关键词： 颠覆性技术   技术融合   技术生命周期   链路预测   机器学习  

摘要： 以虚拟现实、云计算、物联网等为代表的颠覆性技术正推动工业4.0的发展,引发全球传统产业深度变革,促使各国工业体系的融合,并逐步形成新的工业标准、产业格局和商业模式。由于国家经济发展对颠覆性技术的需求日益增长,准确识别颠覆性技术领域、精确预测其发展方向并合理引导其发展,已成为抢占创新主导权的关键前提。基于颠覆性技术跨界融合与扩散的特点,从技术融合的视角出发,提出一种基于专利数据的颠覆性技术动态预测模型框架。首先,以典型颠覆性技术——虚拟现实技术为实证对象,创造性地构建专利共现网络,并利用专利共现累计数量拟合技术生命周期曲线,动态识别出2010年为预测虚拟现实技术的起始时间节点。其次,针对数据的非均衡特征,采用链路相似性指标结合机器学习分类算法,构建动态预测模型。最后,通过对比不同的预测模型,研究发现:颠覆性技术预测中,全局相似性指标优于多数局部相似性指标,而随机森林算法是最佳分类器。基于此,研究进一步预测虚拟现实技术最具有发展潜力的融合领域为近眼显示设备、电数字数据处理技术和数字视频传输系统。本研究通过科学设计颠覆性技术的预测流程,显著提升了预测准确性,不仅为识别颠覆性技术发展的关键时间节点提供了理论依据,也为预测模型的选择与优化提供了方法参考。

关键词： 人工智能   农业机器人   智慧养殖   深度学习   畜禽养殖  

摘要： 我国畜禽养殖量常年居于世界前列,不仅养殖种类齐全,且产业链与相关配套完整,在农业产业中占有举足轻重的地位。近年来,由于规模化养殖的快速发展以及动物疫病流行、劳动力短缺等因素,养殖产业对智能化、无人化的养殖设备提出了更高的需求。其中,养殖机器人作为实现智慧化养殖的重要载体,可有效替代或协助人类完成部分工作,且对于提升动物福利、提高生产效率、减少污染浪费等方面具有重大意义和广阔前景。本研究综述了图像识别、深度学习、强化学习、自主导航等智能技术及热红外相机、深度相机、激光雷达等关键零部件在养殖机器人上的应用,并介绍了其可实现的例如动物生理信息检测、行为姿态识别、环境监测调控、饲料蛋奶管理等多种功能。此外,由于我国自动化养殖产业起步较晚,目前与发达国家仍存在一定差距,因此,本研究亦针对目前国内外智能化养殖机器人的产业现状和方向进行了介绍,并探讨了其背后发展历程、市场前景和政策支撑。本研究还展望了未来智能养殖行业的发展,指出了当前技术在经济性、稳定性、动物接受度等方面存在的挑战,并提出了未来可能的前进方向和改进目标,旨在为相关研究人员进一步推动技术革新和产业应用提供参考。

关键词： 出血性脑卒中   聚类算法   随机森林算法   机器学习  

摘要： 由于出血性脑卒中起病急、进展快,预后较差,给社会患病患者及家属带来了沉重的负担,近年来引起临床广泛关注。出血性脑卒中主要有血肿扩张和血肿周围水肿发生和发展,早期发现并且提供有效的防治措施对患者治疗以及改善预后有很重要的意义。本题通过对于不同时期出血性脑卒中临床诊断的数据进行分析建模,使用聚类算法以及随机森林等方法比较出拟合程度最好的模型。Due to the rapid onset, progression, and poor prognosis of hemorrhagic stroke, it has brought a heavy burden to patients and their families in society, and has attracted widespread clinical attention in recent years. Hemorrhagic stroke mainly involves the occurrence and development of hematoma dilation and perihematoma edema. Early detection and effective prevention and treatment measures are of great significance for patient treatment and improving prognosis. This question analyzes and models clinical diagnosis data of hemorrhagic stroke at different stages, and compares the best fitting model using clustering algorithms and random forest methods.

关键词： 肺炎   机器学习   死亡   风险预测  

摘要： 肺炎(pneumonia)是指各种致病因素导致的肺实质及肺间质炎症,是全球范围内常见的呼吸系统疾病之一,而重症肺炎是在肺炎的基础上发展而来,具有病死率高,并发症多和预后差的特点,并加重医疗经济负担,同时对人类健康构成重大威胁。随着人工智能的迅速发展和医疗健康数据的急剧增长,机器学习已经在肺炎死亡预测中得到了广泛应用,帮助临床医生精准的进行个体化临床用药和提高治疗效果,延长患者的生存时间,提高其生存质量。Pneumonia refers to pulmonary parenchyma and interstitial inflammation caused by various pathogenic factors, which is one of the common respiratory diseases in the world, and severe pneumonia develops on the basis of pneumonia, with high mortality, multiple complications and poor prognosis, and increases the economic burden of medical care, and poses a major threat to human health. With the rapid development of artificial intelligence and the rapid growth of medical and health data, machine learning has been widely used in the prediction of pneumonia death, helping clinicians to accurately personalize clinical medication and improve treatment effects, extend the survival time of patients, and improve their quality of life.

