摘要：人工智能内容生成机制涵盖研发阶段的数据获取和后续利用阶段的生成内容应用,前一阶段主要面临获取数据的著作权合法授权问题,后一阶段则主要面临生成内容的著作权属性判断、归属及侵权责任承担等问题。现有规范分析框架对两个阶段所面临的主要问题都存在规则局部不适配的情况,究其根源在于现有规范设计不能满足人工智能发展所带来的产业保障需求,对已经做出调整的发展人工智能的产业政策无法进行有效回应。由技术推动带来的人工智能内容生成机制的变革,直接冲击着现有著作权制度对作品表现形式和“思想—表达二分”的底层逻辑认知,同时,还面临事前授权的财产规则和海量资源学习模式需求不符的窘境、机器学习内容获取全阶段的著作权侵权风险以及由数据保护利益的多样性和复杂性导致的要求著作权合规等问题。面对这些问题,不能单一化打补丁式地进行规则设计,而应该综合性地解决体系性认知问题,在稳固“思想—表达二分法”的基础原则上,可尝试通过将署名和其他著作权进行分离的制度设计以贯彻诚实信用原则保障数据来源真实,通过合法购买与合同约定风险承担、打开人工智能预训练阶段数据获取的著作权合理使用闸口,并借助避风港规则实现责任豁免、集体管理组织集中授权、建立开放授权的数据资源等多元化方案解决现实世界与技术演变之间的“发展之问”,因地制宜地进行规范框架调整和规则解释突破,实现产业发展与技术升级规范措施保障之间的最佳平衡。

摘要：视频是视觉信息处理的基础概念,传统视频的帧率只有几十Hz,不能记录光的高速变化过程,成为限制机器视觉速度的天花板,其根本原因在于视频概念脱胎于胶片成像,未能发挥电子和数字技术的潜力。脉冲视觉模型通过感光器件捕获光子,累积能量达到约定阈值时产生脉冲,形成脉冲的时间越长,表明收到的光信号越弱,反之光信号越强,据此可估计任意时刻的光强,从而实现连续成像。采用普通器件,研制了比影视视频快千倍的超高速成像芯片和相机,进而基于脉冲神经网络实现了超高速目标检测、跟踪和识别,打破了机器视觉提速依赖算力线性增长的传统范式。本文从脉冲视觉模型表达视觉信息的生物学基础和物理原理出发,介绍了脉冲视觉原理的软件模拟器及其模拟真实世界光子传播的计算过程,描述了基于脉冲视觉原理的高灵敏光电传感器件及芯片的工作机理和结构设计、基于脉冲视觉的影像重建原理以及脉冲视觉信号与普通图像信号融合的计算摄像算法与计算摄像系统,介绍了基于脉冲神经网络的超高速运动目标检测、跟踪与识别,通过对比国际国内相关研究内容和发展现状,展望了脉冲视觉的发展与演进方向。脉冲视觉芯片和系统在工业(高铁、电力和轮机等不停机监测,智能制造高速监视等)、民用(高速相机、智能交通、辅助驾驶、司法取证和体育判罚等)以及国防(高速对抗)等领域都具有巨大应用潜力,是未来值得重点关注和研究的一个重要方向。

摘要：基于区块链的去中心化应用已在加密数字货币、云存储、物联网等多个领域提供健壮、可信且持久的服务,然而区块链的吞吐能力难以满足去中心化应用日益增长的性能需求.分片是当前主流的区块链性能优化技术,但现有的区块链分片主要面向用户和用户之间的转账交易,并不完全适用于以智能合约调用交易为主的去中心化应用.针对此问题,设计并实现面向智能合约分片的联盟区块链系统***为每个智能合约提供一个分片作为独立执行环境,通过基于分布式散列表的合约定位服务将交易路由至目标智能合约所在的分片,并通过智能合约间的异步调用机制满足跨智能合约的通信和协作需求.BETASCO通过节点虚拟化允许一个节点加入多个分片,支持同一组节点上多个智能合约的并行执行.实验结果表明,BETASCO整体吞吐能力可随智能合约数量的增加而线性增长,且执行单个智能合约的吞吐能力与HyperLedger Fabric相当.

摘要：生物视觉系统的研究一直是计算机视觉算法的重要灵感来源。有许多计算机视觉算法与生物视觉研究具有不同程度的对应关系,包括从纯粹的功能启发到用于解释生物观察的物理模型的方法。从视觉神经科学向计算机视觉界传达的经典观点是视觉皮层分层层次处理的结构。而人工神经网络设计的灵感来源正是视觉系统中的分层结构设计。深度神经网络在计算机视觉和机器学习等领域都占据主导地位。许多神经科学领域的学者也开始将深度神经网络应用在生物视觉系统的计算建模中。深度神经网络多层的结构设计加上误差的反向传播训练,使得它可以拟合绝大多数函数。因此,深度神经网络在学习视觉刺激与神经元响应的映射关系并取得目前性能最好的模型同时,网络内部的单元甚至学习出生物视觉系统子单元的表达。本文将从视网膜等初级视觉皮层和高级视觉皮层(如,视觉皮层第4区(visual area 4,V4)和下颞叶皮层(inferior temporal,IT))分别介绍基于神经网络的视觉系统编码模型。主要内容包括:1)有关视觉系统模型的概念与定义;2)初级视觉系统的神经网络预测模型;3)任务驱动的高级视觉皮层编码模型。最后本文还将介绍最新有关无监督学习的神经编码模型,并展望基于神经网络的视觉系统编码模型的技术挑战与可能的发展方向。

