第三届人工智能技术与应用国际学术会议(ICAITA 2023）
第三届人工智能技术与应用国际学术会议（ICAITA2021）
20213rd InternationalConferenceonArtificialIntelligenceTechnologiesandApplications(ICAITA2021)
大会官网：www.icaita.cn
大会时间：2021年9月10-12日
大会地点：因疫情影响，会议调整为线上
最终截稿：请联系会议负责老师
接受/拒稿通知：投稿后1周内
收录检索：SCI，EICompendex，Scopus
*本次会议由多所高校支持，录用的文章全文均会被EI收录！往届均已检索（EI数据库可查），目前该检索依然非常稳定！
征稿主题
1.人工智能应用与技术
2.DNA计算与量子计算
3.机器人学
4.非经典计算与新型计算模型
5.智能系统架构；智能网
6.其他相关主题（请点击）
论文出版
1.会议论文集出版
本会议投稿经过2-3位组委会专家严格审核之后，最终所录用的论文将被EI目录系列期刊 JournalofPhysics:ConferenceSeries(JPCS) 出版，出版后提交 EICompendex, Scopus检索。
ICAITA2019检索记录：EIIndexed
ICAITA2020检索记录：EIIndexed
◆论文不得少于4页。
◆会议论文模板下载→ 前往“资料下载”栏目下载
◆会议仅接受全英稿件。如需翻译服务，请联系会议负责老师
◆会议采用在线方式进行投稿，全程由艾思学术进行技术支持，请点击以下图标投稿
2. SCI期刊
额外征集优秀论文，按SCI期刊论文要求审稿，直接推荐至包括但不限于以下SCI期刊发表
期刊1： ComputerCommunications（ISSN：0140-3664；IF：3.167）
期刊2：MICROPROCESSORSANDMICROSYSTEMS（ISSN：0141-9331；IF：1.525）
期刊3：BigDataResearch（ISSN：2214-5796；IF：2.673）
期刊4：MathematicalBiosciencesandEngineering（ISSN：1547-1063；IF：2.08）
*SCI论文请用WORD（.doc）格式投稿，排版暂无严格要求，通过审核后将给出论文模板
*SCI咨询陈编辑（微信同号）：13922150403
*支持线上一键投稿→【艾思SCI投稿系统】
会议议程
日期时间内容2021年09月10日13:00-17:00报名注册2021年09月11日09:00-12:00主题报告12:00-14:00午餐时间14:00-17:30口头报告18:00-19:30晚宴2021年09月12日09:00-18:00学术考察活动注册费用
类别注册费（人民币）投稿（4-6页）3200RMB/篇团队投稿（4-6页）≥3篇2900RMB/篇超页费（第7页起算）300RMB/页仅参会不投稿1200RMB/人★仅参会不投稿（团队）1000RMB/团队参会3人以上参会方式
1、作者参会：一篇录用文章允许一名作者免费参会；
2、主讲嘉宾：申请主题演讲，由组委会审核；
3、口头演讲：申请口头报告，时间为15分钟；
4、海报展示：申请海报展示，A1尺寸，彩色打印；
5、听众参会：不投稿仅参会，也可申请演讲及展示。
6、报名参会：本会议由艾思学术支持在线报名，请点击以下图表进行报名参会：
业务支持
联系我们
EricYang|杨老师
手机(Wechat)：+86-13922150104
咨询邮箱： ICAITA@126.com
QQ咨询：1851783996
人工智能物联网（AIoT）是什么这些技术与应用从中获益
在这篇文章中，我们将解释人工智能物联网（AIoT）等智能联网设备的增长趋势，以及一些得益于 AIoT 的技术和应用。在下一篇文章中，她将讲述如何在MCU上实现AIoT。
在过去十年中，从医疗设备、家庭和建筑自动化到工业自动化，物联网 (IoT) 设备的数量呈爆炸式增长。可穿戴设备、传感器、电器和医疗监视器等设备都是联网的，能够收集和共享大量数据。根据国际数据公司 (IDC) 的一项预测估计：到 2025 年，将有 416 亿个互联的物联网设备或“物”，它们将产生 79.4 ZB的数据。
