关键词： 人工智能   计算机辅助诊断   肺结节   临床应用  

摘要： 人工智能（artificial intelligence,AI）已在肺结节辅助诊断方面显示出巨大的应用价值。面对大量的肺部影像数据，临床医师运用AI工具更加快速精准地识别出病灶，提高了工作效率，然而该领域仍然面临诸多问题，如识别的假阳性率高，特殊类型结节难以识别等。科研人员和临床医师积极开发和运用AI工具，促进其持续进化，使之更好地服务于人类健康。本文就AI辅助诊断肺结节的临床应用和研究进展作一综述。

关键词： 天然气行业   数字化转型   人工智能   就业结构   劳动力市场  

摘要： 随着数字化转型的推进，天然气行业正逐步采用人工智能技术。本文分析了天然气行业智能技术的使用情况，包括防爆巡检机器人、数智机器人、管道高后果区智能识别和输配气站数智决策分析等技术的应用。这些技术的应用不仅提高了安全性、提高了企业生产效率，也改变了就业岗位结构和需求，导致部分岗位消失的同时创造了新的就业机会。文章进一步探讨了人工与智能机器之间的关系及合作，强调了在人工智能时代，天然气行业从业者需要重视硬技能和软技能的发展，并具备终身学习能力以适应不断变化的劳动力市场需求。

关键词： 金属有机骨架   高通量筛选   机器学习   储氢   分子模拟  

摘要： 氢存储是掣肘氢能产业发展的核心问题，提高储氢密度是关键技术难点。金属有机骨架表现出优异的储氢密度，然而传统的分子模拟技术和常规的高通量筛选方法研究金属有机框架储氢，面临计算耗时长且计算资源消耗大的问题。本文构建了一种数据驱动辅助高通量筛选策略，用于快速预测阴离子柱撑金属有机框架储氢性能，其在训练集和测试集上的R2值均超过了0.99，且耗时仅为63秒。本次研究筛选出了20个MOFs在77K下50bar的质量储氢密度均超过了美国能源部设定的储氢目标5.5wt%。潜在可能合成的ALFFIVE＿2＿Fe结构在77K，50bar下，质量储氢密度9.75wt%，可交付质量储氢密度达到了3.05wt%。通过特征值贡献度发现孔体积对储氢量影响最大，依次是表面积、密度以及孔隙率。研究结果可为阴离子柱撑金属有机框架在储氢应用提供一定的理论参考价值。

关键词： 人工智能   AI   人机比较   物化   工作绩效  

摘要： 人工智能(artificial intelligence, AI)技术的发展使大量AI机器人进入工作场所,传统的人人协作模式正逐步被人机协作模式所取代。随着AI机器人在工作中承担了越来越多与人类员工类似的职能,将人类员工与AI机器人的工作表现进行比较成为一种愈发常见的新领导行为。然而,现有文献对于这种领导行为及其可能造成的影响甚少提及。本文率先提出领导人机比较行为的新概念,并基于物化理论深入探讨了该行为是否、如何以及何时影响下属工作绩效的问题。通过实验研究(研究1)与多时点、多来源的实地问卷调查(研究2),本文发现,领导人机比较行为会引发下属的物化感知,进而降低其工作绩效;同时,AI机器人威胁评估在这一过程中起调节作用。具体而言,当AI机器人威胁评估水平较高时,领导人机比较行为通过下属的物化感知影响其工作绩效的负向中介效应更强。本文揭示了领导人机比较行为的潜在负面影响,并明确了其作用机制和边界条件,拓展了对人机协作团队中领导行为的理解。

关键词： 人工智能   体制机制   科技创新  

摘要： [目的 /意义]本文立足中国式现代化发展需求，提出以体制机制创新激发人工智能领域科技创新活力，以科技赋能新质生产力发展，为我国抢占全球科技竞争制高点、拓展经济高质量发展空间提供有力支撑。[方法 /过程]本文从战略统筹、技术攻关、生态构建、风险治理等维度，梳理全球人工智能发展趋势和我国创新路径，分析我国人工智能顶层设计、根技术研发、根生态构建、场景创新和示范应用等方面的制度创新逻辑。[结果 /结论 ]本文从完善国家统筹协调机制、健全根技术研发体系、创新市场化要素资源配置机制、优化科技与产业发展深度融合的制度环境、构建人工智能人才雁阵格局以及深度参与国际治理体系建设等六个方面，提出健全我国人工智能发展体制机制的对策建议。

关键词： 人工智能   拔尖创新人才   现实挑战   路径创新  

摘要： 在全球知识经济竞争与科技革命加速演进的时代背景下，人工智能技术正深刻重构教育生态，推动拔尖创新人才培养模式的范式转型。本文基于教育强国战略与全球科技人才竞争的双重视角，系统剖析人工智能时代拔尖创新人才培养面临的现实挑战，提出拔尖创新人才培养的路径创新。研究发现，人工智能时代拔尖创新人才培养面临学科壁垒与复合能力割裂、学段割裂与创新潜能衰减、刚性培养与拔尖创新人才特性冲突、数据孤岛与能力画像失真、角色固化与人机协同失衡，以及本土局限与全球胜任力断层等现实挑战；通过交叉融合与分层分类、阶梯式成长通道、弹性学制改革、数智化评价与产教融合、协同育人新范式，以及国际化培养平台六大维度实现路径创新。研究为破解传统教育模式深层悖论、抢占全球人才竞争制高点提供了理论支撑与实践参考。

