• 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 1000
前往

项目名称: 基于不确定理论和蒙特卡罗模拟的铀矿区气载放射性核素健康风险评价

项目编号: No.11205054

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学II

项目作者: 王志勇

作者单位: 湖南工业大学

项目金额: 25万元

中文摘要: 铀矿的开采和利用产生了大量放射性废物,严重污染环境,危害公众健康。目前辐射防护评价工作仍十分薄弱,还有许多问题有待深入研究,最重要的问题就是传统的基于确定论的单因子指数评价法过于简单且无法提供定量的概率分布信息,大大的影响了评价结果的准确性。实际上,由于众多因素的影响,不确定性存在于一切风险评价之中。不确定性的定量化处理是风险评价必须解决的关键技术问题,目前国内外对此尚缺乏深度的理论研究和准确的分析方法。申请者通过开展放射性核素的迁移扩散和铀矿区辐射安全评价等前期研究,已掌握了不确定性的主要来源和处理方法。本项目拟在此基础上,基于不确定理论,构建健康风险评价模型,变定性评价为定量评价;采用蒙特卡罗模拟,定量评价铀矿区气载放射性核素的致癌风险,定量分析剂量估算模式的不确定性;为公众和环境管理者提供相对准确和科学的信息;研究成果对非铀矿和非放射性污染物的健康风险评价也有一定的借鉴意义。

中文关键词: 铀矿区;放射性核素;健康风险评价;蒙特卡罗模拟;不确定理论

英文摘要: Large amounts of radioactive waste being produced by uranium mining and utiliation, seriously pollute environment and severely endanger public health. Radiation protection evaluation is still very weak at present. There are many issues to be in-depth study, the most important is the traditional single factor index appraisal method based on deterministic is too simple and can not provide the quantitative probability distribution information, thus greatly affect the accuracy of evaluation results. In fact, uncertainties exist in all risk evaluations due to the influence of many factors. The quantificationally estimate on the uncertainty is the key technical problems must be solveed in the risk assessment. At home and abroad, yet lack deep theoretical research and accurate analysis methods. The applicants have mastered the main source of uncertainty and its processing methods through the preliminary study that migration and diffusion of radionuclides and uranium radiation safety evaluation. On this basis, the project intends to build the health risk assessment model based on uncertainty theory, change the qualitative evaluation to quantitative evaluation, quantitative evaluation carcinogenic risk of airborne radionuclides in uranium ore district and quantitative analysis the uncertainty of dose estimation model by

英文关键词: Uranium Ore District;Radioactive Radionuclide;Health Risk Assessment;Monte Carlo simulation;Uncertainty Theory

成为VIP会员查看完整内容
0

项目名称: 基于人群-结构动力相互作用的大跨楼盖随机振动及优化控制

项目编号: No.51408267

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 建筑科学

项目作者: 操礼林

作者单位: 江苏大学

项目金额: 25万元

中文摘要: 随着建筑功能的提高和高强材料的应用,我国“桥建合一”铁路客站多为大跨、轻质和低阻尼结构,再加上长期经受密集人群作用,使得其人激振动舒适度问题更为突出。目前,人群激励下此类结构的振动和控制研究还不完善,缺乏系统的振动舒适度设计方法。 本项目基于现场监测和人激振动实测研究站房大跨楼盖随机人群荷载作用下的振动响应分析与控制方法,主要包括:1)基于候车室监测数据建立“桥建合一”铁路站房大跨楼盖随机人群荷载模型;2)研究站房人群各种活动对楼盖结构动力特性的影响以及人群行走、起立等活动行为的同步性,建立基于人群-结构动力相互作用的大跨楼盖人致振动精细化分析方法。3)研究调频质量阻尼器(TMD)的位置、调谐频率和数量等参数对大跨楼盖人激振动减振效果的影响规律,建立大跨楼盖人致振动控制方法与多重调谐质量阻尼器(MTMD)减振系统参数设计优化方法。

中文关键词: 大跨楼盖;人-结构相互作用;随机人群荷载;人致振动;振动控制

英文摘要: With the higher functional requirements and widespread application of high-performance materials in modern civil engineering, China's high-speed dedicated passenger railway station with light mass, flexibility and low damping appear in construction. In ad

英文关键词: long-span floor;human-structure interaction;stochastic crowd-induced loads;human-induced vibration;vibration control

