人工智能学院机器智能研究团队代表性成果综述
团队概况辽宁工程技术大学机器智能研究团队由姜文涛、袁姮、曲海成、邱云飞、刘腊梅、王心霖等研究生导师构成，是我校园林优秀的研究生指导教师队伍。该团队政治立场坚定、人员配置科学、教学业务精通、育人成果突出。团队长期专注于人工智能及其交叉领域，研究方向特点突出，涵盖计算神经科学、深度学习、模式识别、神经网络、计算机视觉、遥感数据分析、智能信息处理、嵌入式系统等多个前沿方向，形成了科研与教学有机融合、理论与实践高度统一的研究体系和人才培养模式。团队在科研创新方面成果斐然，承担了包括国家自然科学基金、中央军委装备发
AI技术演进与实践应用全解
近期参与了一场关于人工智能知识的培训课程，现将讲座录音整理后分享给各位。今天我们探讨人工智能技术的发展历程、最新进展，以及在日常管理和工作中的应用策略。要理解AI的发展历程，需要回顾其数十年的演进过程。AI概念诞生之初，研究者们就在思考：计算机能否像人脑一样具备智能和管理能力？当时主要形成了两个研究学派。第一个学派称为符号主义。该学派主张人类的知识由一系列符号构成，只要理清符号之间的关联，知识就能被表达和传递。文字、数字、数学公式、化学方程式等都属于符号范畴。理清这些关系后，就能构建知识体系。这一学派最具
掌握AI智能体技能的全面指南
掌握AI智能体技能指南在当前数字化快速发展的背景下，AI智能体正逐步融入我们的日常生活，为各行各业带来深刻的变化。对于渴望掌握AI智能体技术的人而言，这是一个既充满考验又蕴含无限可能的领域。那么，究竟该如何有效地学习AI智能体呢？夯实基础知识首先，学习AI智能体需要具备一定的数学基础，包括线性代数、概率论和数理统计等。线性代数中的矩阵运算，是众多AI算法的核心支撑；概率论有助于理解数据分布和概率模型；数理统计则用于数据的分析与推断。这些知识如同构建高楼的地基，为后续深入学习更复杂的内容提供坚实的支撑。此外
【技术科普】第123期 深度解析算法奥秘
算法：是什么？算法：是什么？01算法是什么？算法的本质，其实一点都不复杂。简单来讲，算法就是为解决某一具体问题，设计的一套清晰、可一步步执行的操作流程，它核心追求两点：稳定性与高效性。稳定性，就是相同输入必然得到相同输出；高效性，则是用最少的时间与资源，达成最优的结果。如果觉得太抽象，我们举个生活里的例子。就拿做番茄炒蛋来说，整个做菜流程，本身就是一套完整的算法。准备 2 个鸡蛋、1 个番茄和适量油盐，就是算法的输入数据；从打蛋、切番茄、热锅倒油，到炒鸡蛋、炒番茄、混合调味、出锅，这一系列步骤就是算法的核
AI为何日益精通语言？——语言学与人工智能交汇之路系列(二)
前篇我们探讨的核心问题是：大语言模型是否真正理解语言？如今许多人目睹AI能够创作、交谈、问答、翻译，便倾向于认为：它似乎已掌握了语言智能的本质。然而引入语言学的视角审视，我们会发现事实远比表象复杂。大模型的确日趋接近“通晓语言”，但它为何能达到这种程度？又是如何发展至今日之境的？这正是本文所要剖析的焦点。若将人工智能、自然语言处理以及人机交互的演进历程加以梳理，可见三次重大的技术范式转变。第一阶段，属于符号主义路线。 此阶段的核心逻辑，在于将知识逐一编纂、将规则系统化设定、将推理机制预先构建。机器之所以能
AI向人脑取经：探秘新一代人工智能的智慧之源
AI向人脑求学之旅：解密下一代人工智能的智慧源泉！杨淞翔 哈尔滨医科大学各位科技爱好者与好奇者们，大家好！今日我们将探讨一个极具想象力的话题：如果说人工智能是当今科技领域的闪耀明星，那么它是否拥有一位隐藏在幕后的卓越指引者呢？答案是肯定的！这位导师，我们每个人都拥有，那便是我们奇妙的大脑！确实如此，尽管人工智能已在某些特定任务上展现出非凡的实力（例如对弈、绘画），但与我们这个历经亿万年进化、精密无比的生物“智能系统”相比，它仍像一名勤奋求知的“学生”。今天，就让我们一同观察AI这位“学生”是如何向大脑这位
神经网络本构模型在Abaqus中的实践应用
将人工智能（AI）与机器学习（ML）融合到计算力学领域，标志着重要的技术突破，尤其在Abaqus这类高精度有限元分析（FEA）软件平台上表现尤为突出。这一创新应用的核心在于把AI驱动的本构模型和材料模型（NNCM）直接嵌入到Abaqus求解器核心，并借助用户材料子程序实现：UMAT适用于隐式分析（Abaqus/Standard），VUMAT适用于显式分析（Abaqus/Explicit）。此技术方案代表了Abaqus开发的重要里程碑，使得研究人员和工程师能够在有限元模拟中实现智能化的、数据驱动的材料行为描
AI全技能全景图：智能体、大模型与模拟计算实战特训
