摘要： 中央廣播電視總臺(tái)在2022年全國(guó)兩會(huì)報(bào)道中全新布局,廣泛運(yùn)用以AI、VR、8K、云計(jì)算等為代表的新技術(shù)新手段,賦能兩會(huì)報(bào)道新圖景;創(chuàng)新兩會(huì)報(bào)道范式,打造出多樣化、輕量化精品融媒體產(chǎn)品;通過深度整合強(qiáng)化協(xié)同傳播平臺(tái)和社會(huì)資源,建構(gòu)立體化的兩會(huì)報(bào)道傳播矩陣,在融合創(chuàng)新中彰顯國(guó)家主流媒體的責(zé)任和擔(dān)當(dāng)。

摘要： 本文闡述了電影修復(fù)的現(xiàn)實(shí)意義,介紹了當(dāng)前電影修復(fù)工藝流程,從修復(fù)的全流程出發(fā)通過對(duì)修復(fù)中的具體問題展開具體分析探究修復(fù)技術(shù)。尤其對(duì)數(shù)字畫面修復(fù)方面進(jìn)行了詳細(xì)闡述,闡述中對(duì)現(xiàn)有的修復(fù)技術(shù)手段做了解析,提出了關(guān)于影片修復(fù)的進(jìn)一步思考以及對(duì)電影修復(fù)技術(shù)的前景展望。

摘要： 人工智能技術(shù)的廣泛應(yīng)用是創(chuàng)新型城市的重要標(biāo)志,基于居民健身服務(wù)的AI智能健身社區(qū)在提升居民體質(zhì)健康水平、促進(jìn)全民健身與全民健康有機(jī)結(jié)合、完善體醫(yī)學(xué)結(jié)合制度方面具有重大而深遠(yuǎn)的意義。該文從賦能社區(qū)管理、建智慧型城市的發(fā)展需求、加快建設(shè)創(chuàng)新型國(guó)家三方面進(jìn)行分析,提出以基層社區(qū)治理智能化綜合創(chuàng)新為平臺(tái),構(gòu)建AI智能健身社區(qū)的對(duì)策和方案。擬通過統(tǒng)一的服務(wù)平臺(tái)將市民醫(yī)學(xué)健康信息結(jié)合體質(zhì)監(jiān)測(cè)數(shù)據(jù)和健身數(shù)據(jù),主動(dòng)借力AI賦能,出具運(yùn)動(dòng)處方,正確選擇健身器材,科學(xué)健身,打造可移植、可復(fù)制的以“微改造”為主,財(cái)政投入合理、居民感受深切、政府創(chuàng)新引導(dǎo)、企業(yè)主體參與的服務(wù)型AI智慧健身社區(qū)。

摘要： 研究一種代替人工定位LTE外部干擾的工具,通過AI算法和自動(dòng)化技術(shù),將外部干擾源呈現(xiàn)在地圖上。它利用2 400維PRB數(shù)據(jù),生成小區(qū)的干擾瀑布圖;用AI算法判斷干擾種類,篩選外部干擾小區(qū);最后利用小區(qū)的MR大數(shù)據(jù),將表示小區(qū)受干擾程度的PHR用熱力圖的形式呈現(xiàn)在地圖上,指導(dǎo)優(yōu)化人員對(duì)外部干擾源進(jìn)行精準(zhǔn)定位,快速排除。

摘要： 隨著人工智能、云計(jì)算、大數(shù)據(jù)技術(shù)等新興技術(shù)的蓬勃發(fā)展,醫(yī)療行業(yè)的信息化也迎來歷史性挑戰(zhàn)和機(jī)遇。Robotic Process Automation簡(jiǎn)稱RPA(機(jī)器人流程自動(dòng)化)使醫(yī)療行業(yè)也進(jìn)入“數(shù)字員工”轉(zhuǎn)型,在醫(yī)院數(shù)據(jù)上報(bào)方面,RPA借助AI的加持,可取代重復(fù)性的人工勞動(dòng),將醫(yī)療、醫(yī)務(wù)信息人員從繁瑣的數(shù)據(jù)上報(bào)工作中解放出來,讓他們有更多的精力投入到管理、分析決策工作中,并為傳達(dá)、創(chuàng)造、管理價(jià)值發(fā)揮積極作用。