成为VIP会员查看完整内容
0

项目名称: 渤海庙岛剖面记录的近130ka气候环境海岸带沉积信息的研究

项目编号: No.41206036

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 海洋科学

项目作者: 杜恕环

作者单位: 中国科学院南海海洋研究所

项目金额: 25万元

中文摘要: 分析东部季风区海岸带的高分辨率黄土-古土壤沉积序列及其古季风变化信息,对揭示东亚古季风环境的时空演变过程具有不可替代性作用。本项研究拟选择渤海庙岛剖面作为代表性的地层记录,建立末次间冰期以来的气候-环境序列,采用不同的年代测试方法(14C-AMS和OSL)确定可与深海和冰芯氧同位素各主、亚阶段进行对比的年代学框架,运用粒度、磁化率、碳酸钙、化学元素等各种理化分析指标,揭示近130ka存在的多旋回千年尺度环境交替演化过程,探讨晚第四纪东亚季风在我国海岸带地区的时空演变特征与规律,填补末次间冰期以来海岸带黄土千年尺度气候变化记录的空白,并在此基础上与同纬度毛乌素沙漠的风沙沉积序列进行时空对比,更进一步探索晚第四纪以来中国东部季风区的环境变迁与东亚季风演化,为进行全球变化特别是千年尺度气候事件对比提供新的基础资料与科学依据。

中文关键词: 渤海海岸带;风成沉积物;庙岛剖面;气候环境;末次间冰期

英文摘要: Analysis of the high resolution loess-paleosol sedimentary sequence and paleo-monsoon changed information on coastal zone among the East Monsoon region of China, which irreplaceable role in revealing the temporal and spatial evolution in the process of East Asian Monsoon environment. This study intends to choose Miaodao Section in Bohai Sea as the representative stratum record, establish the climate-environment sequence since the last interglacial, using different chronology test measures as 14C-AMS and OSL to confirm the chronology framework, which can contrast with each stage and substage in the GRIP ice core and the marine core, utilize the physicochemical indices like grain size, magnetic susceptibility, calcium carbonate, chemical element to reveal the multicycle kiloyear-scale environment alternate evolution process during the nearly 130 ka, explore the temporal and spatial development characteristics and rules of East Asian Monsoon on east China's coastal zone since the late Quaternary, fill up the blank of coastal loess kiloyear-scale climate events record since the last interglacial, on this basis contrast with the aeolian deposition sequence at the Mu Us Desert in the same latitude, further explore the process of environment change and East Monsoon evolution since the late Quaternary among the monsoon

英文关键词: Bohai Sea coastal zone;eolian deposition;Miaodao section;climatic environment;last interglacial period

成为VIP会员查看完整内容
0

项目名称: 牙种植技术中的多参数识别问题的计算方法

项目编号: No.11401423

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 李明

作者单位: 太原理工大学

项目金额: 22万元

中文摘要: 在临床中,牙种植技术成败的关键在于骨骼和牙种植体结合面的组织生长。而现有的成像系统不能给出骨组织的愈合以及生长情况,所以发展有效的正则化方法确定牙植体结合面组织材料的性质在牙种植技术中非常重要。这个问题本质上是一个多层介质偏微分方程组的多参数识别问题,是一个非线性反问题。该问题也是一个非线性的不适定问题,即测量数据一个小的扰动就会导致计算结果的巨大误差。因此,传统的最优化方法不能直接用于该问题的求解。本项目将利用Dirichlet-Neumann映射方法解决多层介质参数识别的唯一性问题。同时,在广义脉冲谱方法的基础上,利用光滑有限元、光滑PIM等无网格方法构造有效、稳定的计算方法。

中文关键词: 反问题;多层介质;光滑有限元;有限块体法;

英文摘要: The critical point for success or failure of dental planting technology is the growth of dental implant-bone interfacial tissue. However, healing and growth situation of the tissue cannot be observed directly by existing imagining systems. Thus, it is imp

英文关键词: inverse problem;multilayer medium;smoothed finite element method;finite block method;

成为VIP会员查看完整内容
0

项目名称: 沸石咪唑酯骨架材料的成型及烃类分离性能研究

项目编号: No.21176010

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 化学工程及工业化学

项目作者: 朱吉钦

作者单位: 北京化工大学

项目金额: 60万元

中文摘要: 沸石咪唑酯骨架材料(ZIFs)是水热稳定性良好的金属-有机骨架材料,在吸附分离、燃料气储存、催化等领域具有良好应用前景。但新合成的ZIFs是纳米级细粉,成型过程对其结构和性能的影响极大,是其实际应用中迫待解决的关键瓶颈。本课题利用密度泛函理论和量子力学计算工具,优化ZIFs和无机、有机粘结剂的稳定构型,研究其相互作用,筛选适宜成型助剂。结合XRD、FI-IR、BET、SEM等表征手段,系统考察压片和挤条过程中各条件对ZIFs成型样品机械性能和微观结构的影响规律,优化成型条件,为其结构控制和调变提供依据。通过ZIFs成型样品对小分子烃类吸附相平衡和吸附动力学的研究,揭示ZIFs成型样品结构与性能的关系,探索ZIFs分离烷烃/烯烃、直链烃/支链烃的机理和规律。课题研究结果将为ZIFs的成型过程提供科学和技术基础,对ZIFs新型分离介质在烃类吸附分离中的应用具有重要的理论和实际意义。

