检索范围：
排序： 展示方式：
宿彦京,杨明理,祝伟丽,周科朝,薛德祯,汪洪 ,谢建新
《中国工程科学》 2023年 第25卷 第3期 页码 161-169 doi: 10.15302/J-SSCAE-2023.03.015
新材料研发智能化技术发展迅速，显著增强材料研发效率及工程化应用水平，获得国际性的高度关注；我国在此领域发展相对滞后，基础设施条件面临缺口，制约着新材料原始创新及产业发展质量。本文总结了新材料研发智能化涉及的关键技术，从技术角度梳理了国内外发展现状，分析了我国新材料研发智能化面临的挑战；阐述了新材料研发智能化技术体系框架，包括材料智能计算设计技术与核心软件、材料自主 / 智能实验技术与高端装置、材料人工智能基础算法及关键技术、材料数字孪生、材料智能化研发平台与协同创新网络等。提出了创新生态构建及保障、产业化发展环境、数据底座与标准体系、人才培养与国际合作方面的举措建议，以期推动新材料研发智能化技术体系的发展与应用。
孙宝德,疏达,付华栋,汪东红,彭立明,王新云,朱言言,王华明,丁文江,谢建新
《中国工程科学》 2023年 第25卷 第3期 页码 152-160 doi: 10.15302/J-SSCAE-2023.03.014
发展智能制造是我国制造业创新升级的主攻方向，高端新材料是支撑高端装备和重大工程需求的核心材料，推动智能制造与高端新材料制造紧密结合，对提升高端新材料制造能力，满足重大装备对高端新材料的需求，具有重要意义。本文深入分析了高端新材料智能制造的必要性，在分析面向高端新材料的高性能制造、复杂构件的整体化与轻量化制造、高端构件的一体化与低成本绿色制造等特征基础上，总结了传统“试错法”研发模式在材料制造领域遇到的主要问题与挑战，分析了数据驱动的高端新材料智能制造研发模式带来的重大变革与机遇，并以材料智能加工成形为例，全面梳理了亟需发展的共性关键技术及其发展方向。本文从加强关键技术研究、构建创新体系、创新学科交叉人才培养和加快成果转化等方面，提出了加快发展高端新材料智能制造的对策建议，以缩短与国外先进水平的差距，支撑我国材料产业的升级换代和跨越式发展。
潘云鹤
《工程（英文）》 2016年 第2卷 第4期 页码 409-413 doi: 10.1016/J.ENG.2016.04.018
随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今人工智能(AI) 发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，人工智能的科学基础和实现载体也面临新的突破，人工智能正进入一个新的阶段。这个源于传统而又与之不同的人工智能新阶段被称为人工智能2.0(AI 2.0)。本文从人工智能60 年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0
大数据人工智能下的多重知识表达：框架、应用及案例研究 Perspective
杨易,庄越挺,潘云鹤
《信息与电子工程前沿（英文）》 2021年 第22卷 第12期 页码 1551-1684 doi: 10.1631/FITEE.2100463
关键词： 多重知识表达；人工智能；大数据
智慧社会与人工智能——用于智能维护的大数据调度和全球标准方法 Article
Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, Nicola Delmonte
《工程（英文）》 2020年 第6卷 第7期 页码 835-846 doi: 10.1016/j.eng.2019.11.014
人工智能（AI）在智慧社会中的运用需要对人类习惯进行分析，而这需要使用智能应用、智能基础架构、智能系统和智能网络的自动数据调度与分析。在这种情况下，培训和操作流程之间存在鸿沟，因此需要一种专门的方法来管理和提取海量数据，并进行相关的信息挖掘。本文提出的方法致力于在智能管理中使用接近零故障的高级诊断（AD）来缩小这种差距。我们还开发了创新应用程序，可用于以人为本的管理系统，以支持操作流程维护工作的安排，从而降低培训成本、提高产量，并创建用于智能基础架构设计的人机网络空间。来自12家国际公司的研究结果证明，操作流程可进行全球标准化，因此我们设计了一种能够自主学习和升级的接近零故障的智能系统。本文提出的新方法为选择新一代智能制造和智能系统提供了指导，从而优化了人机交互以及相关的智能维护和教育。
人工智能新方向：类人、机器、仿生和量子智能 Comment
李伟钢,Liriam Michi ENAMOTO,Denise Leyi LI,Geraldo Pereira ROCHA FILHO
《信息与电子工程前沿（英文）》 2022年 第23卷 第6期 页码 984-990 doi: 10.1631/FITEE.2100227
模拟光计算推动人工智能发展 Review
吴嘉敏, 林星, 郭雨晨, Junwei Liu, 方璐, Shuming Jiao, 戴琼海
《工程（英文）》 2022年 第10卷 第3期 页码 133-145 doi: 10.1016/j.eng.2021.06.021
