Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 357

会议视频 45

会议信息 1

年份

2024 2

2023 36

2022 59

2021 60

2020 45

2019 35

2018 30

2017 24

2016 13

2015 9

2014 13

2013 8

2012 7

2011 4

2010 5

2009 5

2008 7

2007 5

2006 4

2005 2

展开︾

关键词

人工智能 54

信息技术 8

机器学习 6

人工神经网络 4

神经网络 4

群体智能 4

医学 3

新一代人工智能 3

智能制造 3

2019全球工程前沿 2

SARS 2

互联网 2

代谢组学 2

农业科学 2

大数据 2

工业互联网 2

智能化 2

深度学习 2

展开︾

检索范围：

排序：展示方式：

我国企业人工智能应用现状与挑战

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

摘要： Maintaining American leadership in artificial intelligence [EBOL]‍. 2019-02-14 [ 2022-04-15 ]‍.https:www‍.federalregister‍.govdocuments201902142019-02544maintaining-american-leadership-in-artificial-intelligence‍Proposal for a regulation laying down harmonised rules on artificial intelligence [EBOL]‍. 2021-04-https:digital-strategy‍.ec‍.europa‍.euenlibraryproposal-regulation-laying-down-harmonised-rules-artificial-intelligence‍Artificial intelligence in medicine [J]‍. Metabolism , 2017 , 69S : 36 ‒ 40 ‍.

关键词：人工智能企业场景智能解决方案落地应用全栈AI AI根技术

HTML PDF 收藏

AI 的多重知识表达

潘云鹤

《工程（英文）》 2020年第6卷第3期页码 216-217 doi: 10.1016/j.eng.2019.12.011

HTML PDF 收藏

基于人工智能的内容安全发展战略研究

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

摘要：

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

HTML PDF 收藏

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

摘要：网络安全与人工智能技术有着广泛的交叉。一方面，可以将人工智能技术（如深度学习）引入网络安全领域，构建智能模型，实现恶意代码检测、入侵检测和威胁情报感知等。另一方面，人工智能模型面临针对样本、学习过程和决策等的各种威胁。因此，人工智能模型需要网络安全防护技术来对抗各类攻击，实现隐私保护机器学习以及安全的联合深度学习等。本文对人工智能与网络安全交叉研究进行综述，首先总结现有利用人工智能技术对抗网络攻击的研究工作，包括采用传统机器学习技术和深度学习技术在对抗网络攻击方面的应用和效果。然后总结和分析人工智能会遭受的对抗攻击，对现有针对对抗攻击的防御方式进行归类，分析各自特点。最后，从构建加密神经网络和实现安全联合深度学习两个方面阐述现有工作中构建安全人工智能系统的方案。

关键词：网络安全；人工智能；攻击监测；防御技术

HTML PDF 收藏

我国人工智能核心软硬件发展战略研究

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

摘要：

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。

关键词：人工智能核心软硬件人工智能芯片智能基础算法新型使能技术

HTML PDF 收藏

我国人工智能伦理监管需求分析及对策研究

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

摘要： AI 监管过程的重要任务。本文从 AI 伦理焦点问题着手，对智能技术的机器权利与人权分配、社会信任危机、数据及算法安全性、确权与责任归属等已经出现的风险问题进行细致梳理；总结了国内外 AI 产业的发展路径和政策现状，据此多维度开展我国AI 领域伦理监管的需求分析。研究认为，应根据 AI 技术进展，分阶段延伸 AI 治理的监管范围；建立伦理、法律、政策相结合的多维度监管框架，提供相对充分的社会言论空间，确保各利益相关方参与 AI 安全公共讨论；有序完善多层级的科技伦理监管组织机构，积极参与 AI 国际规则制定，为我国 AI 产业的全球化发展机遇创造良好条件。