中文关键词: 咪唑酯金属-有机骨架材料;成型;吸附平衡;吸附动力学;

英文摘要:

英文关键词: Zeolitic imidazolate framework;shaping;adsorption equilibrium;dynamic adsorption;

成为VIP会员查看完整内容
0

项目名称: 基于melatonin受体亚型内吞循环异常的丙戊酸分子毒理机制研究

项目编号: No.81403024

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 医药、卫生

项目作者: 王慧娟

作者单位: 浙江大学

项目金额: 23万元

中文摘要: 产前服用抗癫痫药物丙戊酸钠增加儿童自闭症风险。前期研究发现丙戊酸钠自闭症模型诱发了神经生物化学及关联功能改变,但其分子毒理学机制并不清楚。本项目以膜表面melatonin受体亚型(MTNR1)为着眼点,采用time lapse及荧光能量共振转移多种分子生物学方法从以下几个方面揭示丙戊酸钠介导的神经毒理学机制:①确认丙戊酸钠是否诱导膜表面melatonin受体亚型内吞循环及信号通路紊乱;②深入研究丙戊酸钠介导melatonin受体亚型内吞循环异常的分子毒理学机制研究;③药物调控/逆转丙戊酸钠介导的melatonin受体亚型内吞循环异常研究。本研究将阐明丙戊酸是如何影响了melatonin/MTNR1系统的紊乱和其具体的分子毒理机制,并寻找可调控/逆转丙戊酸介导MTNR1内吞异常的药物。也将为了解丙戊酸诱导自闭症发生的分子机制奠定夯实的基础,为进一步防治自闭症提供新型药物靶点及治疗策略。

中文关键词: 丙戊酸;MTNR1A;内吞循环;Taars;自闭症

英文摘要: Fetal valproate exposure is associated with increased risks of autism spectrum disorder. Melatonin receptors are G protein-coupled receptors (GPCRs) that mediate the physiological effects of melatonin. The present study was designed to address the mechani

英文关键词: valproic acid;melatonin receptor subtype 1;intracellular trafficking;Taars;autism

成为VIP会员查看完整内容
0

项目名称: 气流床气化炉壁面熔渣流动的实验研究与数值模拟

项目编号: No.20906020

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 金属学与金属工艺

项目作者: 许建良

作者单位: 华东理工大学

项目金额: 19万元

中文摘要: 气流床煤气化技术是煤炭高效清洁利用的重要途径,从目前国内外气流床气化炉运行情况来看,气化炉壁面熔渣分布与流动对气化炉长周期安全运行重要的影响。由于气化炉属于高温高压反应器,很难开展实验研究,目前的数值模拟研究又忽略了炉内流场对壁面熔渣流动的影响,而且不适用于气化炉三维模型研究。本项目以气流床气化炉壁面熔渣沉积与流动为对象,选用模拟流体开展气化炉内壁面熔渣沉积与流动机理研究,建立适合三维结构气化炉的熔渣沉积模型和炉内含相变过程的多相流动模型。重点研究炉内壁面附近气粒相流体流动对壁面熔渣沉积与流动的影响,建立壁面熔渣沉积模型和相间作用模型;分析熔渣物理性质、壁面结构、炉内流场和壁面传热等因素对熔渣沉积和流动的影响;在高性能计算平台上对气化炉内多相反应流动三维过程进行数值模拟研究。通过研究掌握气流床气化炉壁面熔渣沉积和流动机理,为气流床气化炉设计和操作优化提供理论依据。

中文关键词: 气化炉;熔渣;沉积;煤;多相流

英文摘要:

