关键词： 人工智能   新质生产力   DeepSeek   大模型   技术变革   科技创新  

摘要： 国产大语言模型DeepSeek集易用性、通用性、商用性等属性于一身,被认为是新一代人工智能的典型“代表”,引领了技术创新的发展方向,但能否撬动新质生产力持续涌现有待“深度求索”。“DeepSeek现象”拓展了“技术—经济”范式,呈现出“创新—技术—产业—生产力”的发展脉络,为研究人工智能、技术创新与新质生产力相互作用等问题提供了思路。理论逻辑上,根据现代创新经济学、全要素生产率等原理分析,以DeepSeek为代表的人工智能推动技术创新,继而引致新质生产力有其合理性。作用机理上,从DeepSeek到新质生产力,实现了创新链产业链并行向人才链思维链融合的演进,劳动者、劳动资料、劳动对象及其优化组合等四个方面均发生了“化学反应”。实现路径上,可进一步拓展DeepSeek的短时成功“轨迹”,逐步打通从创新资源投入直至生产力整体跃升的闭合回路,找到更多技术创新的“突破点”,推行通用性和开放性的技术开发路线,加快技术创新与产业创新深度融合,创造更多新质生产力落地的真实应用场景。

关键词： 人工智能   中医院   临床试验   中国临床试验注册中心  

摘要： 目的探究中医院人工智能辅助医疗临床试验注册现状,为人工智能参与中医学实践具体环节提供参考。方法通过阅读领域文献获取主题词,检索中国临床试验注册中心建库至2023年10月1日收录的中医院人工智能辅助医疗临床试验,采用Excel365统计其注册时间、注册地区、注册机构,统计试验涉及疾病分类、研究方向、研究类型、随机方法等。结果共纳入临床试验113项,年注册数量整体呈增长趋势,于2020年达到峰值(30项),随后出现小幅回落,但整体仍保持上升态势。主要注册地区为上海(30.97%)、北京(14.16%)、广东(14.16%),以经济发达地区为主,注册数量最多的机构是上海中医药大学附属曙光医院。研究疾病多为肌肉骨骼(17.43%)、神经(15.60%)和消化(12.84%)系统疾病。研究方向集中于治疗与诊断,研究类型以干预性研究(43.36%)、观察性研究(35.40%)为主。在49项干预性研究中,35项试验未明确应用盲法,4项试验未描述或未实施随机化。结论近年来,中医院人工智能辅助医疗的临床试验注册量显著增长,但存在地区发展不均衡、信息记录不规范、研究设计待优化等问题。

关键词： 人工智能   商事仲裁   仲裁算法   仲裁司法审查   人工智能治理  

摘要： 数智时代背景下,人工智能技术被用于商事仲裁的信息指引、类案裁决查询、证据整理与罗列诸多事项。人工智能商事仲裁的隐忧表现为捆绑应用、算法失范以及救济障碍等外在形态,其本质为商事仲裁自治与人工智能自动化决策的“双重控制”、商事仲裁保密性与人工智能隐秘性的“双重秘密”、仲裁裁决有限司法审查与仲裁机构人工智能应用需求的“双向冲突”。目前,人工智能商事仲裁的专门法律规范仍较为缺失,可通过机构自治与公权治理相融合的治理模式、适宜约束型工具与创新激励型工具相结合的治理工具、算法治理与司法审查相并行的治理进路,对人工智能商事仲裁形成有效治理,以促进人工智能商事仲裁持续规范发展。

关键词： 高光谱   食用油掺伪   机器学习   连续投影法   随机森林  

摘要： 为了探索基于高光谱成像技术快速无损鉴别掺伪食用油的可行性,以纳福汇有机山茶油为研究对象,掺入不同浓度的植物油如玉米油和大豆油,制备二元、三元掺伪山茶油样品,建立低度掺伪、中度掺伪、高度掺伪三个梯度的掺伪类别,以及纯山茶油共4种类别、480组数据。按照4∶1划分训练集和测试集,通过SavitzkyGolay卷积平滑(SG)、标准正态变换(SNV)和连续小波变换(CWT)对原始光谱数据进行预处理,再分别利用竞争性自适应重加权算法(CARS)、连续投影法(SPA)和无信息变量消除(UVE)对特征波段进行筛选提取,最后建立随机森林(RF)、极度梯度提升树(XGBoost)和逻辑回归(LR)进行建模并对比分析,通过准确率、精确率、召回率、F1指标分析比较几种模型的预测精度和可靠性。研究结果表明:基于全波段的分类识别模型中,采用SNV预处理的模型识别效果最好。此外,基于特征波段的分类识别模型中,采用SNV-CARS-RF所构建的模型识别效果最好,测试集的准确率、精确率、召回率、F1指标分别为97.92%和98.08%、97.92%、0.98。本研究采用高光谱技术结合机器学习的方法,为掺伪山茶油和其他食用油掺伪的快速无损鉴别提供了新的思路,对于公安机关打击掺伪油行为、保障食品安全和遏制经济犯罪具有实践意义。

