《俄制订多领域人工智能应用路线图》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2020-07-09
  • 俄罗斯经济发展部正在制订人工智能在卫生、交通、智慧城市、农业、工业和国防工业综合体等领域的应用战略和路线图,至2024年,将制定出不少于15个此类政策。

      在卫生领域,将运用人工智能来开发新药,通过解释医学图像在疾病诊断方面提供帮助,以及创建能进行诊断、开处方并下达医疗决策的系统。

      在交通领域,将人工智能技术用于城市中运行的车辆等无人驾驶工具,用无人机组织输送,对交通工具状况进行预测性监控。

      在工业领域,将运用人工智能对工业设施的安全技术进行监视,对设备和单个组件的运行进行预测性分析并确保产品质量。此外,计划将人工智能作为助手来设计新零件和产品。

      在创建“智慧城市”方面,首先将人工智能用于监控街道安全并向警方报告,分析特大城市的交通流量,预测各地区犯罪活动的几率;其次,用技术识别俄罗斯居民的面部和声音,以加快获得政府服务,多功能中心将出现机器人助手,而语音助手将出现在国家机构的信息咨询服务中;最后,利用人工智能对社交网络上帖子进行分析,帮助城市当局确定热门旅游点。

      据悉,俄罗斯储蓄银行和俄罗斯直接投资基金是上述政策制订的主要参与者。

  • 原文来源:http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2020-07/07/content_448133.htm?div=-1
相关报告
  • 《美发布《医学成像人工智能的基础研究路线图》》