英文关键词: gasifier;Slag;deposition;coal;Multiphase flow

成为VIP会员查看完整内容
0

项目名称: 有机光电器件中载流子界面迁移率及迁移率各向异性规律的动力学模拟研究

项目编号: No.21174135

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 邱宇

作者单位: 浙江师范大学

项目金额: 48万元

中文摘要: 有机聚合材料不但可用来遮风挡雨,还能被利用来导电发光。有机光电器件的发光效率及光伏性能高度依赖于载流子的传输特性。鉴于有机材料的诸多天然优势以及有机高分子材料中的载流子迁移率普遍较低的现状,我们采用动力学模拟的方法研究有机高聚物材料中的载流子迁移率随外界条件的变化规律。由于实验测量的迁移率反映的是一种综合效应,我们提出可将载流子迁移率分为体迁移率和界面迁移率,由于界面厚度很难定义,针对载流子界面迁移率,我们设计一种等效计算方法,可以讨论界面迁移率对界面性质、温度、电场、载流子动能等因素的响应规律;此外,通过对复杂有机物链进行模型重构,及以时间换空间的算法优化,预期可以克服针对大尺寸系统的计算瓶颈,从而能够研究载流子迁移率在复杂有机材料中的各向异性规律;另外,通过系统稳定性计算,我们将讨论低浓度及高浓度掺杂条件下,杂质沿有机物链伸展方向上的分布规律,进而讨论杂质散射对载流子迁移率的影响规律。

中文关键词: 高聚物;迁移率;激子;极化子;

英文摘要:

英文关键词: polymer;mobility;exciton;polaron;

成为VIP会员查看完整内容
0

项目名称: 超磁致伸缩Fe-Ga合金薄膜成分及结构的预测模型构建

项目编号: No.51161019

项目类型: 地区科学基金项目

立项/批准年度: 2012

项目学科: 一般工业技术

项目作者: 晏建武

作者单位: 南昌工程学院

项目金额: 50万元

中文摘要: 本课题拟采用复合靶和合金靶,聚酰亚胺薄膜基片、铜基片、单晶Si基片及玻璃基片,通过改变合金靶成分以及控制靶上贴片面积与合金靶表面面积的面积比,采取调整溅射气压、靶基距、基片溅射温度、溅射电压、溅射电流参数、溅射后的热处理温度等措施,用磁控溅射镀膜机溅射制备单层、多层Fe-Ga薄膜。采用SEM、EDS、TEM、XRD、电脑膜层测厚仪、磁力显微镜(MFM)等仪器,对薄膜成分、显微结构及磁畴结构进行表征。探索薄膜的成分、结构及磁致伸缩性能与制备工艺之间的相关性,揭示其影响规律,建立薄膜成分、结构的预测与控制理论模型;研究Fe-Ga薄膜的磁化行为以及磁致伸缩性能,建立本构模型。在上述研究基础上,制备性能优良的Fe-Ga薄膜悬臂梁,验证理论模型。本项目研究可为超磁致伸缩Fe-Ga薄膜的应用提供理论基础和技术支撑。

中文关键词: Fe–Ga薄膜;薄膜成分;预测模型;磁致伸缩;悬臂梁

英文摘要:

英文关键词: Fe-Ga thin ?lm;composition of film;prediction model;magnetostrictive;cantilever beam

成为VIP会员查看完整内容
0

项目名称: 库堤联合城市防洪工程体系的防洪能力与防洪风险研究

项目编号: No.51369005

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 水利工程

项目作者: 麻荣永

作者单位: 广西大学

项目金额: 51万元

中文摘要: 本项目针对城市防洪安全的特殊性和水库洪水资源化利用社会需求的迫切性,瞄准国内外研究的发展趋势,以广西南宁市(全国第一批重点防洪城市)库堤联合城市防洪工程体系为分析对象,在对各种风险因素不确定性分析的基础上,研究库堤联合城市防洪工程体系实际运行中的防洪能力和防洪风险。考虑气候和人类大规模活动对设计洪水的影响以及洪水过程的随机组合对防洪能力和防洪风险的影响,建立城市防洪工程体系的漫坝(堤)风险模型,对防洪工程体系进行洪水联合优化调度,运用蒙特卡罗(Monte-Carlo)方法求解,估算城市防洪工程体系的防洪风险率,建立工程体系防洪能力与防洪风险的关系,根据防洪风险率和允许的风险标准确定城市防洪工程体系的实际防洪能力,为城市防洪风险管理和水库洪水资源化开发利用提供更为科学的基础依据。

中文关键词: 库堤联合;防洪能力;防洪风险;随机模拟;汛期分期

英文摘要: For the city flood control safety particularity and reservoir flood resource utilization of urgent social needs, aiming at the development trend of domestic and overseas research, Guangxi Nanning City ( the first batch of national key city flood control e

英文关键词: reservoir dike united;Flood control ability;Flood control risk;Stochastic simulation;Flood season staging

成为VIP会员查看完整内容
0

了解 GPT、Gemini 等大型语言模型的原理(通俗易懂)

《How Large Language Models Work》(大型语言模型的工作原理)将多年关于大型语言模型(LLMs)的专家研究成果,转化为一本可读性强、内容聚焦的入门读物,帮助你掌握这些令人惊叹的系统。书中清晰解释了 LLM 的工作机制,介绍了优化与微调方法,以及如何构建高效、可靠的 AI 应用流程和管道。