数据精英春季特训班火热开启！多重优惠同步放送，报名更划算：任选2套同报立减200元！任选3套同报立减360元！任选4套同报立减520元！任选5套同报立减700元！营 1课程大纲本课程致力于搭建一套从“灵感”到“产出”的AI驱动科研流程，助你将AI从单一工具升级为科研伙伴。课程涵盖选题、文献管理、写作及成果展示全流程：选题阶段利用Perplexity、DeepSeek等探索型AI捕捉热点；文献管理借助Zotero+AI插件打造智能中枢；科研写作掌握IMRaD框架与润色降重技巧；成果展示学习代码生成与专业汇报
人工智能技术导论图书介绍
“书籍导览深入了解人工智能的精髓，由广东交通职业技术学院、陕西职业技术学院、广东机电职业技术学院三所院校的人工智能领域资深专家共同编写。本书还融入了金山、抖音等领先AI企业的最新技术实践，以及广东职教桥、荔峰科技等AI解决方案服务商的前沿案例，为读者呈现行业最前沿的专业内容。本书内容系统全面，阐述清晰明了，非常适合高职院校、技师学院及应用型本科院校的学生使用。本书志在为读者构建人工智能领域的完整知识体系，无论是计算机相关专业的在校学生，还是对人工智能感兴趣的跨领域从业者，这本书都将成为理想的入门读物。作者
AI的演进之路
AI的发展，是一场历时七十多年、从理论设想走向广泛应用的技术变革，经历了诞生、低谷、复兴、爆发，正朝着通用智能的新阶段迈进。1950年，图灵设计出“图灵测试”，为机器智能确立了评判基准；1956年的达特茅斯会议上，麦卡锡、明斯基等学者首次提出“人工智能”这一概念，明确了“使机器模拟人类思维”的宗旨，标志着AI学科的正式建立。初期主要采用符号主义方法，依赖人工设定规则与逻辑推演，创造了早期对话程序ELIZA，然而由于计算能力和数据资源不足，1974年后遭遇首次低谷，研究陷入停顿、经费大幅缩减。80年代，专家
揭秘AI核心：注意力机制工作原理
在人工智能领域，赋予模型这种“专注”能力的关键技术，正是注意力机制。这并非神秘的高科技，其本质在于教导AI“抓大放小”，摒弃平均分配的低效模式，仿照人类思维精准锁定核心信息。从ChatGPT流畅生成万字长文，到AI识图精准识别目标，再到机器翻译避免“张冠李戴”，注意力机制都是背后的“幕后推手”。接下来，我将从原理、运作、演变及应用四个方面，为您拆解注意力机制。01以CNN（卷积神经网络）为例，在处理“猫咪图像”时，它对每个像素一视同仁：既仔细分析眼睛和胡须（关键点），也投入同等精力分析背景沙发和墙渍（无关
人工智能从何而来到哪里去
人工智能正在加速走进我们的日常，一个鲜明的例子便是春晚舞台上，短短一年间，机器人已经从扭秧歌发展到精彩呈现《武BOT》，因此，了解人工智能的历史脉络与未来走向已成为一种必需。在这样的背景下，读书兴趣群的成员们推荐并共读了《人工智能导论》结合群友们的阅读体会，梳理如下：《人工智能导论》作者：孙涵《人工智能导论》是一本偏科普性质的书籍，只要平时对人工智能资讯有所关注，阅读起来基本不会感到吃力。第一章：绪论首先：人工智能有两种定义：强人工智能和弱人工智能强人工智能：机器拥有自主意识，并且整体达到甚至超越人类的智
图灵奖得主辛顿探讨超级智能共存之道
讲台上的麦克风将轻微的咳嗽声放大成回声。在加拿大女王大学麦克唐纳粒子天体物理研究所的报告厅里，物理学家、计算机专业学生和一些带着笔记本的公众聚集在一起，构成了一幅略显特别的场景。杰弗里·辛顿站在灯光下，语速平缓，时而停顿，仿佛在等待听众跟上他的比喻。他将当晚的主题定为“我们如何与超级智能共存”。但他并未以宏大的伦理宣言开场，而是先承认了一个不那么体面的事实：人类正以一种极其低效的方式传递信息——他在台上讲话，听众在台下点头或皱眉，数百个大脑依靠一句接一句的语言交换观点。随后他转身将这份“低效”作为引子，开
探索人工智能的本质与应用
一.从一个“魔法”问题开始 > “如果有一台机器，它能看懂你写的字、听懂你说的话、还能陪你聊天解闷——你觉得它‘聪明’吗？” 先不急着回答。让我们换个角度想：一个三岁小孩认识“猫”这个字，和一个AI识别猫的图片，本质上有什么不同？ 这就是我们今天要聊的——人工智能（AI）。不是那些让你头晕的术语，而是它到底是什么、怎么来的、以及它为什么远不止“聊天”这么简单。 --- 二、什么是人工智能？——科学界的“动态共识” 首先说一个可能让你意外的事实：科学界至今没有一个统一的AI定义。就像“聪明”这个词，你问十个
机器学习基础问答
01）机器学习的基本理念是（）。A. 让计算机遵循固定规则 B. 让计算机自动从数据中学习规律 C. 让计算机存储海量信息 D. 让计算机执行快速计算02）监督学习与无监督学习的区别在于（）。A. 是否需要大量数据 B. 是否包含标签数据 C. 是否需要人工干预 D. 是否能够处理连续值03）关于监督学习的说法，正确的是（）。A. 训练数据没有标签 B. 训练数据包含输入特征及正确输出标签 C. 仅适用于分类问题 D. 不需要训练过程04）无监督学习的任务不包括（）。A. 聚类 B. 降维 C. 分类 D