造成这种增长的一个关键是无处不在的无线连接，无线连接允许事物之间的互联并将它们连接到互联网。这种超连接具有很多优点：自动化控制、允许设备之间的轻松通信和数据共享。它还允许收集和共享大量的数据，并用这些数据做出智能决策。随着互联设备数量的增加，生成的数据量也在增加。 IDC 预测：在 2018-2025年间，这些设备产生的数据量的复合年增长率将达到 28.7%。
人工智能 (AI) 逻辑上能够让物联网更好地发挥作用。物联网终端设备可以内置智能功能，使它们不仅可以收集和共享数据，还可以分析数据、从中学习、做出决策并采取行动，而整个过程无需任何人工干预。人工智能和物联网的结合(AIoT)创造了“智能”设备，这些设备能从生成的数据中学习并自主做出决策。新的 AI 技术正在实现边缘智能，并可以显著降低与云分析相关的需求和成本。人工智能技术有望帮助物联网发挥最大的潜力。
图 1：AIoT 的六要素。
AIoT 可以让计算更接近数据产生的地方。在边缘设备上运行的人工智能技术可以自动处理并分析从传感器和其他物联网设备上生成的数据——例如温度、压力、湿度、振动或声音——并使用这些信息做出决策和执行操作。
为什么要将人工智能置于边缘？过去，由于机器学习模型的复杂性，人工智能应用主要在云端运行。但是由于缺乏可靠的高带宽连接，有些应用需要在设备上运行模型，也有些应用本身就无法在云端运行。这些应用可能需要快速的、实时的操作，由于其延迟而无法在云端运行。此类应用（例如虚拟助手、工业控制、人脸识别或医疗设备）需要快速实时的响应，不能承受云端的延迟。此外，人们也可能对云端数据的安全性和隐私性存在担忧，因此本地设备上存储和处理数据的需求会增加。云连接和云服务可能很昂贵，而且还会拉高与其相关的设备或服务的成本。
因此，边缘 AI 具有自主性、低延迟、低功耗、低带宽要求、低成本和高安全性的优势，这使其对新兴应用更具吸引力。在边缘设备上增加计算能力可以优化人工智能。人工智能可用于许多物联网应用，例如振动分析、语音处理、图像分类和计算机视觉，这些应用需要结合使用机器学习与 DSP 计算和推理。
物联网中的人工智能——市场的驱动因素和市场趋势AIoT 可让用户将原始IoT数据转换为有用的信息，使系统可以从这些数据中学习并基于此做出决策。 MarketsandMarkets 预测，全球人工智能在物联网市场的规模从 2019 年的 51 亿美元将增长到 2024 年的 162 亿美元。推动市场发展的主要因素是有效地处理大量实时数据，并从物联网设备中获取有价值的信息、进行实时监控、增强用户体验并减少维护成本和停机时间。
近年来的各种市场报告都表明：物联网终端设备越来越多地采用人工智能技术，企业从发展云端人工智能转向了边缘人工智能，以减少延迟和成本，并实现实时监控。物联网领域的许多科技公司都在大力投资人工智能，用于开发新的“智能”产品、提高业务效率并使用数据来深入业务洞察和增强客户体验。
此外，以人工智能为核心的物联网初创企业获得的投资和并购正在快速增长。而且，亚马逊、IBM、微软和Oracle等物联网平台供应商正在为他们的通用和工业物联网平台集成人工智能功能。
AIoT的优势提高运行效率：AIoT 可以处理和检测人眼发现不了的实时运行数据中的模式，并可使用该数据随时设置运行条件，从而优化业务成果。因此，人工智能可以帮助优化生产流程并改善工作流程，从而提高工作效率并降低运营成本。
改善风险管理：人工智能可以帮助机构用数据及时辨别风险，并利用这些信息优化流程，以提高安全性和减少损失，并做出更明智的业务决策。可利用人工智能降低风险的应用包括预测航空公司的机械故障和检测工厂车间的安全风险。
提供新产品和新服务：能够从大量数据中处理和提取信息，帮助开发新技术，例如语音识别、人脸识别和预测分析。这些新创建的功能可被用于许多应用，例如在交付服务、灾难搜索和救援行动中使用的机器人、智能视频门铃、语音虚拟助手以及车辆或建筑自动化系统的预测维护等等。