关键词： 区域国别学   知识图谱   人工智能   教育数字化  

摘要： 党的二十大首次将“教育数字化”写进党代会报告。AI技术掀起高等教育领域的深层变革,新形态数字教育模式表现出智慧式、智能化等特征。知识工程的快速发展推动人工智能技术在行业全域备受关注和广泛应用,作为知识工程的开发范例,知识图谱技术自问世至今,其价值不但在商业版图大放异彩,而且近年来一直是教育产业的攻关方向。知识图谱赋能区域国别学的育人路径应当聚焦交叉学科群落和知识体系的表示、获取、融合和推理等过程,利用认知智能技术的迭代优势,在知识颗粒度和内容整体性方面做出平衡,有效解决学习迷航、记忆销蚀等问题,同时深度助力科学发现、研究探索等工作。具有中国特色的区域国别学的学科发展一定是教育和科技在人才培养过程中的融合共生、交相施力,知识图谱技术在涵养区域国别人才、支撑交叉学科创新方面必将给予前所未有的动能与活力。

关键词： 特征选择   机器学习   模型   鲜食玉米   需水量预测   SHAP  

摘要： 鲜食玉米是一种高附加值农产品，精确的需水量预测对于科学灌溉保障其产量和品质至关重要。该研究基于大型称重式蒸渗仪与气象采集设备在线获取连续2茬次的鲜食玉米需水量及气象数据，联合布尔塔算法（boruta algorithm,Boruta）与最小绝对收缩和选择算法（least absolute shrinkage and selection operator, LASSO）筛选了影响鲜食玉米需水量变化的主要气象特征，并建立梯度提升决策树（categorical boosting, CatBoost）、长短期记忆网络（long short-term memory,LSTM）、随机森林（random forest, RF）3种鲜食玉米需水量预测模型，最后采用shapley additive explanations(SHAP)方法对预测模型进行全局和局部的事后可解释性分析。结果表明：通过Boruta与LASSO联合的特征选择方法，明确了日平均温度、日最高温度、日最低温度、日平均相对湿度、日平均风速、日平均气压、日累计日照时数是影响鲜食玉米需水量的潜在因子，CatBoost模型对鲜食玉米需水量的预测效果最佳，其平均绝对误差（0.018 9）、均方误差（0.000 6）和均方根误差（0.055 2）均最小，并且用时最短（23.93 s）。进一步根据可解释性分析发现，日最低温度、日平均温度、日累计日照时数是影响鲜食玉米需水量的关键因子，随着空气温度和日照时数的增加，鲜食玉米的需水量也随之升高。研究成果可为北京地区鲜食玉米的精确水分管理提供参考。

关键词： 农业碳足迹   碳中和   随机森林算法   网格搜索法   机器学习  

摘要： 农业碳排放是继工业之后的第二大碳源，降低其强度对实现碳中和至关重要。基于省级温室气体清单核算了2001—2021年福建省农业碳足迹水平，并利用改良的随机森林模型分析其影响因素。结果表明：1) 2001—2005年福建省农业碳足迹变化平稳，略微下降；2006—2018年为农业碳足迹水平急剧下降时期；2019—2021年农业碳足迹水平呈现倒“V”增长态势。2）三明市、漳州市、南平市、龙岩市为高碳足迹水平城市，福州市、宁德市、莆田市、泉州市为碳足迹平稳城市，厦门市为低碳足迹水平城市；高碳足迹城市主要碳源不尽相同，碳足迹平稳城市碳源主要为稻田甲烷排放，低碳足迹城市农业碳足迹水平则源自各类碳源的微弱叠加。3）城市化发展水平、经济结构优化、产业结构特征、技术水平、人口规模总量、经济发展规模、固定资产投资总额、农村供电规模和财政助农水平是制约农业碳足迹水平的重要因素。据此，提出如下优化措施：1）着眼于农业碳足迹强度变化趋势，推进农业农村节能减排。2）利用区域“空间溢出”效应，协同推进农业碳减排工作。3）发挥经济子系统和社会子系统的协同作用。4）重视环境子系统和支撑子系统的保障作用。

关键词： 癌症   药物重定位   机器学习   深度学习   生物信息学  

摘要： 全球癌症负担的不断增加促使人们大力研究并试图开发更有效的抗癌药物。然而，开发新药的成本昂贵。本文介绍了一种经济有效的策略——药物重定位，可以将已批准的药物重新用于新的适应证，有望解决这一困境。本文对癌症药物重定位的计算策略进行了回顾，重点关注机器学习。近年来，生物信息学技术和多组学数据的融合极大促进了癌症药物的重新利用。机器学习和深度学习尤其促成了癌症药物重定位成功的飞跃。本综述总结了传统计算方法和机器学习在该领域的应用现状，分析表明无论是独立的还是与其他基于生物信息学的方法相结合，机器学习在促进癌症药物重定位方面都具有很大前景。本文可以为计算策略与癌症药物研发相结合的进一步发展提供参考。