Intelligence can be defined as a predominantly human ability to accomplish tasks that are generally hard for computers and animals. Artificial Intelligence [AI] is a field attempting to accomplish such tasks with computers. AI is becoming increasingly widespread, as are claims of its relationship with Biological Intelligence. Often these claims are made to imply higher chances of a given technology succeeding, working on the assumption that AI systems which mimic the mechanisms of Biological Intelligence should be more successful.
In this article I will discuss the similarities and differences between AI and the extent of our knowledge about the mechanisms of intelligence in biology, especially within humans. I will also explore the validity of the assumption that biomimicry in AI systems aids their advancement, and I will argue that existing similarity to biological systems in the way Artificial Neural Networks [ANNs] tackle tasks is due to design decisions, rather than inherent similarity of underlying mechanisms. This article is aimed at people who understand the basics of AI (especially ANNs), and would like to be better able to evaluate the often wild claims about the value of biomimicry in AI.
Artificial Intelligence: Research Impact on Key Industries; the Upper-Rhine Artificial Intelligence Symposium (UR-AI 2020)
TriRhenaTech联盟展示了计划于2020年5月13日在卡尔斯鲁厄举行的取消的三国“上莱茵人工智能研讨会”的论文集。TriRhenaTech联盟是上莱茵河三国大都市区的大学网络，包括位于富特旺根、凯泽斯鲁滕、卡尔斯鲁厄和奥芬堡的德国应用科学大学，巴登-符腾堡州合作州立大学Loerrach，法国大学网络阿尔萨斯理工大学，瑞士国立大学（由14所工程、建筑和管理领域的“高等院校”组成）和瑞士西北应用科学与艺术大学（University of Applied Sciences and Arts Northwestern Switzerland）。该联盟的共同目标是加强知识、研究和技术的转移，以及学生的跨境流动。
Watershed of Artificial Intelligence: Human Intelligence, Machine Intelligence, and Biological Intelligence
University of Brasilia（巴西利亚大学）；University of Sao Paulo（圣保罗大学）
本文回顾了23年前提出的“一次学习”机制，以及随后在图像分类中的“一次性学习”和在客观检测中的“You Only Look Once - YOLO”的成功。分析了人工智能（AI）的发展现状，提出AI应明确划分为人工人类智能（AHI）、人工机器智能（AMI）和人工生物智能（ABI），这也将是AI理论和应用发展的主要方向。作为人工智能分支的分水岭，讨论了一些分类标准和方法：1）面向人类、面向机器和面向生物的人工智能研发; 2）通过模糊度上升或模糊度下降处理的信息输入; 3）使用一个/几个或大样本进行知识学习。
Artificial Intellgence -- Application in Life Sciences and Beyond. The Upper Rhine Artificial Intelligence Symposium UR-AI 2021
TriRhenaTech联盟展示了2021年10月27日在德国凯泽斯滕举行的“上莱茵人工智能研讨会”的已接受论文。会议的主题是人工智能在生命科学，智能系统，工业4.0，移动等领域的应用。TriRhenaTech联盟是上莱茵河三国大都市区的大学网络，包括位于富特旺根、凯泽斯鲁滕、卡尔斯鲁厄、奥芬堡和特里尔的德国应用科学大学，巴登-符腾堡州合作州立大学Loerrach，法国大学网络阿尔萨斯理工大学。瑞士国立大学（由14所工程、建筑和管理领域的“高等院校”组成）和瑞士西北应用科学与艺术大学（University of Applied Sciences and Arts Northwestern Switzerland）。该联盟的共同目标是加强知识、研究和技术的转移，以及学生的跨境流动。
Digital twin brain: a bridge between biological intelligence and artificial intelligence
Brainnetome Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所脑网络组研究中心）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；Research Center for Augmented Intelligence, Zhejiang Lab（之江实验室增强智能研究中心）
Artificial Intelligence : from Research to Application ; the Upper-Rhine Artificial Intelligence Symposium (UR-AI 2019)
TriRhenaTech联盟大学及其合作伙伴在2019年3月13日在奥芬堡举行的三国会议“人工智能：从研究到应用”上展示了他们在人工智能领域的能力以及与行业的跨境合作。TriRhenaTech联盟是上莱茵河三国大都市区的大学网络，包括位于富特旺根、凯泽斯滕、卡尔斯鲁厄和奥芬堡的德国应用科学大学，巴登-符腾堡州合作州立大学Loerrach，法国大学网络阿尔萨斯理工大学，瑞士国立大学（由14所工程、建筑和管理领域的“高等院校”组成）和瑞士西北应用科学与艺术大学（University of Applied Sciences and Arts Northwestern Switzerland）。该联盟的共同目标是加强知识、研究和技术的转移，以及学生的跨境流动。