关键词： 人工智能   招标采购   创新性应用   招采制度革新   智慧监管  

摘要： 人工智能这一新质生产力工具正深度重塑各领域的工作范式。文章聚焦人工智能在招标采购领域的创新应用,基于技术底层逻辑与核心机制,系统构建了人机协同的全流程招采机制。其中,重点阐释了智能化招标、无人化开标、数智化评标与自动化定标等创新应用场景的技术实现路径,同时探究了制度革新方向与智能监管体系的建构策略,为招标采购领域的智能化转型提供了理论框架与实践参考,对于推动行业数字化变革具有重要价值。

关键词： 人工智能   元数据   数码环境   数码物   哲学叙事   算法  

摘要： 人工智能时代,元数据是我们绕不开的社会历史存在,其以技术逻辑通过规则的具象生成、客观创设与迁移拓展具体影响着人类生存与生活的逻辑。元数据作为判定原则、推理规范和预测根据,既表达数据的特质,又规定了系统生成知识、创设对象和提升智能的逻辑。从元数据的生成逻辑来讲,人工智能生成元数据,使人工智能以区别人类智能的方式技术性地再现了智能的运行过程及其对对象的“认知”;从元数据的社会历史效应来看,元数据作为人工智能以数据为对象确立规则的原则与逻辑,既复现了客观存在的关系,又以数码的方式泛化了智能系统发现的规则,从而变革了人类主体与对象世界之间的互动关系与影响逻辑。因此,面对人工智能定义历史的现实,我们只有从人工智能生成元数据的逻辑出发,直面人工智能时代数据与物的转换逻辑,重释数据网络中的主体与客体关系,探寻现实世界与可能世界的因果联结,才能有效统合客观世界的生成与实践世界的创造,推进智能本质的认知与智能能力的发展,实现“人—机”的共在与“虚—实”的结合。

关键词： 人工智能   儿童发展   深层游戏   智能素养   技术伦理  

摘要： 随着人工智能技术的飞速迭代,当代儿童与人工智能展开了广泛和深入的互动。儿童与人工智能的互动实践既是一种“玩转AI”的游戏式探索,也是一段等待解读的文化文本,可以从游戏内部的互动体验和游戏外部的深度反思两个方面进行解析。在内部层面,人工智能具有多元化的存在方式,以可对话的技术奇观启蒙儿童的科技认知,以强大的功能赋能不同场景中的儿童教育,以“拟人”玩伴的身份介入儿童的情感发展与社会化过程,使儿童在“玩转AI”的同时获得自身发展所需的知识、技能与素养。在外部层面,这场深层游戏的形式及其背后的规则和潜在危机值得反思,人工智能在对儿童发展产生诸多积极影响的同时,也造成不当内容的生成与传播、儿童对人工智能过度依赖乃至过度依恋,以及智能鸿沟不断扩大等问题。

关键词： 茶树育种   机器学习   黄化性状   性状预测  

摘要： 茶树作为重要经济作物,其品质改良是育种的核心目标。针对传统茶树育种周期长(≥2年)、表型鉴定效率低等问题,以黄化茶树品种‘安吉黄叶’自然杂交的90个子代为材料,整合40326个核心单核苷酸多态性(Single nucleotide polymorphism,SNP)位点的基因型数据与黄化表型连续两年观测数据(黄化∶非黄化=54∶36),系统比较了逻辑回归、随机森林和支持向量机3种机器学习模型的预测效能。结果显示,随机森林模型在十折交叉验证中性能最优,其精确度达78.96%,显著优于其他模型。通过特征重要性分析鉴定出两个关键遗传标记位点:Chr8_142477650(编码叶绿体型丙酮酸脱氢酶E1β亚基)和Chr8_126475215(参与RNA加工调控)。然而,在涵盖109份多源黄化种质的独立验证中,模型预测准确率降至21.10%,遗传背景差异导致的特征权重偏移是主要限制因素。该研究建立了茶树黄化性状的机器学习预测框架,将表型鉴定周期从24个月缩短至基因型即时分析,实现了育种早期阶段的性状预判。尽管跨品种泛化能力有待提升,但构建的SNP-表型关联模型为解析茶树基因型-表型复杂关联提供了可扩展的研究范式,标志着人工智能技术在木本植物复杂性状预测中的创新应用。

关键词： 人工智能   新质生产力   财富分配   财富创造   颠覆性技术  

摘要： 运用人工智能能够创造出巨大的财富,但同时也可能由此引发分配不平等,这是一个全球性的问题。通常情况下,运用人工智能所创造的财富往往被投资者或从事人工智能生产的人所占有,从而加剧了财富分配的不平等。人工智能创造财富的过程具有一定的隐秘性,那些知情的人会主动“拥抱”人工智能,进而获得更多的收益。此外,人工智能创造财富所依赖的算力和算法技术性很强,这导致相关专业人士与其他人群之间出现了明显的职业与财富分化。为维持分配平等与鼓励创新之间的平衡,应遵守劳动创造财富原则,让从事人工智能的创新者获得更多收益;应遵循生产要素参与分配原则,让从事人工智能生产者获得相应分配;应遵守高新技术获得更多利润原则,让人工智能产业链从业者分享收益。

关键词： 数字政府   DeepSeek模型   审计大讲堂   人工智能  

摘要： 5月13日,为贯彻落实“科技强审”工作要求,拓展审计人员人工智能应用视野,黑龙江省审计厅围绕人工智能应用举办审计大讲堂,邀请省政府大数据中心主任张海军就“人工智能DeepSeek模型在数字政府中的应用”作专题讲座。厅领导班子成员、二级巡视员、厅机关和直属单位审计干部共200余人通过线上线下方式参加了讲座。