    • 来源专题:生物科技领域知识集成服务
    • 编译者:陈方
    • 发布时间:2020-09-11
    • 2019年4月16日,一份名为《医学成像人工智能(AI)的基础研究路线图》的特别报告发布在《放射学杂志》。这份报告是以2018年8月在马里兰州贝塞斯达举办的一次研讨会成果为基础,探讨了医学成像中AI应用的未来。此次研讨会获得了国立卫生研究院(NIH)、北美放射学会(RSNA)、美国放射学院(ACR)、放射学与生物医学成像研究学会(The Academy)的共同赞助。会议的目标是促进诊断医学成像应用相关方的合作,识别知识差距并制定基础研究优先领域的路线图。 图1 基础研究与转化研究的联系 报告认为,机器学习算法将在未来十年内改变临床成像实践,但目前机器学习仍处于早期阶段。报告概述了医学成像研究利用AI的五个优先研究领域: 1、需要新的图像重建和增强方法,将成像装置产生的源数据转化为适合人类解读的图像。例如可使用更小剂量的静脉造影材料、更低的辐射剂量和经历更短的扫描和重建时间来产生高质量的图像。 2、需要自动标记和注释方法来快速生成机器学习研究的训练数据。这些标记方法通常使用机器学习算法来处理来自成像报告或电子病历的信息。 3、需要开发针对临床成像数据复杂性而训练的新型机器学习算法。由于大多数深度学习研究是针对自然图像的照片和视频开展的,因此需要开发高分辨率、3D、4D、多模态和多通道的新型机器学习算法。 4、需要可以向人类用户解释或说明建议的机器学习方法。这些方法将作为一种复杂的临床“自动驾驶仪”协助人类成像专家开展工作。 5、需要经验证的图像免识别和数据共享的方法,以促进临床成像数据集的广泛可用性。在使用临床数据时隐私问题是至关重要的,因此需要适当的临床成像数据聚合方法,来产生训练机器学习所需的大量数据。 报告总结了基础研究与转化研究之间相关性(如图1所示),认为基础研究导致新的图像重建和标记方法、新的机器学习算法和解释方法出现,每种方法所形成的增强数据集、数据工程和数据科学将是AI在医学成像中的应用成功部署的关键。 该报告还描述了许多有助于产生更多公开可用、经过验证可重复使用数据集的、可用于评估的新算法和新技术,并指出为了用于机器学习,这些数据集需要能快速创建带标签或带注释的成像数据的方法。此外,必须开发针对临床成像数据量身定制的新型预训练模型体系结构和分布式训练方法,以减少对机构之间数据交换的需求。 在阐述人工智能在医学成像中的基础研究目标时,报告强调标准组织、专业协会、政府机构和私营企业必须共同努力为患者服务,而它们也将从成像技术创新中受益。 郑颖 编译自https://www.sciencedaily.com/releases/2019/04/190416132134.htm 原文标题:Roadmap for AI in medical imaging.
  • 《聚焦军事领域 发力人工智能》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-11-27
    • 当前,人工智能正在深刻改变人们的思维理念、生活方式和探索方向,其在军事领域的运用和发展,也将对未来战争作战样式、作战空间和作战手段产生深远影响。各主要国家在把人工智能上升为国家战略的同时,也在采取多种措施促进人工智能的军事应用。   俄罗斯——   突出军用优先   注重实战检验   随着人工智能技术的重要性逐渐显现,俄罗斯已将人工智能列入优先发展领域,以此促进军事现代化和智能化,争夺战略制高点。   俄罗斯先后出台了《2018~2025年国家武器装备计划》《2030年前人工智能国家发展战略》等战略规划,组建国家人工智能中心、机器人技术发展中心等,用以开展人工智能和信息技术领域的理论和应用研究。   俄军目前在陆海空各个作战域内,都开发和应用了人工智能技术,拥有了相当规模的无人作战力量。   陆上拥有以“天王星”系列和“平台-M”“阿尔戈”等型号为代表的无人战车。空中拥有遂行侦察、指挥和通信中继任务的“石榴”-4、“超光速粒子”近程无人机,“海鹰”-10、“前哨”等中型无人机。水下在役“大键琴”-1R大型、“马尔林-350”小型、“视野-600”微小型无人潜航器等,特别是“波塞冬”核动力无人潜航器,可携带200万吨TNT当量的核战斗部。   从2015年开始,俄军在各军区和舰队组建战斗机器人连,大量列装机器人,不断组织人工智能演练。此外,俄军加快作战理论研究和新型装备系统研发,并在叙利亚和乌克兰东部战场进行实战检验,为无人作战系统的研发改进提供可靠依据。在2016年初的叙利亚军事行动中,俄军首次使用6台“平台-M”履带式无人战车和4部“暗语”轮式无人侦察车参与进攻并占领敌方阵地,开创了地面无人装备从辅战走向主战的实战先例。   当前,俄军正加紧将人工智能系统与无人机、导弹等相结合,以应对未来的智能化战争时代。   美国——   制定长期规划   强化技术引领   美军一直注重人工智能领域的技术研发,从国家战略层面进行布局,具有明晰的发展战略、具体的战术模式和强有力的技术支撑。从2000年开始,美国防部就通过定期更新无人装备发展战略与路线图,加强无人装备与技术发展的顶层规划。   2014年,美国提出了以人工智能为关键支撑技术的“第三次抵消战略”。2016年10月,时任美国总统奥巴马在白宫发布报告《国家人工智能研究和发展战略计划》,提出了美国优先发展的人工智能七大战略方向和两方面建议。美国军方相继制定了人工智能技术研发规划、重点项目设想、技术标准规范,着力构建研发生产和作战运用体系,推动智能导弹、无人自主空中加油等项目的部署。   目前,美军现役无人装备仍主要采取遥控或预编程方式进行控制,预计未来将在无人装备自主性、有人-无人协同等方面取得较大突破。美军还希望通过进一步开发神经技术,在未来战场上使作战人员能够与系统进行思想交互,最终实现人工智能系统的意识连接和类人化思考。   随着一系列新型作战概念和相关军事应用项目的部署,美国正在加快人工智能技术向武器装备系统和无人作战体系的转化进程,以抵消对手作战能力,维持绝对军事优势,维护其全球霸权。   英德以——   推进资源融合   各辟发展路径   英国把人工智能战略定性为国家重点战略,并制定了“高校为源、军民融合”的发展路径,注重与世界顶级高校和成熟的公司合作,探索在未来战场上保持军事优势的途径。2018年9月,英国宣称已经研制出了一种名为“智人”的人工智能军事机器人,能够扫描城市战场,发现隐藏敌人,并将信息发送给士兵。   作为传统的工业强国,德国将人工智能视为维持德国竞争力、保障德国未来的关键。拥有世界上最大的人工智能研究中心的德国,于2018年发布了国家层面的《人工智能战略》,计划2025年前在联邦层面投入约30亿欧元,打造“人工智能德国制造”品牌。在人工智能军事应用方面,德国也取得了不少重要成果。德军已经大批量装备具有智能化信息感知与处理能力的数字化系统,德国空军的“台风”战斗机,已成功实现与遥控载具的互联互通,可同时领受和执行作战任务。   以色列国土狭小、周边形势复杂,强烈的不安全感是促使其发展人工智能的强大动力,而深度军民融合,则为以军人工智能飞速发展提供了先进技术、充裕资金和高水平人才。其国家级人工智能计划——军队和希伯来大学合作的“塔楼”计划,就为以色列国防军提升智能化水平输送了不少优秀人才。   如今以色列已成为世界最大的军用无人机出口国,出口量约占全球的60%,其中,“赫尔墨斯”“云雀”等无人机代表着世界先进水平。近期在亚阿战争中令人关注的阿塞拜疆无人机,不少就是从以色列引进的。以色列“守护者”无人车,是世界上第一种可控的自主式无人车。以海军则装备有“保护者”“黄貂鱼”“海鸥”等多型无人水面艇,其中“海鸥”无人水面艇可执行反潜、反水雷、反蛙人等多样化任务。