关键词： 人工智能   田径训练   转型   重构   伦理  

摘要： 目的:了解人工智能重构田径训练范式的理论逻辑与实现路径。方法:对近年来国内研究者在人工智能对运动训练的作用方面的相关研究成果进行检索、归纳与分析。结果:田径训练是竞技体育的核心,也是体能素质培养的基础。本研究综合阐述了基于人工智能技术的田径训练的理论重构、路径优化及转型困境。结论:田径训练在人工智能的协助下已实现从“经验驱动”到“数据驱动”的转变,但仍面临着不可忽视的伦理问题,如算法偏见、人机协同权责等。人工智能技术也将不断优化,在助力田径训练智能化的同时保留其作为“人的实践”的本质属性。

关键词： 风机机组   管网系统   节能监测   智能化方法   数据传输  

摘要： 随着全球能源需求的不断攀升以及环境保护压力的增大,如何提高风机机组与管网系统的能源利用效率,已成为工业领域亟待解决的问题。在此背景下,智能化节能监测技术应运而生,其在风机机组与管网系统中的应用显得尤为重要。这一技术凭借其先进的智能感知、高效的数据传输、精准的分析与诊断算法,以及科学的决策优化控制策略,显著降低了能耗,提升了设备运行稳定性,同时减少了维护成本。研究成果不仅为工业节能降耗开辟了新路径,促进了监测技术的创新发展,更为我国实现绿色低碳转型贡献了力量,展现了智能化技术在节能环保领域的广阔应用前景。

关键词： 新闻传播   人工智能   信息茧房   人机协同  

摘要： 基于人工智能技术的新闻传播有利有弊,既为新闻传播带来了新闻生产效率提升、新闻消息精准推送、新闻呈现方式丰富等正向影响,也为新闻传播带来了人机失衡、“信息茧房”、信息安全等负向影响。如何实现对人工智能的合理应用,是新闻传播实践中新闻工作者需要思考解决的一项重要课题。本文从人工智能基本内涵入手,分析了人工智能技术对新闻传播的影响,并基于此探讨了人工智能技术下的新闻传播优化路径,以供参考。

关键词： 大数据   汽车营销   精准营销   用户画像   机器学习  

摘要： 随着汽车市场竞争日趋激烈,传统营销模式已难以满足消费者个性化需求。大数据技术为汽车精准营销提供了新的解决方案,通过构建多维度数据采集体系,运用机器学习算法构建用户画像和需求预测,实现精准的客户细分和个性化营销策略制定。研究表明,基于大数据的汽车精准营销技术能显著提升营销效率和转化率,降低营销成本,大数据技术为汽车企业数字化转型和营销创新提供了重要支撑。

关键词： 大语言模型   高职英语   人工智能  

摘要： 在高职英语教学中,大语言模型担任语言顾问、智能语伴、语言测评专家等角色。目前,大语言模型运用于高职英语教学面临一些困囿,既体现于定向生成的信息束缚学生英语学习,也反映在学生对大语言模型依赖过重,也导致高职英语教师的教学压力随之增加。可基于大语言模型视域,采取合适的优化路径,助力高职英语教学创新发展。