摘要： “新城建”背景下,人工智能成為數(shù)字化轉(zhuǎn)型核心驅(qū)動(dòng)力,融合知識(shí)圖譜、大數(shù)據(jù)與云計(jì)算,形成住建領(lǐng)域AI知識(shí)平臺(tái),加速產(chǎn)業(yè)信息數(shù)字化智能結(jié)構(gòu)重組。

摘要： 對(duì)于AI的新期待:AI 2.02017年RSNA大會(huì)上,主席Dr.Richard Ehman就人工智能在醫(yī)學(xué)影像的發(fā)展做了一番精彩的講話。一時(shí)間,AI在醫(yī)學(xué)影像上的應(yīng)用和發(fā)展成為熱門話題,并在五年的時(shí)間里持續(xù)升溫,逐漸變得更成熟、更多元、更實(shí)用。五年前,當(dāng)影像人剛剛接觸AI時(shí),都在議論AI對(duì)于圖像和診斷結(jié)果能帶來什么改變?；?font color="red">AI學(xué)習(xí)理解能力的技術(shù),不斷地在為我們提供更加精準(zhǔn)的圖像、更加標(biāo)準(zhǔn)的數(shù)據(jù)結(jié)果和更加智能的報(bào)告生成過程。AI 1.0由此誕生。

摘要： 本文基于云網(wǎng)融合基礎(chǔ),針對(duì)多云接入算力和海量數(shù)據(jù)分發(fā)所帶來的網(wǎng)絡(luò)確定性響應(yīng)和高效服務(wù)保障等問題,提出一種基于ELK開源架構(gòu),融合Telemetry實(shí)時(shí)采集和人工智能分析的技術(shù)架構(gòu),同時(shí)研發(fā)和分析網(wǎng)元Telemetry能力統(tǒng)一、實(shí)時(shí)采智控一體和海量數(shù)據(jù)精準(zhǔn)獲取等關(guān)鍵技術(shù),為行業(yè)相關(guān)業(yè)務(wù)實(shí)施提供參考與借鑒。

摘要： 加強(qiáng)醫(yī)療質(zhì)量控制體系建設(shè)是保障醫(yī)療質(zhì)量的有效手段,是推進(jìn)同級(jí)醫(yī)療機(jī)構(gòu)檢查結(jié)果互認(rèn)的重要基礎(chǔ),是深化醫(yī)藥衛(wèi)生體制改革的重要內(nèi)容。本文利用信息化手段和大數(shù)據(jù)AI技術(shù),通過對(duì)基礎(chǔ)數(shù)據(jù)管理、前置結(jié)構(gòu)化模板、規(guī)則庫(kù)引擎、NLP后結(jié)構(gòu)化信息手段、分解醫(yī)療相關(guān)指標(biāo)等技術(shù)設(shè)計(jì),將其融合在電子病歷中,構(gòu)建基于大數(shù)據(jù)和AI電子病歷的智能質(zhì)控系統(tǒng)。實(shí)時(shí)監(jiān)測(cè)全院醫(yī)療環(huán)節(jié),對(duì)醫(yī)護(hù)人員的醫(yī)療行為進(jìn)行事前預(yù)警、事中監(jiān)控、事后評(píng)價(jià)等焦點(diǎn)環(huán)節(jié)管理,從而全面提升全院醫(yī)療質(zhì)量管理水平。

摘要： 2月4日,央視新聞AI手語主播上崗,她將在冬奧會(huì)新聞播報(bào)、賽事直播和現(xiàn)場(chǎng)采訪中,為聽障人士送上實(shí)時(shí)手語翻譯服務(wù)。這位由“百度智能云曦靈”數(shù)字人平臺(tái)打造的首個(gè)AI手語主播,已在剛剛開啟的冰雪賽事中上線,她提供的手語服務(wù),讓聽障人士可以快捷獲取賽事資訊,感受賽事精彩。

摘要： 本文論述了基于智能Agent的原理.就Agent的概念,Agent技術(shù)理論進(jìn)行了初步的探討.在此基礎(chǔ)上,從Agent特性出發(fā),通過基于智能Agent的機(jī)器人走迷宮演示游戲的開發(fā)和實(shí)現(xiàn),總結(jié)并歸納了Agent的功能.隨著網(wǎng)絡(luò)環(huán)境的不斷完善和智能Agent技術(shù)的逐漸成熟,基于智能Agent的系統(tǒng)將是未來的發(fā)展方向.