缩短意外停机时间：在制造业中，设备故障导致的机器意外停机可能对业务造成极大影响。预测性维护可以通过分析机器数据并主动安排维护来避免设备故障，从而减少意外停机的发生率和成本。
改善用户体验：在零售环境中，AIoT 有助于定制专属购物体验，并根据客户信息、人口统计信息和客户行为提供个性化推荐。
降低产品成本：通过将分析和决策带到边缘进行处理，人工智能有助于减少需要传输到云的数据量，从而降低与云连接和云服务相关的成本。
应用AIoT有助于或将有助于哪些类型的应用发展？以下是一些例子。
农业 AIoT：农业是可以从 AIoT 中受益的关键领域之一。 AI 用于创建智能系统，可根据天气条件、用水量、温度和作物/土壤条件调整参数。对来自传感器的数据进行分析，用于在作物选择、肥料、灌溉和害虫防治方面做出最佳决策。人工智能帮助农民提高产量，并利用资源进行季节性预测和天气预测，以便作物规划。带有人工智能的计算机视觉将被用于监控农作物，识别问题区域并在必要时发出警报。
图 2：农业中的人工智能和机器人技术。
机器人：在制造业和消费产品中的机器非常适合搭载人工智能。搭载传感器的真空吸尘器机器人，可以收集环境数据并使用人工智能来决定空间中的行进路线。同样，用于灾区重建、包装/食品配送或搜救行动的机器人可以利用人工智能来感知复杂的（有时会是恶劣的）环境，并相应地调整机器人的反应。具有识别面部和人类情绪能力的机器人也可以被用在零售业中，用于导购并丰富购物体验。
工业自动化：带有人工智能的计算机视觉可提高装配线上的质量控制并进行异常检测。人工智能还有助于对机器进行预测性维护，避免机器停机、延长机器寿命并降低制造成本。机器人可用于生产车间或仓库，用于移动包裹、协助装配过程、检查产品质量并执行重复性、高精度的任务。
图 3：工业自动化中的人工智能
自动驾驶汽车：结合了物联网和人工智能的自动驾驶汽车可自行导航，应对不断变化的交通、天气或道路状况、预测行人的行为。人工智能还可根据收集到的数据来评估车辆状况，并为车辆维护提供预测性建议。
图 4：汽车人工智能
建筑/家庭自动化：AIoT 可以根据建筑的使用情况和用户偏好数据调整照明和气候控制，从而帮助公司降低能源成本并提高建筑物的能源效率。预测性维护（利用了建筑健康系统的诊断数据）允许按需维修而不是按计划维修，从而帮助公司节省成本。他们还可以在系统故障发生之前进行预警，并进行调整以获得最佳性能。 AI 还可以使用摄像头传感器进行自动访问控制。
智慧城市：通过AIoT收集和分析来自传感器和物联网设备的大量数据，并提取用于实时调整的信息，可以创建更高效的城市、维护城市基础设施并改善社区公共服务。人工智能的实际应用包括废物管理、停车管理、交通管理和智能照明等公共服务。例如，无人机可用于实时监控交通，其数据可用于调整交通信号灯或车道分配和管理，以减少交通拥堵，所有这些都无需人工干预。同样，也可以在垃圾箱上安装传感器，在垃圾箱已满时提醒清洁工来清空垃圾，从而降低成本。
运输和物流：人工智能可应用于车队管理，提供预测性维护。它可以实时监控车队，并根据从 GPS 跟踪器和传感器收集的数据对车辆进行维护。人工智能还可以通过实时导航帮助车队运营商降低燃料成本、关注车辆维护并识别驾驶员的危险行为。
零售管理：人工智能可以通过两种方式应用于零售。人工智能和预测性分析可以收集和分析大量数据，零售商可以使用这些信息进行预测，并做出准确的、基于数据的业务决策。AIoT可以使用客户信息、人口统计数据和行为分析，为购物者提供个性化推荐，并改善商店运营、产品放置策略、客户服务和整体用户体验。零售机器人可以提供导购服务并提高客户体验。
图 5：零售业的人工智能
医疗保健：医疗保健中的 AIoT可用于多种应用，例如通过分析成像数据来检测和诊断疾病、通过传感器远程监控患者情况并在发现异常时报警、通过分析 EHR（电子病历）预测患者的疾病风险和药物的相互作用。此外，机器人手术系统可以执行或协助非常复杂和高精度的手术，并使微创手术成为可能。
AI是物联网的未来AIoT 正在发展新的应用和用例，并将帮助 IoT 发挥其最大潜力。 AIoT 可应用于智能城市、工业自动化、医疗、农业和智能家居等各种市场。我们将持续看到更多将人工智能纳入物联网终端的应用，越来越多的制造商将把人工智能作为重要的投资领域。