**你将在本书中学到:

如何测试与评估 LLM * 如何使用人类反馈、监督微调和检索增强生成(RAG)技术 * 如何降低错误输出、高风险失误和自动化偏差的风险 * 如何构建人机交互系统 * 如何将 LLM 与传统机器学习方法相结合

本书由 Booz Allen Hamilton 的顶尖机器学习研究人员撰写,包括研究员 Stella Biderman、AI/ML 研究总监 Drew Farris 和新兴 AI 研究总监 Edward Raff。他们用通俗易懂的语言,深入浅出地讲解了 LLM 和 GPT 技术的运作原理,适合所有读者阅读和理解。


技术背景介绍

大型语言模型为“人工智能”中的“I”(智能)赋予了实质含义。通过连接来自数十亿文档中的词语、概念与模式,LLM 能够生成类似人类的自然语言回应,这正是 ChatGPT、Claude 和 Deep-Seek 等工具令人惊艳的原因所在。在这本内容翔实又富有趣味的书中,来自 Booz Allen Hamilton 的全球顶尖机器学习研究人员将带你探讨 LLM 的基本原理、机遇与局限,并介绍如何将 AI 融入组织与应用中。


图书内容简介

《How Large Language Models Work》将带你深入了解 LLM 的内部运作机制,逐步揭示从自然语言提示到清晰文本生成的全过程。书中采用平实语言,讲解 LLM 的构建方式、错误成因,以及如何设计可靠的 AI 解决方案。同时你还将了解 LLM 的“思维方式”、如何构建基于 LLM 的智能体与问答系统,以及如何处理相关的伦理、法律与安全问题。

**书中内容包括:

如何定制 LLM 以满足具体应用需求 * 如何降低错误输出和偏差风险 * 破解 LLM 的常见误解 * LLM 在语言处理之外的更多能力


适读人群

无需具备机器学习或人工智能相关知识,初学者亦可放心阅读。


作者简介

Edward Raff 是 Booz Allen Hamilton 的新兴 AI 总监,领导该公司机器学习研究团队。他在医疗、自然语言处理、计算机视觉和网络安全等多个领域从事 AI/ML 基础研究,著有《Inside Deep Learning》。Raff 博士已在顶级 AI 会议发表超过 100 篇研究论文,是 Java Statistical Analysis Tool 库的作者,美国人工智能促进协会资深会员,曾两度担任“应用机器学习与信息技术大会”及“网络安全人工智能研讨会”主席。他的研究成果已被全球多个杀毒软件厂商采纳并部署。 Drew Farris 是一位资深软件开发者与技术顾问,专注于大规模分析、分布式计算与机器学习。曾在 TextWise 公司工作,开发结合自然语言处理、分类与可视化的文本管理与检索系统。他参与多个开源项目,包括 Apache Mahout、Lucene 和 Solr,并拥有雪城大学信息学院的信息资源管理硕士学位与计算机图形学学士学位。 Stella Biderman 是 Booz Allen Hamilton 的机器学习研究员,同时担任非营利研究机构 EleutherAI 的执行董事。她是开源人工智能的重要倡导者,参与训练了多个世界领先的开源 AI 模型。Biderman 拥有佐治亚理工学院计算机科学硕士学位,以及芝加哥大学的数学与哲学学士学位。


目录一览

大局观:LLM 是什么? 1. 分词器:LLM 如何“看”世界 1. Transformer:输入如何变成输出 1. LLM 是如何学习的 1. 如何约束 LLM 的行为 1. 超越自然语言处理 1. 对 LLM 的误解、局限与能力 1. 如何用 LLM 设计解决方案 1. 构建与使用 LLM 的伦理问题

成为VIP会员查看完整内容
50

摘要——AI 智能体正在经历一场范式转变:从早期由强化学习(Reinforcement Learning, RL)主导,到近年来由大语言模型(Large Language Models, LLMs)驱动的智能体兴起,如今正进一步迈向 RL 与 LLM 能力融合的协同演进。这一演进过程不断增强了智能体的能力。然而,尽管取得了显著进展,要完成复杂的现实世界任务,智能体仍需具备有效的规划与执行能力、可靠的记忆机制,以及与其他智能体的流畅协作能力。实现这些能力的过程中,智能体必须应对始终存在的信息复杂性、操作复杂性与交互复杂性。针对这一挑战,数据结构化有望发挥关键作用,通过将复杂且无序的数据转化为结构良好的形式,从而使智能体能够更有效地理解与处理。在这一背景下,图(Graph)因其在组织、管理和利用复杂数据关系方面的天然优势,成为支撑高级智能体能力所需结构化过程的一种强大数据范式。