摘要： 本文論述了基于智能Agent的原理.就Agent的概念,Agent技術(shù)理論進(jìn)行了初步的探討.在此基礎(chǔ)上,從Agent特性出發(fā),通過基于智能Agent的機(jī)器人走迷宮演示游戲的開發(fā)和實(shí)現(xiàn),總結(jié)并歸納了Agent的功能.隨著網(wǎng)絡(luò)環(huán)境的不斷完善和智能Agent技術(shù)的逐漸成熟,基于智能Agent的系統(tǒng)將是未來的發(fā)展方向.

摘要： 本文論述了基于智能Agent的原理.就Agent的概念,Agent技術(shù)理論進(jìn)行了初步的探討.在此基礎(chǔ)上,從Agent特性出發(fā),通過基于智能Agent的機(jī)器人走迷宮演示游戲的開發(fā)和實(shí)現(xiàn),總結(jié)并歸納了Agent的功能.隨著網(wǎng)絡(luò)環(huán)境的不斷完善和智能Agent技術(shù)的逐漸成熟,基于智能Agent的系統(tǒng)將是未來的發(fā)展方向.

摘要： 本文論述了基于智能Agent的原理.就Agent的概念,Agent技術(shù)理論進(jìn)行了初步的探討.在此基礎(chǔ)上,從Agent特性出發(fā),通過基于智能Agent的機(jī)器人走迷宮演示游戲的開發(fā)和實(shí)現(xiàn),總結(jié)并歸納了Agent的功能.隨著網(wǎng)絡(luò)環(huán)境的不斷完善和智能Agent技術(shù)的逐漸成熟,基于智能Agent的系統(tǒng)將是未來的發(fā)展方向.

摘要： 當(dāng)前網(wǎng)絡(luò)智能計(jì)算機(jī)輔助教學(xué)NICAI的發(fā)展還不很成熟,智能化和網(wǎng)絡(luò)化不能很好的融合,沒有形成一個(gè)完善的系統(tǒng)框架.本文通過用MULTI_AGENT方式來進(jìn)行NICAI的系統(tǒng)構(gòu)架,生成了一種較好的協(xié)同學(xué)習(xí)環(huán)境,能在較大的程度上滿足教學(xué)資料開放式共享,教學(xué)流程的精確控制和實(shí)時(shí)個(gè)性化教學(xué)的要求.

摘要： 當(dāng)前網(wǎng)絡(luò)智能計(jì)算機(jī)輔助教學(xué)NICAI的發(fā)展還不很成熟,智能化和網(wǎng)絡(luò)化不能很好的融合,沒有形成一個(gè)完善的系統(tǒng)框架.本文通過用MULTI_AGENT方式來進(jìn)行NICAI的系統(tǒng)構(gòu)架,生成了一種較好的協(xié)同學(xué)習(xí)環(huán)境,能在較大的程度上滿足教學(xué)資料開放式共享,教學(xué)流程的精確控制和實(shí)時(shí)個(gè)性化教學(xué)的要求.

摘要： 當(dāng)前網(wǎng)絡(luò)智能計(jì)算機(jī)輔助教學(xué)NICAI的發(fā)展還不很成熟,智能化和網(wǎng)絡(luò)化不能很好的融合,沒有形成一個(gè)完善的系統(tǒng)框架.本文通過用MULTI_AGENT方式來進(jìn)行NICAI的系統(tǒng)構(gòu)架,生成了一種較好的協(xié)同學(xué)習(xí)環(huán)境,能在較大的程度上滿足教學(xué)資料開放式共享,教學(xué)流程的精確控制和實(shí)時(shí)個(gè)性化教學(xué)的要求.