人工智能（AI）技术正在飞速发展并已在各行各业得到了广泛的应用，但大数据的爆炸式增长使其在硬件的处理速度和功耗方面面临了前所未有的严峻挑战而光计算恰好利用光子的特性，包括宽带、低延迟和高能效，为解决这一瓶颈提供了一个独特的视角。本文介绍了不同AI 模型的光计算的最新研究进展，包括前馈神经网络、蓄水池计算和脉冲神经网络（SNN）。集成光子器件的最新进展和AI 的兴起为光计算在实际应用中的再次崛起创造了良好的发展机遇。这项浩大的工程需要不同领域多学科的交叉来实现。
宁圃奇, 韦统振, 肖立业, 齐智平, 严萍
《中国工程科学》 2018年 第20卷 第3期 页码 125-131 doi: 10.15302/J-SSCAE-2018.03.018
新材料技术及其新装备作为未来智能电网与能源网融合的重要组成部分，对推动我国能源革命，促进能源转型以及刺激能源行业创新发展具有重大作用。本文以“融合网”为对象，重点探讨了新材料及其新装备的关键技术，并详细分析了发展新材料及其新装备对我国能源战略布局与发展的重要意义。基于国内外发展现状，本文重点讨论了新材料及其新装备在实现“融合网”过程中可能遇到的主要问题，分析了面向“融合网”新材料及其装备的发展趋势与挑战。据此本文在最后提出发展建议，力求助力我国新材料及其新装备的建设，推动“融合网”的深度发展。
方滨兴,时金桥, 王忠儒,余伟强
《中国工程科学》 2021年 第23卷 第3期 页码 60-66 doi: 10.15302/J-SSCAE-2021.03.002
人工智能（AI）在为社会进步带来显著推动效应的同时，也在促进网络空间安全领域的重大变革，研究AI 和网络空间安全结合带来的安全问题具有迫切意义本文采用自顶向下的分析方法，从加剧现实安全威胁、催生新型安全威胁两个角度分析了AI 和网络空间安全结合带来的政治安全、经济安全、社会安全、国防安全等重大问题，提炼了自主化规模化的拒绝服务攻击、智能化高仿真的社会工程学攻击、智能化精准化的恶意代码攻击等新型威胁场景，总结了环境自适应隐蔽攻击、分布式自主协作攻击、自我演化攻击等未来发展趋势。为有效应对AI 赋能网络攻击的安全威胁，建议从防范安全威胁、构建对等能力角度加强智能化网络攻防体系建设和能力升级；加强AI 安全数据资产的共享利用，采取以数据为中心的AI 网络攻防技术发展路径；加强对抗评估和测试验证
挑战与希望：AI2.0时代从大数据到知识 Review
Yue-ting ZHUANG,Fei WU,Chun CHEN,Yun-he PAN
《信息与电子工程前沿（英文）》 2017年 第18卷 第1期 页码 3-14 doi: 10.1631/FITEE.1601883
李伯虎,柴旭东,张霖,侯宝存,刘阳
《中国工程科学》 2018年 第20卷 第4期 页码 73-78 doi: 10.15302/J-SSCAE-2018.04.012
当前，正在进入“新互联网+大数据+人工智能+”时代，新一代人工智能技术引领下的智能制造系统是一种“新互联网+新智能制造资源/能力/产品”的人/机/物/环境/信息新型智能互联制造系统。本文阐释了新一代人工智能技术引领下的智能制造系统的内涵、体系架构、技术系统，探讨了新一代人工智能技术引领下的智能制造系统雏形初探——航天云网中的基于大数据智能技术，提出了发展新一代人工智能技术引领下的智能制造系统的若干建议，特别是重视技术、应用和产业的协调发展，在突出各国、各行业、各企业特色的同时，加强与全国、乃至全球的合作与交流，进而形成新时代下智能制造新模式、新手段和新业态。
关键词： 新一代智能制造 新型智能互联制造系统 大数据智能
人工智能与统计分析 Perspective
Bin YU, Karl KUMBIER
《信息与电子工程前沿（英文）》 2018年 第19卷 第1期 页码 6-9 doi: 10.1631/FITEE.1700813
关键词： 人工智能；统计；人机协作
大数据为材料研究创造新机遇——材料设计的机器学习方法与应用综述 Review
周腾, Zhen Song, Kai Sundmacher
《工程（英文）》 2019年 第5卷 第6期 页码 1017-1026 doi: 10.1016/j.eng.2019.02.011
材料的发展在历史上是由人类的需求和欲望所驱动的，且在可预见的将来，这种情况应该会继续下去。新型功能材料是为目标属性或性能而定制的，这将是应对挑战的关键。从传统上讲，先进的材料都是通过经验或实验验证的方法发现的。因为现代实验和计算技术产生的大数据越来越容易获取，数据驱动或机器学习（ML）方法为发现和合理设计材料打开了新的蓝图。本文简要介绍了各种ML方法和相关的软件或工具。重点介绍了将ML方法应用于材料研究的主要思路和基本步骤。本文还总结了近期ML在多孔聚合材料、催化材料和含能材料的大规模筛选和优化设计中的重要应用。最后给出了结束语和展望。
章明,刘培
《中国工程科学》 2020年 第22卷 第6期 页码 111-120 doi: 10.15302/J-SSCAE-2020.06.015
标题 作者 时间 类型 操作
智慧社会与人工智能——用于智能维护的大数据调度和全球标准方法
Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, Nicola Delmonte
期刊论文
京公网安备 11010502051620号