关键词： 石榴   突尼斯   发酵   机器学习   Shapley可加性特征解释   挥发性风味化合物  

摘要： 本研究选取90款发酵石榴汁(Fermented pomegranate juice,FPJ)中加权偏好得分最高(Highest weighted preferences score,HWPS)和最低(Lowest weighted preferences score,LWPS)的样品,分析其活菌数、糖和酸、色泽属性等指标,并进一步利用顶空固相微萃取-气相色谱-质谱(Headspace solid phase micro-extraction gas chromatography-mass spectrometry,HS-SPME-GC-MS)结合机器学习(Machine learning,ML)预测影响感官偏好的关键挥发性风味化合物。经对比分析发现,HWPS的活菌数更高表明消费者更偏好活菌数高的FPJ,而2种FPJs的色泽属性和抗氧化物质并无显著差异。在2种FPJs中共鉴定出33种挥发性风味化合物,HWPS中酸类、醇类等物质分别比LWPS高37.74%和32.90%,消费者更偏好风味化合物丰富的产品。利用ML筛选出19种关键差异挥发性风味化合物,随后通过随机森林(Random forest,RF)和自适应增强(Adaptive boosting,AdaBoost)算法建立了HWPS和LWPS的二分类模型,RF算法具有较高的预测精确度和准确性。通过Shapley可加性特征解释(Shapley Additive exPlanations,SHAP)分析得出乙酸、癸酸、肉豆蔻酸异丙酯等前9种挥发性风味化合物是影响HWPS和LWPS得分差异的关键风味化合物,其中乙酸和癸酸有利于积极的感官偏好,而肉豆蔻酸异丙酯有负面的感官影响。KEGG通路分析得到丙酮酸代谢和硫代谢途径是影响挥发性风味化合物差异的主要代谢途径。本论文利用ML结合SHAP分析预测影响感官偏好的关键挥发性风味化合物,可以为食品行业利用人工智能辅助开发具有典型发酵风味和符合消费者感官偏好的FPJs奠定理论基础。

关键词： 单目标追踪(SOT)   对抗攻击   深度学习   人工智能  

摘要： 单目标追踪是计算机视觉中的关键任务之一。随着人工智能技术的发展,基于深度学习的追踪方法已经成为单目标追踪的主流,显著提升了追踪的精度和可用性。然而深度学习方法易受到对抗攻击威胁,攻击者能够诱使深度追踪模型产生错误的追踪结果,严重影响追踪的鲁棒性和安全性。综述了近年来单目标追踪领域对抗性攻击技术的研究进展,揭示了深度学习追踪模型所面临的潜在安全风险,并分析了该领域所面临的挑战和难题。依据攻击方法是否与视频追踪的在线特性相适应,对现有的单目标追踪对抗性攻击技术进行了分类总结,阐述了基本原理、特征以及代表性工作。最后从构建安全可靠的追踪模型和面向实际应用的追踪攻击等视角,对追踪对抗技术的未来发展趋势进行了展望,探讨了当前追踪攻击研究中的关键问题,包括追踪对抗防御、多模态追踪攻击、物理可实现追踪攻击及非合作追踪攻击等,以推动该领域创新与进步。

关键词： 人工智能   教育游戏开发   电解质   化学消消乐  

摘要： 以自然语言开发一款电解质相关概念的“化学消消乐”游戏,介绍运用生成式人工智能DeepSeek开发简单教育游戏的一般流程,旨在为化学教师开发个性化电子教育游戏提供参考。开发具体流程包括明确开发目的、选择游戏载体、构思游戏规则、输入提示语、检验游戏效果以及多次调整和优化等。

关键词： 人工智能   美国军备   新兴技术   军事安全   战略稳定  

摘要： 人工智能技术于近年来迅速发展,加快影响塑造国家军事体系。作为全球军事强国,美国将人工智能视为赋能自身军事力量以及强化大国战略竞争能力的关键抓手,同时基于该逻辑加紧强化自身人工智能军备。从态势上看,美国持续构建人工智能军备发展的战略部署和机制设置,尝试为军事改革提供制度及资源保障。在此基础上,美国积极推动人工智能融入军事决策进程,寻求通过该技术优化指挥控制效能和作战效率,同时亦以低调审慎姿态推进致命性自主武器的开发,聚焦利用该技术提升在新兴域中的行动空间、强化诉诸“混合战争”的能力。美国人工智能军备以维护国家安全利益和军事霸权为目标,在战略指向上服务于大国竞争,在获取路径上依赖“硅谷军工体”,在操作方式上结合“介入战争”与“融入演习”两种具体路径,或将催生新型军备竞赛,侵蚀大国战略稳定性,并加剧致命性自主武器治理的困境。未来,美国仍将持续致力于推进人工智能军备,同时这一进程也将面临多方面挑战。

关键词： 博世集团   史蒂凡哈通   董事会主席   人工智能  

摘要： 在上月德国斯图加特举办的博世集团年度“技术日”活动期间,本刊记者有幸与博世集团董事会主席史蒂凡·哈通博士(*** Hartung),就当下大热的AI话题展开一系列有意思的对话。