摘要：为了更好地进行应急通信的系统设计和技术研发,从而大力提升我国的安全风险防范和应急处置能力,面向应急通信场景开展了多无人机协同信道建模研究。首先,构建了城市地震和郊区暴雪两大典型应急环境中多无人机协同救援通信场景信道数据集,并据此对多无人机协同应急通信信道参数及其统计特性进行深度分析。其次,针对多无人机协同应急通信提出了一种更加通用的基于随机统计建模的信道模型,计算了多无人机协同应急通信下的信道冲激响应,并联合建模了多无人机高速移动和协同通信带来的协同时间-空间非平稳特性。最后,经过仿真实验,充分分析了多无人机协同应急通信在城市地震和郊区暴雪场景下的信道特性,为多无人机协同应急通信的实际实施起到了一定的指导作用。同时,所提信道模型的统计特性与在城市地震和郊区暴雪场景下的信道数据的统计特性拟合良好,验证了所提模型的有效性。

摘要：随着无人机技术的发展,无人机集群对抗已成为国内外研究热点.现有决策算法的研究主要集中于同构无人机集群对抗场景,且当应用于更复杂对抗场景时,存在奖励函数设计难度大、决策实时性难以满足等问题.为此,本文针对异构无人机集群对抗的实时机动决策问题展开研究.首先,构建了一个长机–僚机异构无人机集群的对抗仿真环境,其中,长机和僚机具有不同的机动和攻击能力,且对胜负具有不同影响力.其次,本文提出了一种基于多智能体强化学习的分布式无人机集群协同机动控制算法,并设计了一套结合课程学习和自博弈的策略训练与优化方法.通过设计简单的稀疏奖励结合课程学习方法即可学到异构无人机集群协同机动策略;引入自博弈对抗方式,使得对手无人机的策略更具针对性,以提升对抗的强度,从而进一步优化机动策略,使其更贴近实际需求.最后,仿真验证了本文所提方法的有效性和可扩展性.

摘要：Web3.0是互联网发展的下一个重要阶段。中国“十四五”规划中提出要加快数字化发展,培育壮大区块链等新型产业生态,将Web3.0作为数字经济发展的重要目标。分析了Web3.0的发展和应用。探讨了中国发展Web3.0的机遇挑战、监管政策、发展路径,并提出加强技术研发、建立统一的技术标准、改善法律法规环境、强化风险管理等发展建议。

摘要：数字化、网络化、智能化是经济社会发展的重要趋势。当前关于人工智能对就业影响的研究较为丰富,但多集中在企业劳动需求层面,较少着眼于居民劳动供给,更鲜有关注城市智能化对居民劳动参与的总体影响。本文基于2012—2014年国家智慧城市试点建设的准自然实验,利用2010—2018年中国家庭追踪调查(CFPS)数据,分析城市智能化对居民劳动参与率的影响。结果显示,城市智能化提高了居民的劳动参与率,该结论在经过一系列稳健性检验后依旧成立。机制分析结果显示,城市智能化对居民劳动参与具有“推拉效应”。一方面,城市智能化提升了居民对互联网信息的应用程度,产生了信息约束放松效应,推动居民劳动参与;另一方面,城市智能化促进了产业智能化转型,拉动居民劳动参与。进一步的分析结果显示,城市智能化对年龄较大、多个孩子、收入较低、技能较低、农业户籍个体的劳动参与率影响较大,城市智能化驱动下就业更具包容性。同时,城市智能化显著提高了居民的工资性收入。因此,要充分发挥城市智能化转型的“稳就业”作用,加快智慧城市建设,协同推进数字中国建设与共同富裕。

摘要：近年来,人工智能(AI)在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果,表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新,需破解2个方面的核心问题:(1)如何利用新一代AI(特别是生成式AI及大模型)的通用性和创造性推动新范式的形成;(2)如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想,兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求,构筑AI for Science的科学设施体系,形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能,加速重大科学发现、变革性物质合成,以及重大工程技术应用。

摘要：人工智能算法强势介入使得传统故事影像理论出现了巨大断裂,因为当算法介入故事创作时,影像的基本单位就被计算思维所解构,诸多影像本体论问题被纷纷解构又被重新建构。首先,“可计算性”成为故事影像本体的新基本表征之一,它让故事影像文本演变成为有解的数学问题,并在计算机层面延伸出了新的表达—故事矩阵;其次,故事文本和影像文本都被置身于自动创作机制理论之下,并随着自动理论的迭代而自我进化,人类的故事天赋和影像自由都进入新阶段;最后,算法重提了故事影像与现实世界的关系,相互预测与彼此验证。