: 10.1631/FITEE.1601859
Dana Mackenzie
《工程(英文)》 2023年 第28卷 第9期 页码 1-3 doi: 10.1016/j.eng.2023.07.002
金融大脑:当金融遇见AI 2.0 Review Articles
Xiao-lin ZHENG, Meng-ying ZHU, Qi-bing LI, Chao-chao CHEN, Yan-chao TAN
《信息与电子工程前沿(英文)》 2019年 第20卷 第7期 页码 914-924 doi: 10.1631/FITEE.1700822
关键词: 人工智能;金融智能
Application of AI techniques in monitoring and operation of power systems
David Wenzhong GAO, Qiang WANG, Fang ZHANG, Xiaojing YANG, Zhigang HUANG, Shiqian MA, Qiao LI, Xiaoyan GONG, Fei-Yue WANG
《能源前沿(英文)》 2019年 第13卷 第1期 页码 71-85 doi: 10.1007/s11708-018-0589-4
关键词: power system operation and monitoring artificial intelligence (AI) deep learning power flow analysis
张建楠,李莹莹,周佳卉,朱烨琳,李兰娟
《中国工程科学》 2022年 第24卷 第1期 页码 198-204 doi: 10.15302/J-SSCAE-2022.01.021
关键词: 独立医用软件,人工智能,监管科学
施文,王楷文,俞成浦,孙健,陈杰
《中国工程科学》 2021年 第23卷 第3期 页码 82-89 doi: 10.15302/J-SSCAE-2021.03.007
作为中国新一代人工智能规划中的重要组成部分,多无人系统协同是我国未来国防建设和社会发展的一项变革性技术。虽然多无人系统协同技术研究与系统集成已经达到了空前高度,但是其相关人工智能安全问题研究还处在萌芽阶段。本文阐述了统筹推进多无人系统协同赋能应用与风险防控的重大意义,提出了“四位一体”全面推进多无人系统协同安全发展的战略思路,探索了多无人系统协同在内生安全和衍生安全层面潜在的挑战与应对思路。研究提出了智能无人系统安全对策建议:构建国家级无人系统验证平台,推动人才队伍建设;逐步深化无人系统产业“放管服”,发展新一代人工智能安全生态;充分发挥多无人系统协同的优势,赋能保障和改善民生,服务构建人类命运共同体。
贾焰,方滨兴,李爱平,顾钊铨
《中国工程科学》 2021年 第23卷 第3期 页码 98-105 doi: 10.15302/J-SSCAE-2021.03.003
网络空间是继陆、海、空、天之后的第五大活动空间,维护网络空间安全是事关国家安全、国家主权和人民群众合法权益的重大问题。随着人工智能技术的飞速发展和在各领域的应用,网络空间安全面临着新的挑战。本文分析了人工智能时代网络空间安全面临的新风险,包括网络攻击越来越智能化,大规模网络攻击越来越频繁,网络攻击的隐蔽性越来越高,网络攻击的对抗博弈越来越强,重要数据越来越容易被窃取等;介绍了人工智能技术在处理海量数据、多源异构数据、实时动态数据时具有显著的优势,能大幅度提升网络空间防御能力;基于人工智能的网络空间防御关键问题及技术,重点分析了网络安全知识大脑的构建及网络攻击研判,并从构建动态可扩展的网络安全知识大脑,推动有效网络攻击的智能化检测,评估人工智能技术的安全性三个方面提出了针对性的发展对策和建议。
金融大脑 2.0: 当金融遇到可信人工智能 Review
周俊1,2,陈超超1,李龙飞2,张志强2,郑小林1
《信息与电子工程前沿(英文)》 2022年 第23卷 第12期 页码 1747-1764 doi: 10.1631/FITEE.2200039
INTERACTIVE KNOWLEDGE LEARNING BY ARTIFICIAL INTELLIGENCE FOR SMALLHOLDERS
《农业科学与工程前沿(英文)》 2023年 第10卷 第4期 页码 648-653 doi: 10.15302/J-FASE-2023505
Enhancement of farming management relies heavily on enhancing farmer knowledge. In the past, both the direct learning approach and the personnel extension system for improving fertilization practices of smallholders has proven insufficiently effective. Therefore, this article proposes an interactive knowledge learning approach using artificial intelligence as a promising alternative. The system consists of two parts. The first is a dialog interface that accepts information from farmers about their current farming practices. The second part is an intelligent decision system, which categorizes the information provided by farmers in two categories. The first consists of on-farm constraints, such as fertilizer resources, split application times and seasons. The second comprises knowledge-based practices by farmers, such as nutrient in- and output balance, ratios of different nutrients and the ratios of each split nutrient amount to the total nutrient input. The interactive knowledge learning approach aims to identify and rectify incorrect practices in the knowledge-based category while considering the farmer’s available finance, labor, and fertilizer resources. Investigations show that the interactive knowledge learning approach can make a strong contribution to prevention of the overuse of nitrogen and phosphorus fertilizers, and mitigating agricultural non-point source pollution.
关键词: artificial intelligence extension system non-point source pollution control smallholders fertilization
标题 作者 时间 类型 操作
Application of AI techniques in monitoring and operation of power systems
David Wenzhong GAO, Qiang WANG, Fang ZHANG, Xiaojing YANG, Zhigang HUANG, Shiqian MA, Qiao LI, Xiaoyan GONG, Fei-Yue WANG
期刊论文