为此,本文首次系统性地回顾了图如何赋能 AI 智能体。具体而言,我们探讨了图技术与智能体核心功能的融合方式,重点介绍了典型应用场景,并展望了未来的研究方向。通过对这一新兴交叉领域的全面综述,我们希望激发下一代智能体系统的研究与发展,使其具备利用图结构应对日益复杂挑战的能力。相关资源可在附带的 Github 链接中获取,并将持续更新以服务社区。

关键词:图、图学习、智能体、大语言模型、强化学习、综述

一、引言

在人工智能(AI)快速演进的浪潮中,AI 智能体因其在任务自动化处理方面的巨大潜力而受到广泛关注。智能体的发展历程经历了从早期基于强化学习(Reinforcement Learning, RL)的架构 [1], [2],到近年来由大语言模型(Large Language Models, LLMs)驱动的智能体 [3], [4],再到最新融合 LLM 作为知识基础与 RL 作为任务特定学习范式的紧耦合架构 [5],标志着智能体能力的一次重大飞跃。这一演进使得智能体能够利用 LLM 所蕴含的广泛世界知识理解复杂任务,并通过 RL 优化实现对任务的精准处理。 执行复杂现实任务的 AI 智能体往往需要具备多样化的能力 [6], [7]。高效的任务导航依赖于诸多智能体功能,例如精细化的规划能力、结合外部工具的精确执行能力、可靠的记忆机制,以及与其他智能体的高效协同能力 [8], [9]。然而,由于任务复杂性的存在,智能体在这些功能中常常面临信息、操作符以及交互的错综复杂与混乱无序。因此,亟需一种有效方式来组织和管理所遇数据,以便智能体能够更好地理解和高效处理,从而提升其应对复杂任务的能力。例如,在规划阶段,智能体需要解析非结构化的任务描述并将其重组为可执行的子任务计划;在执行过程中,需合理编排多种外部工具以兼顾效率与准确性;在记忆管理中,需有序整理庞大的内容以便有用信息得以保留并可快速检索;而在多智能体协作中,则需确定合适的协同拓扑结构,以实现有效的信息传递。在面对非结构化数据时,传统智能体通常只能在学习过程中隐式捕捉其中潜在的关联。基于数据中固有的有益关系,采用图为基础的显式建模结构化方法成为应对这一挑战的有前景途径,能够将原始而复杂的输入转化为简洁有序的形式,从而提升智能体的理解力与处理效率。这类结构化信息有助于智能体探索复杂任务并做出更具信息性的决策。 图在各类领域中已展现出广泛的适用性 [10]–[12],并被证明是管理数据、组织含有有价值关系信息的一种强大范式。在构建好的图基础上,图学习(Graph Learning)进一步通过对结构化信息的学习展现出显著成效 [13], [14]。具体而言,图通过将实体表示为节点、显式或隐式关系建模为边,提供了一种有效的数据组织方式。一个合适的图结构是实现智能体数据组织的关键。图结构的构建具有高度灵活性,可根据特定环境、任务、操作符与应用需求自定义图结构 [15]–[17],也可以利用现有的外部知识图谱 [18], [19]。这种灵活性使得图能够广泛嵌入于多种智能体及其多样化功能中。在构建好的图之上,图学习技术还可进一步提供一个强大的知识提取框架,帮助智能体捕捉复杂关系与有意义的信息。这使得图技术成为增强 AI 智能体在复杂场景下能力的理想手段。因此,图与智能体的交叉融合有望大幅提升其对结构化信息的处理与利用能力,进而赋能其在规划、执行、记忆与多智能体协作等方面的关键功能。 分类框架:本综述系统性地探讨了图在信息、操作符与多模型结构化组织中的作用,涵盖了从基于 RL 的智能体到基于 LLM 的智能体范式。考虑到 RL 技术与 LLM 基础模型日益紧密的融合,我们在分析中并未刻意区分图学习在这两类智能体架构中的作用,而是如图 1 所示,从智能体核心功能出发,以图赋能为主线展开讨论。我们重点关注图学习如何增强智能体的四大关键功能:规划、执行、记忆与多智能体协作。此外,本综述还探讨了智能体反过来如何促进图学习技术的发展。最后,在全面回顾的基础上,我们梳理了潜在的应用前景与关键的未来研究方向。通过综述该领域的系统洞察,我们旨在推动新一代能够利用结构化知识应对日益复杂挑战的 AI 智能体的发展。 在本文所探讨的背景下,现有综述主要集中于图技术在强化学习中的应用价值 [20], [21]。而随着 LLM 的快速发展,图学习也被视为提升其能力的有效技术,已有若干综述对该方向进行过探讨 [22], [23]。然而,尽管已有贡献,目前仍缺乏一项系统性地阐述图如何在智能体不同功能中发挥作用的综述。据我们所知,本文为首个系统性探索图技术与智能体多维操作交叉点的研究综述。我们希望通过全面回顾,为构建下一代图赋能智能体提供有价值的研究参考与启发。 本文的主要贡献如下: * 本文首次全面综述了图技术与 AI 智能体之间这一强大而充满潜力的交叉方向; * 我们提出了一种新的分类方法,系统化地梳理了图在智能体不同核心功能(规划、执行、记忆与协作)中的作用,并探讨了智能体如何反过来推动图学习的发展; * 基于本综述,我们进一步分析了图赋能智能体的应用前景、关键挑战以及未来研究方向。

