摘要：2016年以来人工智能迎来新一轮发展热潮,以计算机围棋程序AlphaGo的连续性突破为代表,人工智能为人类展示了其拥有的巨大潜力.本文简要梳理了人工智能研究历史上的两条路线,阐述了算法、数据以及计算能力等在AlphaGo运行中的作用,剖析了人工智能在医疗保健、电力系统两大领域的应用瓶颈,分别在算法研究、工程应用、数据可用性以及应对伦理道德法律等风险维度对人工智能的未来进行了展望.

摘要：当前我国中医药的价值与作用已经逐步被国际社会所认可,人工智能技术在中医药领域的研究与应用已成为中医学现代传承战略的重要方法之一.本文首先概述了人工智能的定义、发展历程及所经历的三次技术浪潮;其次,详细阐述了类脑计算在国际的发展计划及其最新研究进展;最后,分析总结了人工智能在我国传统医学中医药领域的发展历程,以及国内外中医领域人工智能的研究与应用进展.

摘要：人工智能图像识别为医学影像识别带来革命性的发展.我们团队前期基于超过18万张来自EyePACS的眼底彩照构建了辅助诊断糖尿病视网膜病变(文中简称糖网)的人工智能深度学习算法模型.在实验室条件下,该模型灵敏度和特异度分别为95.3%和79.5%的高分.本研究以Airdoc眼底病智能识别平台用户上传的糖尿病患者眼底彩照34100张为测试数据集,验证该算法在真实世界中的准确性.结果真实应用中,模型检测糖网的敏感性sensitivity(判断被测者不患病的准确度)和特异性specificity(判断被测者患病的准确度)分别是94.6%、78.4%.该人工智能模型诊断糖网的准确度已超过三甲医院眼科医师平均水平,基本达到眼底病医师水平,且工作效率远远高于人类医师,为大样本人群普查、筛查是否有糖网病提供了有力工具.

摘要：针对当前政府大数据存在多源化、异构化、碎片化及价值密度低等问题,给电子政务知识服务带来巨大挑战.知识融合能解决多源、异构的知识优化重组问题,提高电子政务知识服务质量.首先,对知识融合及其相关研究进展进行了理论回顾,探讨了大数据环境下电子政务知识服务的内涵、基本特征,分析电子政务知识服务对知识融合的现实需求;其次,提出了基于知识融合的电子政务知识服务模式,构建了基于知识融合的电子政务知识服务系统模型,并对系统模型进行分析;最后,总结了研究局限与展望.

摘要：中文姓名英译现状非常混乱,在科研评价中根据作者英文名检索时有很大的问题.论文作者姓名中英自动翻译研究旨在为科研机构评价人才提供准确的参考,使其从繁琐的匹配论文工作中解脱出来.针对论文作者这一固定、较为封闭的群体,本文研究中、英文的姓名翻译对照规则,设计中英文姓名对照辞典;调研了中文姓名英译存在的问题,归纳总结出了适合长远发展以及推广的中文姓名英译的规则:《中国人名汉语拼音字母拼写法》;根据论文编号、第一作者、英文名写法筛选形成中英文姓名对照字典建设语料库,在此基础上设计与实现论文作者姓名中英自动翻译模型,规避了复姓、多音字、生僻字等一些复杂情况.该模型的设计与开发针对论文作者语料库,根据相似性算法优化匹配符合作者需求的规范化英文名,较之一般翻译软件具有较高的准确率.