(参考原文：WhatistheAIofthings(AIoT)？)
责编：AmyGuan
本文为《电子工程专辑》2021年10月刊杂志文章，版权所有，禁止转载。点击申请免费杂志订阅
人工智能与具体应用领域如何进行有效的结合
人工智能与具体应用领域如何进行有效的结合人工智能（Artificial Intelligence，简称AI），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
文章目录人工智能与具体应用领域如何进行有效的结合前言一、人工智能发展领域举例1.计算机视觉领域2.自然语言处理领域3.智能机器人领域二、现有技术的分析1.机器学习2.人工神经网络3.专家系统三、思考与观点1.人工智能与医学的结合2.人工智能安全风险与预防总结前言目前，人工智能技术正在向大型分布式人工智能及多专家协同系统、并行推理、多种专家系统开发工具，以及大型分布式人工智能开发环境和分布式环境下的多智能体协同系统等方向发展。作为智能化时代的关键技术之一，人工智能能对我国竞争力的提升以及经济结构的转型升级发挥出积极的促进作用。时刻紧盯这一前沿领域的发展情况，与具体应用领域进行有效的结合，是在新一轮技术革命中占据优势地位的必要条件。随着科学技术的发展，人工智能已经与人们的生活建立的密切的联系，渗透到了多个社会发展领域中
一、人工智能发展领域举例1.计算机视觉领域人工智能在计算机视觉领域的应用主要指充分利用当下现金的计算机技术模拟人类的视觉系统，让该系统具有识别物体、确定物体位置以及运动状态的功能，从而代替人类眼睛。通常情况下人工智能在计算机视觉领域的应用被分为三个步骤，即检测目标、识别目标和识别行为，现有的关于人工智能在计算机视觉领域的应用典型系统有瞳孔识别系统、人脸识别系统和指纹识别系统等。
2.自然语言处理领域人工智能应用领域的重要组成部分就是自然语言处理，具体的研究内容指的是让人机灵活的运用自然语言完成有效的互动，具体应用表现在自然语言信息处技术上。就当前情况而言，人工智能语言信息处理技术有多种表现形式，主要有语言学、语言工程和数据处理等，较为典型且应用比较成熟的领域有机器同声传译、客服服务和机器人聊天等。大量实践表明，自然语言识别技术的应用与发展已经处于成熟阶段，自然语言准确识别率高达95%，社会已有一些知名企业，比如科大讯飞和百度都对该项技术进行了有效的应用。
3.智能机器人领域智能机器人指的是在人类一定程度的操控下，仍然拥有属于自身较为发达的“大脑”，并在“大脑”作用下用于独立性的自我控制的机器人。智能机器人主要包括感觉和运动两大要素，前者主要用于识别外部环境，后者主要用于与外界信息进行有效互动。除此以外，智能机器人中还有一个重要的思考要素，主要用于处理从外界接收到的所有信息，经过“思考”后做出更加准确的回应。当前社会上已经有部分行业开始使用工业机器人和服务机器人，基于其能为人类生活创造极大的便利性考虑，智能机器人在未来也会拥有较为广阔的发展空间和应用市场。
二、现有技术的分析1.机器学习机器学习的研究主要分为两类研究方向：第一类是传统机器学习的研究，该类研究主要是研究学习机制，注重探索模拟人的学习机制；第二类是大数据环境下机器学习的研究，该类研究主要是研究如何有效利用信息，注重从巨量数据中获取隐藏的、有效的、可理解的知识。常见的机器学习算法有：决策树算法、朴素贝叶斯算法、随机森林、支持向量机算法等；
2.人工神经网络人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。
3.专家系统专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。