摘要： 當(dāng)前網(wǎng)絡(luò)智能計(jì)算機(jī)輔助教學(xué)NICAI的發(fā)展還不很成熟,智能化和網(wǎng)絡(luò)化不能很好的融合,沒有形成一個(gè)完善的系統(tǒng)框架.本文通過用MULTI_AGENT方式來進(jìn)行NICAI的系統(tǒng)構(gòu)架,生成了一種較好的協(xié)同學(xué)習(xí)環(huán)境,能在較大的程度上滿足教學(xué)資料開放式共享,教學(xué)流程的精確控制和實(shí)時(shí)個(gè)性化教學(xué)的要求.

摘要： 公開了經(jīng)由動(dòng)作中心來補(bǔ)充人工智能(AI)/機(jī)器學(xué)習(xí)(ML)模型，提供AI/ML模型重新訓(xùn)練硬件控制，以及提供AI/ML模型設(shè)置管理。AI/ML模型可以被部署在托管基礎(chǔ)設(shè)施上，其中AI/ML模型可以由機(jī)器人過程自動(dòng)化(RPA)機(jī)器人調(diào)用。當(dāng)AI/ML模型的性能下降到閾值以下時(shí)，AI/ML模型預(yù)測(cè)的結(jié)果和其他數(shù)據(jù)被發(fā)送到動(dòng)作中心，其中人類使用適當(dāng)?shù)膽?yīng)用來審查數(shù)據(jù)并且批準(zhǔn)預(yù)測(cè)，或者在預(yù)測(cè)錯(cuò)誤的情況下提供校正。該動(dòng)作中心批準(zhǔn)的結(jié)果然后被發(fā)送到RPA機(jī)器人用于被使用，替代來自AI/ML模型的預(yù)測(cè)。

摘要： 一種AI控制裝置(10)，其能夠與服務(wù)器裝置(30)連接，該服務(wù)器裝置(30)從多個(gè)用戶識(shí)別各個(gè)用戶并接收輸入數(shù)據(jù)，并針對(duì)每個(gè)用戶基于輸入數(shù)據(jù)生成學(xué)習(xí)完畢模型，該AI控制裝置(10)具備：控制部(11)；以及通信部(17)，其與服務(wù)器裝置(30)連接。控制部(11)獲取輸入數(shù)據(jù)，將能夠識(shí)別AI控制裝置(10)的用戶的識(shí)別信息與獲取的輸入數(shù)據(jù)相關(guān)聯(lián)，并經(jīng)由通信部(17)發(fā)送到服務(wù)器裝置(30)?？刂撇?11)執(zhí)行學(xué)習(xí)完畢模型，該學(xué)習(xí)完畢模型是使用所發(fā)送的獲取的輸入數(shù)據(jù)，通過服務(wù)器裝置(30)與其他用戶的學(xué)習(xí)完畢模型分開生成的，且該學(xué)習(xí)完畢模型學(xué)習(xí)獲取的輸入數(shù)據(jù)的特征，以從未知的輸入數(shù)據(jù)中檢測(cè)具有該特征的輸入數(shù)據(jù)。

摘要： 本申請(qǐng)?zhí)峁┮曈XAI算法系統(tǒng)設(shè)計(jì)方法、視覺AI算法系統(tǒng)設(shè)計(jì)裝置以及視覺AI算法系統(tǒng)，方法包括：在云端服務(wù)器上設(shè)置觸發(fā)規(guī)則、與觸發(fā)規(guī)則對(duì)應(yīng)的觸發(fā)算法、識(shí)別規(guī)則以及與識(shí)別規(guī)則對(duì)應(yīng)的識(shí)別算法；云端服務(wù)器將觸發(fā)規(guī)則以及與觸發(fā)規(guī)則對(duì)應(yīng)的觸發(fā)算法發(fā)送至攝像設(shè)備；提供用戶開發(fā)界面，開發(fā)者在用戶界面上選擇觸發(fā)規(guī)則以及識(shí)別規(guī)則；控制攝像設(shè)備在錄制視頻；控制云端服務(wù)器運(yùn)行識(shí)別規(guī)則對(duì)應(yīng)的識(shí)別算法。本申請(qǐng)能夠使得開發(fā)者快速地實(shí)現(xiàn)視覺AI算法系統(tǒng)的開發(fā)，使得開發(fā)者在研發(fā)具有深度學(xué)習(xí)功能的攝像設(shè)備時(shí)，降低了開發(fā)成本，對(duì)開發(fā)人員的能力要求也極大降低，同時(shí)也使得開發(fā)出的功能能夠滿足大部分開發(fā)者的需求。

