为保证复杂仿真系统达到可信度要求和缩短开发周期,应在构建复杂仿真系统之初确定各个仿真子系统的可信度。为此,提出一种复杂仿真系统可信度智能分配方法,在明确复杂仿真系统总体可信度的情况下获取各仿真子系统的可信度分配结果。根据复杂仿真系统的组成和结构,提出基于多层成对马尔可夫随机场(multi-layer pairwise Markov random field,ML-PMRF)的复杂仿真系统可信度分配模型构建方法。基于最大后验推理和离散萤火虫群优化,提出一种面向ML-PMRF的智能推理方法。通过实例应用及对比实验,验证了所提方法的有效性和合理性。
近日,美国总统特朗普签署了一项行政命令,正式启动"美国人工智能计划"(The American AI Initiative),要求联邦政府机构将更多资源用于人工智能的研究、推广和培训,改善云计算服务水平,建立人工智能系统所需的数据库,并加强与其他国家的合作。近年来,包括中国、法国、加拿大和韩国在内的十几个国家均已启动政府级别的人工智能战略,涉及新的研究项目、人工智能增强的公共服务和更智能的武器等。本文节选译自美国布鲁金斯学会近日发布的《人工智能对国家安全战略的意义》,"他山之石可以攻玉",通过深刻挖掘他国对人工智能的理解,以期为我国带来些许借鉴意义。