关键词： 人工智能   ESG绩效   管理路径  

摘要： 文章聚焦企业ESG绩效管理问题,指出企业存在对ESG理念认知偏差、管理体系不完善、数据收集分析能力弱等问题。为解决这些问题,文章提出人工智能驱动的管理路径,包括数据驱动的ESG决策支持(数据整合与处理、智能决策)、智能风险管理与合规监控、员工福祉与多样性的AI赋能等,旨在提高企业ESG绩效管理水平。

关键词： ChatGPT   人工智能   积极心理学   心理育人  

摘要： ChatGPT类技术在打造多元、开放、共享的教育教学环境方面有着巨大的优势和潜能,但其应用也带来数据安全和算法偏差等风险。从ChatGPT类技术助力高校教学数字化转型和积极心理学赋能心理健康教育的价值维度入手,探讨ChatGPT类技术与积极心理学的融合,助力高校心理育人的基本模式和潜在风险,结合高校育人实践探寻可行路径和科学对策,以期为高等教育供给侧改革发展提供参考,推动高校心理育人模式创新发展,培养学生的积极心理品质。

关键词： 环境监测   监测数据   大数据   人工智能   环境预警  

摘要： 随着社会经济转向高质量发展,各类互联网信息技术逐渐普及应用,尤其是其中的大数据技术和人工智能技术,更是在普及应用中为社会各行各业带来了崭新的技术可能性。在环境监测领域也是如此,环境监测产生的数据日益增多,为传统的数据处理分析带来了显著的压力。而在引入大数据和人工智能后,环境监测数据可以更加高效地完成采集、分析、处理以及共享,确保环境监测工作可以在后续的环境治理中发挥其积极作用。因而应当对基于大数据与人工智能的环境监测数据分析预警创新引起重视,参考其具体需求构建相应的系统,确保环境监测工作的价值可以有序实现。为此,应当更加全面地把握环境监测数据分析预警与大数据和人工智能的相关内涵,把控正确的分析预警方向,以便从理论层面出发,指导后续选取思路构建新型分析预警系统的实践过程。

关键词： OBE理念“双师型”教师   经管专业   人工智能   人才培养  

摘要： 随着人工智能的迅速发展,经济管理领域对具备人工智能知识和技能的人才需求日益增长。文章以OBE理念为指导,探讨“双师型”教师在经管专业人工智能人才培养中的重要作用及教学改革策略。文章通过分析当前人才培养中存在的问题,提出了构建以成果为导向的课程体系、加强“双师型”教师队伍建设、创新教学方法和手段、深化产教融合等改革措施,以提高经管专业人工智能人才培养质量,满足社会对高素质应用型人才的需求。

关键词： 新型电力系统   人工智能   神经网络   负荷预测   机器学习   深度学习  

摘要： 在新型电力系统稳步发展与“双碳”目标持续构筑背景下,“源荷互动新模式”成为电力系统能源转型的必然趋势,以多样性、灵活性为主要特征的电力负荷作为电力系统的重要组成部分,其预测场景分析及预测模型研究对新型电力系统的运行、维护和规划至关重要。为深入研究人工智能背景下负荷预测领域取得的进展与突破,以新型电力系统负荷预测为着眼点,总结归纳当今负荷预测必要性与实用性,分类介绍五个典型负荷预测场景,针对基于人工智能技术的智能负荷预测算法模型进行系统化分析,结合机器学习中的神经网络、深度学习算法、集成学习算法对比单一预测模型及组合预测模型的特点,详细阐述各类模型在负荷预测领域的应用现状,以期为“双碳”目标下新型电力系统源荷互动的新模式构建提供合理化参考。

关键词： 可溶性固形物含量   无损检测   信息融合   特征提取   机器学习  

摘要： 可溶性固形物含量(soluble solids content,SSC)是衡量水果内部质量的重要指标,为此,提出一种基于高光谱图谱融合的无损检测方法,用于预测蓝莓的SSC。采用3种典型的波长降维算法,包括蒙特卡罗无信息变量消除(monte carlo uninformative variable elimination,MC-UVE)、竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)和连续投影算法(successive projections algorithm,SPA),用于筛选有效波长。此外,提出一种结合局部二值模式(local binary patterns,LBP)和灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取图像特征的策略。基于光谱特征、图像特征和融合特征,分别建立偏最小二乘(partial least squares,PLS)、反向传播神经网络(back propagation neural network,BPNN)和支持向量机(support vector machine,SVM)模型进行SSC预测。研究结果表明,利用CARS算法提取的光谱特征融合LBP+GLCM算法提取的图像特征建立的BPNN模型,具有最佳的预测精度。该模型的决定系数(R2)为0.9261,均方根误差(root mean square error of prediction,RMSEP)为0.3641。该研究表明高光谱图谱融合技术在无损预测蓝莓SSC中具有较大应用潜力。