关键词：人工智能治理架构伦理监管伦理委员会

HTML PDF 收藏

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

摘要：基于互联网的信息物理世界深刻地改变了人工智能（artificial intelligence, AI）发展的信息环境，将人工智能研究的新浪潮推进到人工智能2.0新纪元。作为AI 2.0时代最突出的研究特点之一，群体智能引起了产业界和学术界的广泛关注。具体来说，为应对挑战，群体智能提供了一种通过聚集群体的智慧解决问题的新模式。

关键词：群体智能；人工智能2.0（AI 2.0）；众包；人本计算。

HTML PDF 收藏

人类科学家打破AI在矩阵乘法算法上长期保持的纪录

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

HTML PDF 收藏

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

摘要：人工智能（AI）是技术革命和产业转型的核心技术。金融智能作为AI 2.0时代新需求之一，引起学术界和工业界广泛关注。相信这些研究方向可为AI 2.0在金融领域的发展奠定基础。

关键词：人工智能；金融智能

HTML PDF 收藏

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

摘要： In recent years, the artificial intelligence (AI) technology is becoming more and more popular in many areas due to its amazing performance. However, the application of AI techniques in power systems is still in its infancy. Therefore, in this paper, the application potentials of AI technologies in power systems will be discussed by mainly focusing on the power system operation and monitoring. For the power system operation, the problems, the demands, and the possible applications of AI techniques in control, optimization, and decision making problems are discussed. Subsequently, the fault detection and stability analysis problems in power system monitoring are studied. At the end of the paper, a case study to use the neural network (NN) for power flow analysis is provided as a simple example to demonstrate the viability of AI techniques in solving power system problems.

关键词： power system operation and monitoring artificial intelligence (AI) deep learning power flow analysis

HTML PDF 收藏

人工智能独立医用软件监管研究

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

摘要：人工智能（AI）独立医用软件是人工智能时代赋能医疗健康领域的重要产物。随着人工智能的深入发展，人工智能独有的黑盒算法及自主学习能力引起了巨大的监管挑战。AI 独立医用软件的监管需要与时俱进，为最大程度降低人工智能医疗软件不良事件发生率和风险影响，我们亟待寻求更为科学合理的监管应对方案。对此，本文从AI 技术特征监管应对出发，针对算法变更管理、质量控制、安全追溯等监管上存在的痛点和难点问题梳理了国内外AI 独立医用软件相关监管制度和支撑资源的现状。分析总结了我国AI 独立医用软件监管在制度层面、支撑资源层面仍面临的一些问题与挑战，并针对上市后监管短板提出了措施建议：系统完善AI 独立医用软件监管制度，深化AI 独立医用软件监管支撑体系。以期能够为进一步完善我国AI 独立医用软件科学监管提供参考。

关键词：独立医用软件，人工智能，监管科学

HTML PDF 收藏

多无人系统协同中的人工智能安全探索

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

摘要：

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。

关键词：多无人系统协同，人工智能安全，安全风险防控

HTML PDF 收藏

基于人工智能的网络空间安全防御战略研究

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

摘要：

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。

关键词：人工智能，网络空间安全，网络攻击，网络防御

HTML PDF 收藏

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

摘要：人工智能通过从数据中识别隐藏模式以提高金融决策质量，从而加速金融服务的发展。然而，除了通常需要的属性，如模型准确性，金融服务还需要可信赖的人工智能，但其属性尚未充分实现。这些可信人工智能的属性是可解释性、公平性和包容性、稳健性和安全性，以及隐私保护。在本文中，我们回顾人工智能应用于金融服务各领域的最新进展和局限性，包括风险管理、欺诈检测、财富管理、个性化服务和监管技术。基于这些进展和局限性，介绍了金融大脑2.0，一个走向可信人工智能的研究框架。我们认为，在金融服务中，我们离真正可信人工智能还有很长的路要走，并呼吁人工智能和金融业的社区一同努力。

关键词：金融智能；可信人工智能；风险管理；欺诈检测；财富管理

HTML PDF 收藏

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

摘要：

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