摘要： 本發(fā)明公開一種AI平臺(tái)的多用戶存儲(chǔ)對(duì)接方法和AI平臺(tái)，其中，AI平臺(tái)的多用戶存儲(chǔ)對(duì)接方法用于AI平臺(tái)，AI平臺(tái)包括識(shí)別存儲(chǔ)塊；多用戶存儲(chǔ)對(duì)接方法包括：當(dāng)獲取到AI平臺(tái)切換用戶存儲(chǔ)系統(tǒng)的切換指令時(shí)，使用識(shí)別存儲(chǔ)塊判斷待切換的用戶存儲(chǔ)系統(tǒng)是否可用；若判定待切換的用戶存儲(chǔ)系統(tǒng)可用，則備份當(dāng)前用戶存儲(chǔ)系統(tǒng)的數(shù)據(jù)信息至AI平臺(tái)的數(shù)據(jù)庫(kù)；將待切換的用戶存儲(chǔ)系統(tǒng)的數(shù)據(jù)信息同步至AI平臺(tái)的數(shù)據(jù)庫(kù)；當(dāng)數(shù)據(jù)信息同步完成時(shí)，將同步結(jié)果反饋至AI平臺(tái)的服務(wù)層。本發(fā)明的技術(shù)方案能解決現(xiàn)有技術(shù)中AI平臺(tái)對(duì)不同的用戶存儲(chǔ)系統(tǒng)不兼容，導(dǎo)致需要提前確定對(duì)接的用戶存儲(chǔ)系統(tǒng)，降低了AI平臺(tái)的工作和使用效率的問題。

摘要： 本發(fā)明公開了基于華為昇騰AI處理器的星載AI綜合電子系統(tǒng)架構(gòu)，涉及衛(wèi)星綜合電子系統(tǒng)技術(shù)領(lǐng)域，具體包括AI算力模塊、FPGA模塊和星載模塊，所述AI算力模塊為實(shí)現(xiàn)圖像智能處理提供基礎(chǔ)功能支持包；所述FPGA模塊集成可靈活配置組合的可編程資；所述星載模塊通過高速以太網(wǎng)與FPGA模塊進(jìn)行通訊；本發(fā)明，以華為通用智能硬件作為天基AI算力平臺(tái)，將傳統(tǒng)衛(wèi)星典型分系統(tǒng)和典型載荷的計(jì)算功能向AI算力平臺(tái)轉(zhuǎn)移，采用異構(gòu)系統(tǒng)硬件架構(gòu)，結(jié)合開源軟件生態(tài)，提出了新一代衛(wèi)星AI綜合電子系統(tǒng)構(gòu)架，具有算力優(yōu)化分配、軟件按需加載、載荷即插即用、功能快速重構(gòu)的技術(shù)特點(diǎn)。

摘要： 本發(fā)明公開了一種基于Al?CQDs和Al?CNSs的抗氧化劑的制備方法，屬于抗氧化應(yīng)用領(lǐng)域。本發(fā)明以Ti3AlC2MAX相為碳源，使用電化學(xué)方法，通過調(diào)控電解電壓，在電解液中分別制備出了Al摻雜的碳量子點(diǎn)和Al摻雜的碳納米片(Al?CQDs和Al?CNSs)。將制得的Al?CQDs和Al?CNSs進(jìn)行抗氧化性能的測(cè)試從而檢測(cè)其抗氧化能力。本發(fā)明所述的制備方法簡(jiǎn)單，制備周期短，成本低廉并且環(huán)境友好，具有一定的商業(yè)可行性；制備得到的Al?CQDs和Al?CNSs均具有優(yōu)異的抗氧化性能。

摘要： 一種系統(tǒng)和方法為可編程邏輯控制器(PLC)程序中的每個(gè)功能塊提供人工智能(AI)伴侶以將AI集成到自動(dòng)化系統(tǒng)中。多個(gè)功能塊和系統(tǒng)功能塊被分組為邏輯組。控制問題從頂層被分解為邏輯分區(qū)，作為被編程為PLC程序中的功能塊的多個(gè)功能。每個(gè)功能塊和整個(gè)PLC程序與關(guān)聯(lián)的AI伴侶集成。AI伴侶的運(yùn)行時(shí)系統(tǒng)提供新的運(yùn)行時(shí)能力。提供了一種實(shí)現(xiàn)AI伴侶的方法。還提供了一種控制自動(dòng)化過程的方法。

