关键词： 人工智能   高等教育   伦理风险  

摘要： 人工智能技术深度嵌入高等教育,在推动教育数字化变革的同时,引发了技术理性与教育价值性之间的结构性冲突,出现了教育本质发生异化、教育公平发生倾斜、教育隐私遭受侵蚀、教育主体地位逐渐消解的伦理危机。传统技术治理框架因过度侧重工具效能优化,难以应对人与技术关系中的价值性危机。基于应用伦理学的理论视角,通过现实困境剖析、伦理价值批判与治理路径重构的分析框架,揭示人工智能在高等教育应用中的伦理失序根源,提出了以人本价值复归重塑技术发展的伦理根基,通过德性伦理校准修复教育实践的正义赤字,依托法治刚性约束遏制技术权力无序渗透的三重治理路径,旨在平衡工具理性与价值理性的深层矛盾,为智能时代的教育革新确立不可逾越的伦理边界,最终守护教育使人成为完整之人的本质使命。

关键词： 智慧化平台   手术室管理   精细化管理   人工智能  

摘要： 运用人工智能、大数据、云计算、物联网和移动通信等新一代信息技术,对手术室安全、高效、人文三方面管理实行深度融合,构建智慧化手术平台,促进手术室运营管理的高效化和精细化。医院具体实践数据分析显示,手术室运营效率明显提升,首台手术准点开台率提升15.7%,接台手术衔接时间大于30min的比例下降13.7%,医护患三方满意度均有明显提升。智慧手术平台的建设提高了手术室运行效率,在保证手术患者安全的同时也提升了医护患三方的满意度。

关键词： 人工智能   大语言模型   DeepSeek   气象知识库   本地部署  

摘要： 为探讨人工智能技术在气象行业中的应用,通过模块化方式部署了以deepseek大语言模型为核心的气象知识库,实现了在离线状态下气象科研、办公等场景对话问答功能,效果符合预期。

关键词： 战略情报   预警预测概念   预警预测流程   智能化方法   求解框架  

摘要： 系统性探讨了国内外战略情报预警预测相关概念内涵及其演变过程,给出了契合新时期我国情与军情的战略情报预警预测定义。针对预警预测要求与活动特点,提出了战略情报预警预测的基本环节与流程框架,归纳总结了实施战略情报预警预测的认知驱动类和数据驱动类智能化方法的基本思想和主要算法模型,能为战略情报分析领域研究人员开展研究提供工具选择、方法途径等方面的指导与参考。认知驱动类方法有可解释性和交互性方面的优势,数据驱动类方法在大规模数据处理效率方面更佳,两者结合在人机协同式的复杂战略情报预警预测分析任务中能发挥更好的效能。未来上述智能化方法将重点解决人机认知差异性度量、异构知识关联融合、弱隐微线索挖掘、证据链印证闭环等方面的问题,以满足预警预测领域的全面性、准确性、可信度等要求。

关键词： 锂资源   富集机制   机器学习   油田卤水   水文地球化学   东濮凹陷  

摘要： 东濮凹陷是典型的陆相盐湖盆地,其油田卤水中富含丰富的锂资源,具有巨大的开发利用潜力。该研究在东濮凹陷采集了不同层位的卤水样品,基于水化学组分结果构建了神经网络模型,对原始地层水的锂质量浓度进行了预测,探讨了油田卤水锂资源的分布特征,并进一步探究了锂的物质来源,最终提出了东濮凹陷油田卤水锂资源的富集机制。锂资源平面上主要集中在东濮凹陷的北部区域,纵向上以沙三段(Es3)地层富集为主。在古近系沉积时期,东濮凹陷周边岩石风化的陆源碎屑是主要的锂物质来源,其进一步的富集过程主要受到了蒸发浓缩作用和水-岩相互作用的影响,并且在地质构造作用及气候变化的影响下,形成了现今独特的油田卤水锂资源分布特征。研究成果可为东濮凹陷油田卤水锂资源的合理开发与高效利用提供借鉴思路。