文章结构如下:第二节介绍与本综述相关的基础知识;第三至第七节将根据提出的分类方法,详述各项相关研究;第八与第九节分别探讨图与智能体交叉领域中的潜在应用与未来机会;第十节对全文进行总结归纳。

本文提出了一种全新的分类方法,用于系统地探讨图技术与 AI 智能体如何实现相互增强,如图 2 所示。具体而言,在第 III 至第 VI 节中,我们介绍了图学习如何支持智能体的核心功能,包括规划(第 III 节)、执行(第 IV 节)、记忆(第 V 节)以及多智能体协作(第 VI 节)。通过将图与智能体功能之间的协同点加以细分,不仅契合了智能体系统设计中的自然模块化特征,也凸显了图技术在每项功能中所蕴含的独特潜力。 此外,在第 VII 节中,我们进一步探讨了智能体范式如何反过来促进图学习的发展。通过明确考虑这一反向作用,即基于智能体范式如何反哺图学习过程,我们强调了双向创新的重要性,并倡导一种整体视角,即图与智能体协同演化、深度融合,从而激发出超越单向整合的新方法论。 基于这一结构清晰的分类框架,我们将在第 VIII 与第 IX 节中进一步讨论相关应用与未来研究机遇。

成为VIP会员查看完整内容
47

美海军已明确需要利用人工智能优势,特别是在通用战术态势图(CTP)、作战识别(CID)及战场管理辅助领域。海军高度关注对“未知的未知”——即未知存在或难以追踪目标的作战识别。人工智能及其相关机器学习、深度学习与深度分析工具,为指挥官处理信息以识别此类“未知的未知”目标提供了技术支持。当前CID系统的局限性,加之传感器数据激增使值勤人员难以识别规律模式与异常现象,为技术应用创造了减轻人工负担的机遇。机器学习等AI系统可填补这一空白,协助判定“未知的未知”目标。针对机器学习与深度学习技术的研究,已确定水面舰艇部队CID应用的潜在方向,而技术获取与集成成为主要制约因素。需持续开展传统系统与新技术融合研究,以充分释放AI在识别“未知的未知”目标领域的潜力。

美海军已明确需借助人工智能(AI)提升通用战术态势图(CTP)与作战识别(CID)的战场感知能力。战术指挥官依赖精准完整的战场态势图以理解作战环境、识别威胁并制定有效战术决策。该过程面临多重挑战:战场态势的动态时效性、敌方蓄意实施的感知干扰、信息过载/错误/缺失/失准,以及基于传感器数据与物理特性识别高速移动目标的内在困难。战术决策常关乎生死存亡的关键性,进一步凸显了最大限度提升战场感知能力的必要性。

“未知的未知”目标对战术决策者构成严峻挑战。对敌方新战力或其他可能破坏战术行动要素的完全未知状态,加剧了战场事件与结果的不确定性。战术决策者需要分析工具支持识别“未知的未知”目标并辅助决策。人工智能有望提供技术解决方案,协助指挥官处理信息并制定决策。为深入理解该技术应用路径,需开展研究以明确当前及未来所需AI技术,通过精准识别敌方威胁与理解战场态势来增强CID与CTP能力。这要求具备识别并理解环境中“未知的未知”目标的能力。“未知的未知”指战场中影响战术行动的任意物体或事件。本研究采用定性方法评估AI技术在识别"未知的未知"目标中提供相关信息的能力,并分析该应用领域当前与未来的AI技术投资回报率(ROI)。

本论文识别并评估了具有决策应用价值的AI方法,包括机器学习、深度学习、认知处理与智能数据分析等技术方案,以支持战术环境中"未知的未知"目标识别。

研究问题为:(1)AI与数据分析如何协助识别“未知的未知”目标?(2)AI应在哪些环节集成以最优支持“未知的未知”目标识别?