摘要： 本申請(qǐng)實(shí)施例提供一種基于AI和大數(shù)據(jù)分析的威脅漏洞預(yù)測(cè)方法及云端AI系統(tǒng)，通過將安全監(jiān)控大數(shù)據(jù)日志加載到異?；顒?dòng)決策模型，輸出異?；顒?dòng)決策模型決策的異常活動(dòng)表達(dá)軌跡，結(jié)合異?；顒?dòng)表達(dá)軌跡，輸出對(duì)應(yīng)的異常調(diào)度知識(shí)圖譜，基于異常調(diào)度知識(shí)圖譜為安全防護(hù)節(jié)點(diǎn)生成對(duì)應(yīng)的防護(hù)強(qiáng)化固件數(shù)據(jù)，并基于防護(hù)強(qiáng)化固件數(shù)據(jù)對(duì)應(yīng)的防護(hù)性能測(cè)試數(shù)據(jù)，輸出威脅漏洞追溯指令關(guān)聯(lián)的防護(hù)開發(fā)計(jì)劃的威脅漏洞信息。由此設(shè)計(jì)，通過依據(jù)異?；顒?dòng)調(diào)度分析進(jìn)行防護(hù)固件強(qiáng)化后進(jìn)一步分析威脅漏洞信息，從而提高漏洞挖掘完善程度，由此評(píng)估防護(hù)開發(fā)計(jì)劃的開發(fā)結(jié)果畫像，可以便于針對(duì)性對(duì)防護(hù)開發(fā)計(jì)劃進(jìn)行計(jì)劃項(xiàng)目的更新，有助于提高防護(hù)開發(fā)的針對(duì)性和可靠性。

摘要： 本申請(qǐng)適用于計(jì)算機(jī)技術(shù)領(lǐng)域，提供了一種AI芯片控制方法、電子設(shè)備及AI芯片。該方法包括：根據(jù)待計(jì)算任務(wù)的參數(shù)信息及AI芯片的架構(gòu)參數(shù)信息，生成寄存器配置信息，AI芯片用于執(zhí)行待計(jì)算任務(wù)；將寄存器配置信息寫入AI芯片，以使AI芯片根據(jù)寄存器配置信息進(jìn)行運(yùn)算，能夠?qū)?font color="red">AI芯片運(yùn)行過程簡(jiǎn)單化，從而提高運(yùn)算效率，并且AI芯片根據(jù)寄存器配置信息進(jìn)行運(yùn)算的控制方法，能夠解決AI芯片時(shí)序收斂困難的問題，從而提高工作頻率；及使得AI芯片完成當(dāng)前運(yùn)算后能夠立即切換至下一個(gè)運(yùn)算，從而提高AI芯片的運(yùn)行性能。

摘要： 一種人工智能(AI)解碼方法，包括：獲得通過對(duì)第一圖像執(zhí)行第一編碼而生成的圖像數(shù)據(jù)以及與至少一個(gè)原始圖像的AI縮小相關(guān)的AI數(shù)據(jù)，其中，所述至少一個(gè)原始圖像與第一圖像相關(guān)；通過對(duì)所述圖像數(shù)據(jù)執(zhí)行第一解碼來獲得與第一圖像相應(yīng)的第二圖像；基于所述AI數(shù)據(jù)獲得用于執(zhí)行第二圖像的AI放大的深度神經(jīng)網(wǎng)絡(luò)(DNN)設(shè)置信息；以及通過經(jīng)由根據(jù)獲得的DNN設(shè)置信息操作的放大DNN對(duì)第二圖像執(zhí)行AI放大來生成第三圖像。所述DNN設(shè)置信息是經(jīng)由放大DNN和用于AI縮小的縮小DNN的聯(lián)合訓(xùn)練而被更新以用于執(zhí)行至少一個(gè)第二圖像的AI放大的DNN信息。