关键词： 智能制造   扫码登记   全柴   智能生产车间   老字号  

摘要： 历经76载春秋,一家“老字号”企业何以始终挺立时代潮头?“老”的是招牌,“新”的是内在,“历久弥新”的全柴跃动着一颗“智造”新内核。发动机智能生产车间内,零部件一上线便扫码登记“身份证号”;灵巧的机械臂上下挥舞,精准拧紧螺栓,扭力数据瞬间传回“大脑”;屏幕上更新着生产数据、工艺参数、设备状态等信息,实时跳动的数据“心脏”让整条“生命线”更高效、智能……

关键词： 国家发展改革委   智能时代   全球治理   人工智能  

摘要： 2025世界人工智能大会在上海召开。2025世界人工智能大会暨人工智能全球治理高级别会议于7月26日在上海开幕。本届大会以“智能时代同球共济”为主题,由外交部、国家发展改革委、教育部、科技部、工业和信息化部、国务院国资委、国家网信办、中国科学院、中国科协和上海市人民政府共同主办。

关键词： 人工智能   水利工程   运行管理   大模型   智能诊断  

摘要： 在智慧水利战略加速落地的背景下,人工智能(AI)技术已跃升为水利运行管理智能化变革的关键引擎。本文以东深智水科技的实践经验为切入点,深入剖析AI技术于水利工程智慧工地建设、智能巡检实施、故障精准诊断及智能调度优化等场景的应用。着重探讨基于大语言模型(LLM)在水利业务领域的创新性突破,清晰展现AI技术凭借数据驱动模式、多模型深度融合以及人机协同机制,有效攻克传统水利管理效率桎梏,实现数据资源的高效采集与智能分析。此外,在水库管理体系中,AI技术与专业模型紧密结合,显著提升了防洪减灾决策的科学性与工程运维管理的精细化水平。

关键词： 机器学习   合金钢   拉伸性能   SHAP  

摘要： 利用数据驱动的机器学习方法,将成形工艺和化学成分作为输入特征,对材料的屈服强度、抗拉强度和伸长率进行预测.采用局部离群因子(LOF)法对样本进行有效的异常值检测剔除,建立支持向量机回归、随机森林、极限梯度提升和多层感知机4种机器学习算法,并对算法进行网格搜索超参数及5折交叉验证.结果表明,除支持向量机回归外的3种算法均表现出较好的拟合效果.结合沙普利可加性模型解释(SHAP)方法和特征重要性分析,为机器学习算法的预测过程增加可解释性,分析样本特征对合金钢拉伸性能的影响.

关键词： 机器学习   蛋白质热力学稳定性   突变  

摘要： 人工智能技术在生物学领域的应用在近几年取得了突飞猛进的发展,其中最显著的成果为蛋白质结构预测和设计,该成果于2024年荣获诺贝尔化学奖。可以预见,对蛋白质各类物理和化学属性的精准预测将是蛋白质预测领域下一阶段的重要发展方向。蛋白质热力学稳定性在深入了解生命活动机制、药物研发、疾病诊断和治疗,以及生物技术产业中酶制剂的生产、生物传感器研发以及蛋白质药物制备等方面均具有重要意义。借助人工智能技术进行蛋白质热力学稳定性的精准预测将大幅提升蛋白质相关的科学研究能力和产业发展效率。本文综述了蛋白质热力学稳定性预测技术的发展历程,梳理了从生物实验测定方法、传统能量函数计算方法到现代机器学习预测方法。重点讨论了基于机器学习的预测模型,尤其是深度神经网络、图神经网络和注意力机制等前沿算法在蛋白质热力学稳定性预测中的突破。深入讨论了突变稳定性预测的核心挑战,如数据集质量与数量不平衡、模型过拟合及蛋白质动态性的建模等难题。旨在为研究人员提供一个全面的参考框架,助力突变蛋白质热力学稳定性预测技术的发展。