2021至2023年人工智能领域研究热点分析述评与展望

在当今数字化和智能化的时代背景下,人工智能（artificial intelligence,AI）已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会（CCF）推荐的AI领域CCF-A类国际会议和期刊所发表论文的研究成果进行收集,并在此基础上采用文献计量学的方法论来通过关键词对研究热点进行分析,进行基于高频关键词分析研究热点、基于新增关键词分析研究趋势、基于引用量加权的关键词分析高影响力研究,可以梳理AI研究的主流方向、发现AI主要研究方向的相互联系和交叉融合的特点.此外,对当前研究热点如大语言模型（large language model,LLM）、AI驱动的科学研究（AI for Science）和视觉生成相关论文的关联热点进行分析,可以挖掘技术路径和方法论的演变,展现技术创新背后的科学理论和应用前景,从而进一步揭示AI研究的最新趋势和发展前景.     

基于AI技术的高校计算机类课程教学方法研究

传统高校计算机类课程教学方法中,虚拟现实（Virtual Reality,VR）教学空间场景未对学生交互行为进行跟踪,造成教学方法响应时间较长,为此分析人工智能（Artificial Intelligence,AI）技术在高校计算机类课程教学中的应用。使用3D Max软件创建VR教学空间场景,将场景文件发送给学生后,对学生交互行为进行跟踪。引入AI技术获取通信信号,实现AI技术在高校计算机类课程教学中的应用。实验结果表明,该研究方法响应时间更短,更适用于高校计算机类课程教学。     

自主非玩家角色面部行为的实现

为了用自主非玩家角色（ANPC）来实现游戏里的人工智能,提出了一种“模型．视图．控制器（VC）,的设计模式来实现此类ANPC,该模式将AI从游戏引擎中分离出来。用一种混合变形顶点着色（BMVS）技术实现ANPC的面部行为,该技术可以把各个行为动画,如眨眼、微笑、视位（visemes）,混合形成整个面部行为动画。采用顶点着色技术,不用锁定顶点缓存和新建混合后形成的网格（mesh）,因而能提高动画渲染效率。     

基于语义虚拟环境的虚拟人动画研究与实现*

现有虚拟环境建模（如VRML/X3D）主要集中在几何图形的描述,所显示的虚拟场景对于人是可理解的,但对于计算机是不可理解的,因而难以作有意义的自动处理。基于语义Web设计了一个语义虚拟环境（主要包括语义虚拟场景和语义虚拟人）,并设计了基于语义虚拟环境的虚拟人动画引擎。语义虚拟环境使得计算机能够理解和自动处理虚拟环境的语义信息,并且使得虚拟环境系统具有可重用性、可扩展性和可集成性。最后,在语义虚拟环境和虚拟人动画引擎的基础上开发了一个办公室场景中智能虚拟人行动推理的系统,取得了很好的效果。     

计算机动画中人体建模与皮肤变形技术的研究现状与展望

人体动画制作技术是计算机动画领域内的研究热点和难点。在制作真实感人体动画时,除了有真实的人体运动和灵活的运动控制方法外,还需要有逼真的人体造型和皮肤变形效果。为了使计算机动画研究领域的研究人员对当前各种人体建模与皮肤变形技术有较全面的了解,对计算机动画中的真实感人体建模与皮肤变形技术进行了较为全面的阐述,将现有的方法分为三大类:基于面模型的方法、基于体模型的方法和基于层次式模型的方法,并分析和比较了这些方法的优缺点。在回顾了现有的人体建模与变形技术的基础上指出,3维扫描技术的发展使人体建模和皮肤变形的研究面临新的契机。如何充分利用基于扫描技术建模的优点,并结合层次式建模与变形方法的灵活性的特点,创作出高度真实感的人体皮肤模型及其变形效果,是未来研究的重要方向。     

刍议计算机动画基本技术

本文首先比较了计算机动画与手工动画，阐述了计算机动画的优势所在。然后，给出了制作动画的一些基本方法（如色彩循环，翻页及反走样技术等），并指出了其优缺点。     

云计算环境中智算AI的安全与隐私保护机制研究

智算人工智能（Artificial Intelligence,AI）技术是信息技术领域的新兴核心,可以提高计算机计算效率,推动大数据分析、机器学习和人工智能等新兴技术的发展。文章主要研究云计算环境中智算AI的安全与隐私保护机制,重点探讨高级加密标准（Advanced Encryption Standard,AES）算法的初始化、子密钥生成和加密处理流程,实验测试了算法防御网络入侵攻击的有效性。结果显示,该算法在提升数据安全性方面表现出色,为云计算环境中智算AI的数据安全与隐私保护提供了实践方法。     

计算机人工智能识别技术及其应用的研究

智能识别技术受到了社会各界广泛关注,应用于社会中不同的行业,并发挥了明显优势和作用。文章基于计算机人工智能（Artificial Intelligence,AI）识别技术,从语音识别技术、人脸识别技术、指纹识别技术、智能卡识别技术以及智能卡识别技术等方面分类人工智能识别技术,并就其在各行各业的应用进行研究。     