三、思考与观点1.人工智能与医学的结合由于人体和疾病的复杂性、不可预测性，在生物信号与信息的表现形式上、变化规律上，对其进行检测与信号表达，获取的数据及信息的分析、决策等诸多方面都存在非常复杂的非线性联系，适合人工神经网络的应用。人工智能可以主要应用在生物信号的检测与自动分析，医学专家系统等领域。大部分医学检测设备都是以连续波形的方式输出数据的，这些波形是诊断的依据。人工神经网络是由大量的简单处理单元连接而成的自适应动力学系统，具有巨量并行性，分布式存贮，自适应学习的自组织等功能，可以用它来解决生物医学信号分析处理中常规法难以解决或无法解决的问题。神经网络在生物医学信号检测与处理中的应用主要集中在对脑电信号的分析，听觉诱发电位信号的提取、肌电和胃肠电等信号的识别，心电信号的压缩，医学图像的识别和处理等。传统的专家系统，是把专家的经验和知识以规则的形式存储在计算机中，建立知识库，用逻辑推理的方式进行医疗诊断。但是在实际应用中，随着数据库规模的增大，将导致知识“爆炸”，在知识获取途径中也存在“瓶颈”问题，致使工作效率很低。以非线性并行处理为基础的神经网络为专家系统的研究指明了新的发展方向，解决了专家系统的以上问题，并提高了知识的推理、自组织、自学习能力，从而神经网络在医学专家系统中得到广泛的应用和发展。在麻醉与危重医学等相关领域的研究中，涉及到多生理变量的分析与预测，在临床数据中存在着一些尚未发现或无确切证据的关系与现象，信号的处理，干扰信号的自动区分检测，各种临床状况的预测等，都可以应用到人工神经网络技术。
2.人工智能安全风险与预防人工智能在技术转化和应用场景落地过程中，由于技术的不确定性和应用的广泛性，会带来冲击网络安全、社会就业、法律伦理等问题并对国家政治、经济和社会安全带来诸多风险和挑战。从数据安全风险看，一方面逆向攻击可导致算法模型内部的数据泄露，另一方面，人工智能技术可加强数据挖掘分析能力，加大隐私泄露风险。从算法安全风险看，算法设计或实施有误可产生与预期不符甚至伤害性结果；算法潜藏偏见和歧视，导致决策结果可能存在不公；算法黑箱导致人工智能决策不可解释，引发监督审查困境；含有噪声或偏差的训练数据可影响算法模型准确性；此外，对抗样本攻击可诱使算法识别出现误判漏判，产生错误结果。从信息安全风险看，智能推荐算法可加速不良信息的传播，人工智能技术可制作虚假信息内容，用以实施诈骗等不法活动。风险预防：加强自主创新，突破共性关键技术；完善法律法规，制定伦理道德规范；健全监管体系，引导产业健康发展；强化标准引领，构建安全评估体系；促进行业协作，推动技术安全应用；加大人才培养，提升人员就业技能；加强国际交流，应对共有安全风险；加大社会宣传，科学处理安全问题。
总结随着科学技术的发展，人工智能已经与人们的生活建立的密切的联系，渗透到了多个社会发展领域中，但其发展和应用仍然面临很多难题，首先，数据流通和协同化的感知度不高。在基础设施层中生产的所有仿人体五感的传感器都缺乏统一的感知协调中控系统和集成度，因此面对不同类型传感器获得的数据时，难以实现一体化的采集、加工和分析。软件集成和类脑芯片将成为人工智能发展的重大突破点。一方面是因为作为人工智能核心的软件集成，其算法的发展决定着计算性能的提升幅度；另一方面是因为人工智能算法设计类脑化芯片一直以来就是发展路上的难题。其次，实现强人工智能的关键技术难以突破。就技术研发角度而言，当前人工智能技术仍然处于初级发展阶段，还没有在更高层次技术方面取得显著的成效和技术性突破，比如情感感知环节、人工方面的意识等，这些都属于脑科学研究领域。要想让人工智能技术水平得到进一步的提升，要将真正地理解分析能力作为进一步研究的重点内容，实现大脑进化演进和全身协调控制领域的突破。最后人工智能的技术研发与应用也存在一些不确定性的安全风险，一旦人工智能运用到网络攻击活动，将使得网络攻击活动更加难以预警和防范，关键信息和基础设施也将会面临新的安全风险威胁。我们应当处理好人工智能发展应用与安全防控的关系，既要促进人工智能发展应用，又要推动其在安全、可靠和可控的轨道上前行。要加强对人工智能安全防控体系建设的战略规划部署，围绕人工智能安全风险点，借鉴已有经验，有步骤地推进人工智能安全综合防控体系建设。总而言之，人工智能技术的有效应用是全人类共同的梦想，作为一门极具挑战性的学科，人工智能在发展与应用的过程中将遇到比一般学科更多的阻碍与挫折，但只要有关研究人员树立坚定的信心，拥有强大的毅力，人工智能将更好地融入我们的生活。