本研究深入阐释了AI如何协助决策者理解战术传感器等多源信息的海量数据,以及如何通过分析识别“未知的未知”目标。研究潜在局限包括AI技术处理信息的广度与相关性:战术决策者可能无法获取识别“未知的未知”所需的完整信息,导致未知目标持续处于未知状态;此外决策者可能因接收过量"已知的未知"信息而陷入感知过载。本研究将为海军作战部情报与信息战处(OPNAV N2/N6)及其他战场感知解决方案研发机构提供参考。针对四类战场感知特征的深度剖析,为AI与数据分析方法的应用构建了框架;而将这些方法映射至具体战术感知场景,则是解决方案开发的关键步骤。

本文共分五章。第一章绪论阐述研究问题、目标、研究问题、研究方法及研究效益与局限;第二章文献综述系统论述“未知的未知”概念定义,以及AI、机器学习与深度学习方法的技术背景;第三章详述数据构建、收集与分析的研究方法;第四章讨论研究分析与结果并提出建议;第五章总结结论并提出后续研究方向。

成为VIP会员查看完整内容
40

本书的核心观点是:自人工智能(AI)发展以来,我们能够且应当将过去40至50年视作重大变革来临前的“前奏”。人类认知曾是推动人类发展的核心动力。因此,机器执行人类认知的能力,以及人机团队共同学习、协同思考的能力,将塑造一个崭新的世界。这场变革开创的现实,让我们得以构想这样的未来:后人会将我们生活的时代视为新阶段智人(或无论何种称谓)的起源。唯有数十年后——甚或更久——人类才能获得理解这些变革的恰当视角。在我们这一代,技术不仅是辅助人类的工具;是AI在改变人类。是AI在重构知识与传播的本质。有生以来第一次,改写DNA的可能性不再属于科幻范畴。我们正处于数字时代变革加速的临界点。

本文探讨当AI颠覆基本规则时,如何在此数字时代(DE)加速期引领国家与组织。书中案例源自国家安全领域的经验与视角,但其洞见同样适用于经济、医疗健康、个人安全等其他领域。任何国家、机构及学科均可借鉴本书观点并应用于自身领域。本书遵循一条既宽广又聚焦的道路——宽广到足以引领我们迈向未来,聚焦到贴合现实、切实可行,并阐明我们能够且真正应当采取的行动。我们当下构建的理念、概念与实践,将成为下一代发展的基石。因此,在此阶段赢得竞争的国家或组织,将具备定义并主宰未来的潜力。

本书面向高级领导人、高级军官与高层管理者;面向期望精准把握组织所面临挑战、风险与机遇的国家安全官员及管理者;亦面向所有渴望理解AI潜力与应用的人们。

成为VIP会员查看完整内容
37
继续向下滚动查看精品内容
本周荟萃主题
区块链
区块链(Blockchain)是由节点参与的分布式数据库系统,它的特点是不可更改,不可伪造,也可以将其理解为账簿系统(ledger)。它是比特币的一个重要概念,完整比特币区块链的副本,记录了其代币(token)的每一笔交易。通过这些信息,我们可以找到每一个地址,在历史上任何一点所拥有的价值。
深度学习
机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。
机器学习
“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。”

——中文维基百科
强化学习
强化学习(RL)是机器学习的一个领域,与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外,强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于,不需要呈现带标签的输入/输出对,也不需要显式纠正次优动作。相反,重点是在探索(未知领域)和利用(当前知识)之间找到平衡。 该环境通常以马尔可夫决策过程(MDP)的形式陈述,因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于,后者不假设MDP的确切数学模型,并且针对无法采用精确方法的大型MDP。
推荐系统
推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。
卷积神经网络
在深度学习中,卷积神经网络(CNN或ConvNet)是一类深度神经网络,最常用于分析视觉图像。基于它们的共享权重架构和平移不变性特征,它们也被称为位移不变或空间不变的人工神经网络(SIANN)。它们在图像和视频识别,推荐系统,图像分类,医学图像分析,自然语言处理,和财务时间序列中都有应用。
计算机网络
计算机网络( Computer Networks )指将地理位置不同的多台计算机及其外部设备,通过通信线路连接起来,在网络操作系统及网络通信协议的管理和协调下,实现资源共享和信息传递的计算机系统。
命名实体识别
命名实体识别(NER)(也称为实体标识,实体组块和实体提取)是信息抽取的子任务,旨在将非结构化文本中提到的命名实体定位和分类为预定义类别,例如人员姓名、地名、机构名、专有名词等。
机器翻译
机器翻译,又称为自动翻译,是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。它是计算语言学的一个分支,是人工智能的终极目标之一,具有重要的科学研究价值。
计算机视觉
计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。
微信扫码咨询专知VIP会员