数字革命与计算机动画

计算机动画技术正在以一种新兴产业的形式展现在人们面前。本文从关键帧动画、变形体动画、过程动画、关节动画和人体动画、基于物理的动画等五个方面对迄今为止的计算机动画技术进行了描述。     

医学影像人工智能辅助诊断的样本增广方法

针对不同领域人工智能（AI）应用研究所面临的采用常规手段获取大量样本时耗时耗力耗财的问题,许多AI研究领域提出了各种各样的样本增广方法。首先,对样本增广的研究背景与意义进行介绍;其次,归纳了几种公知领域（包括自然图像识别、字符识别、语义分析）的样本增广方法,并在此基础上详细论述了医学影像辅助诊断方面的样本获取或增广方法,包括X光片、计算机断层成像（CT）图像、磁共振成像（MRI）图像的样本增广方法;最后,对AI应用领域数据增广方法存在的关键问题进行总结,并对未来的发展趋势进行展望。经归纳总结可知,获取足够数量且具有广泛代表性的训练样本是所有领域AI研发的关键环节。无论是公知领域还是专业领域都进行样本增广,且不同领域甚至同一领域的不同研究方向,其样本获取或增广方法均不相同。此外,样本增广并不是简单地增加样本数量,而是尽可能再现小样本量无法完全覆盖的真实样本存在,进而提高样本多样性,增强AI系统性能。     

人工智能与人工生命

人工生命(ArtificialLife)是一门正在迅速发展的新兴学科。将人工智能(ArtificialIntelligence)方法与人工生命方法相结合,是目前人工智能研究的新方向。该文介绍了人工生命的概念和研究方法,分析了人工智能目前的困难以及人工生命与人工智能的区别与联系,并介绍了几种二者结合的实例。     

人工生命与广义人工生命

该文评述了C.Langton的“人工生命”学科定义、“人工生命”综合方法论和“人工生命”突现演化观。同时还评论了涂序彦的“广义人工生命”观、“广义人工生命”的应用前景及“广义人工生命”的综合与分析相结合方法论。     

广义人工生命概述

详细介绍了广义人工生命的定义、模型,给出了其科学理论基础及研究领域、研究方法,最后结合个人观点对其研究意义进行了总结。     

人工生命及其基本原理

该文总结了人工生命的产生和发展状况，介绍了人工生命的研究对象和实现技术，讨论了人工生命和人工智能的关系。通过若干典型人工生命研究实例，分析了人工生命技术的基本原理，并用计算机程序模拟自然生态系统对人工生命的理论方法和实现技术进行了探讨。程序模拟方法在基因的遗传与优选方面有着相当的实际意义，用类似方法对各种自然生物的生命状态、生活习性进行模拟，可在较短的时间内模拟自然生命需要几千乃至上万年的进化历程。     

人工鱼的认知建模方法研究

“人工鱼”利用人工生命方法创作计算机动画。为了进一步提高动画角色的智能水平,将人工智能方法学引入到“人工鱼”系统中,建立认知模型,控制人工动物的行为,使人工动物成为更加自主的和智能的角色。该文介绍了认知建模的概念、特点,给出人工鱼的认知建模方法研究的主要内容和模型结构。     

人工智能综述

人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科,主要包括计算机实现的智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。     

人工智能的挑战

人工智能（Artificial Intelligence)作为当前科学技术发展中的一门前沿学科，面临很多争论、困难和挑战，本文从两大方面论述了人工智能面临的机遇和挑战。     

基于人工心理的机器人平台的研究与实现

本文提出并实现了一种基于人工心理的机器人平台。平台采用上下位机结构,上位机采用嵌入式PC,利用语音合成与识别技术、图像识别与处理技术实现多通道人机交互,利用人工智能和人工心理理论建立数学模型,实现机器人的智能化和情感化交互;下位机采用PIC单片机系统实现机器人的行为控制。实验结果表明,机器人可以与人实现和谐的情感智能交互。     

一种用于图像曲线抽取的人工杆菌模型

用于曲线抽取的人工杆菌模型受启发于自然界中普遍存在的真实的杆菌。首先,杆菌直短线状的形状很有利于描述线条;其次,真实的杆菌在繁殖和移动的过程中就会排列成有趣的曲线。人工杆菌模型是基于人工生命理论和真实杆菌群落的、以数字图像的曲线抽殿为目标构建的。人工生命模型的很重要的思想是：生命个体的行为规则很简单,但是群体行为涌现出复杂的自适应的智能特点。本文提出的人工杆菌模型反映了生命世界的并行、动态、鲁棒等特点,具备了从图像中提取曲线的功能。     

Artificial immune system inspired behavior-based anti-spam filter

This paper proposes a novel behavior-based anti-spam technology for email service based on an artificial immune-inspired clustering algorithm. The suggested method is capable of continuously delivering the most relevant spam emails from the collection of all spam emails that are reported by the members of the network. Mail servers could implement the anti-spam technology by using the “black lists” that have been already recognized. Two main concepts are introduced, which defines the behavior-based characteristics of spam and to continuously identify the similar groups of spam when processing the spam streams. Experiment results using real-world datasets reveal that the proposed technology is reliable, efficient and scalable. Since no single technology can achieve one hundred percent spam detection with zero false positives, the proposed method may be used in conjunction with other filtering systems to minimize errors.