关键词： 人工智能   评价指标   体系变化   对比分析   负责任的AI  

摘要： 国际人工智能评价体系及其指数报告包含丰富的信息,反映了全球人工智能技术发展和实践应用现状,能够揭示各国对人工智能的关注重点及其在该领域的国际竞争力,具有重要的研究价值。本研究依据五大原则选取国际主要人工智能评价体系,获取相应的历年指数报告,采用比较分析法,从发布背景与评价目的、指标框架的层级结构与来源逻辑等方面进行研究,阐明不同评价体系的特点及差异。在此基础上,分析国际人工智能评价体系在评价层级与维度、指标数量与内容方面的变化,揭示人工智能技术的发展趋势与国际关切,可为我国人工智能技术的创新发展、政策制定,以及全球竞争力的提升提供针对性的启示和建议。

关键词： 人工智能   智能核电   经济性  

摘要： 依据国家加快人工智能与实体经济融合的战略规划,我国多家能源集团已将发展智能电厂列为集团重大发展战略之一,因此智能化是未来能源技术发展的必然趋势,那么众多先进技术的应用必然会对核电厂的经济性产生影响。然而,在目前能源行业“百花齐放”的发展背景下,经济性已然成为制约能源发展的核心因素之一。本文在智能核电的全生命周期维度下,对人工智能等先进技术在核电厂设计、建造和运维等各环节中的应用现状与研究进展进行了调研,并基于调研结果分析了智能化对核电厂的经济性将产生的影响。

关键词： 人员疏散   工业园区   消防应急管理   大数据   机器学习   通信  

摘要： 近年来,电动自行车以其便捷、环保的特点受到民众广泛青睐,但同时其充电安全问题日益受到关注。据国家消防救援局数据,电动自行车火灾80%发生在充电过程中,凸显电动自行车充电安全问题的紧迫性。本文旨在探讨电动自行车在室内环境、室外环境和特殊场所3种典型充电场景下的充电安全问题,分析存在的风险隐患,并给出针对性的建议和改善措施。

关键词： 致密气藏   可采储量   人工智能   BP神经网络  

摘要： 针对传统可采储量计算条件苛刻,尤其致密气藏可采储量计算存在工作量大、计算误差大,测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量,其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提供产品、服务、应用,将人工智能具有的解决数据模糊问题、高效协调能力、强学习能力和非线性能力的优势用于可采储量计算。将资料完整准确气井计算可采储量作为学习样本;利用气藏地质和动态研究成果初选计算参数,灰色关联遴选最终计算参数;通过人工智能训练学习建立最终参数与可采储量间关系,应用建立的关系完成其他气井可采储量的计算。应用于延安气田Y50井区,单井验证误差范围-1.88%~4.80%,多井累计误差为1.13%。实践表明,应用人工智能方法计算可采储量可以满足工程计算需要,可大幅度提高计算效率,节约人工成本,降低测试费用,无测试资料和资料不完整气井也可完成可采储量的计算。

关键词： 新闻采访   人工智能   语音识别技术   应用策略  

摘要： 人工智能语音识别技术在新闻业的推广和应用是智媒时代下新闻人的行动必然。以新闻节目采访为例,人工智能语音识别技术的应用能优化新闻采访生产力、催生数字采访新模式、拓展采访服务新业态。在具体应用中也存在技术流程与采访流程的融合、技术认知与应用实践的落差、普适技术与个性采访的对接、技术便利与信息安全的平衡等方面挑战。基于此,建议通过实施新闻采访流程再造、探索新闻采访“资源众筹”、推动新闻主体“能力迭代”、明确信息流转规范等策略,构建技术赋能下新闻节目采访的创新体系,以期为新闻节目的转型升级提供参考。

关键词： 人工智能   内控体系   控制规程   穿透式管控   穿透式监管  

摘要： 随着国内外经济环境复杂多变,企业呈现集团化、多元化和全球化的发展趋势,传统内部控制手段难以应对日益增长的经营风险。伴随人工智能技术的飞速进步,为企业内控体系建设提供了智能化发展的创新机遇,助力企业实现穿透式规避经营风险。文章重点阐述人工智能技术穿透融入企业内控体系的系统设计架构,并探讨智能化内控体系全场景应用的未来发展趋势。

关键词： 胶质母细胞瘤   磁共振成像   机器学习   影像组学   MGMT启动子甲基化  

摘要： 目的:针对胶质母细胞瘤(glioblastoma multiforme,GBM)的异质性及肿瘤微环境的复杂性,基于多模态MRI,探讨不同机器学习模型对GBM患者O^(6)-甲基鸟嘌呤-DNA甲基转移酶(O^(6)-methylguanine-DNA methyltransferase,MGMT)启动子甲基化状态的预测效能。方法:首先,对来自宾夕法尼亚大学胶质母细胞瘤(The University of Pennsylvania Glioblastoma,UPENN-GBM)数据集的317例GBM患者的多模态MRI图像[包括T_(1)加权成像(T_(1)-weighted imaging,T_(1)WI)、T_(1)加权对比增强成像(T_(1)-weighted contrast-enhanced imaging,T_(1)CE)、T_(2)加权成像(T_(2)-weighted imaging,T_(2)WI)和液体衰减反转恢复(fluid-attenuated inversion recovery,FLAIR)序列]进行预处理,并提取肿瘤中心区和周围水肿区2个感兴趣区的影像组学特征。其次,将317例GBM患者的数据随机分为训练集(254例)和测试集(63例),采用Z分数对数据进行标准化处理,并使用Lasso回归进行特征选择和降维。最后,应用粒子群优化-支持向量机(particle swarm optimization-support vector machine,PSO-SVM)、C-支持向量分类器(C-support vector classification,C-SVC)以及自适应增强(adaptive boosting,Adaboost)算法分别构建模型,通过准确率、AUC值评估3种模型对GBM患者MGMT启动子甲基化状态的预测性能。结果:基于T_(2)WI序列、肿瘤中心区影像组学特征数据构建的Adaboost模型预测效能最佳,准确率和AUC值分别为67%和0.74,高于其他序列、模型和感兴趣区的组合。结论:基于多模态MRI的机器学习模型能够实现胶质母细胞瘤MGMT启动子甲基化状态的预测,可为GBM的个性化治疗及预后评估提供有力的支持。

关键词： 可持续发展目标   贫困测量   大数据   人工智能  

摘要： 贫困是指个体或群体无法获得满足基本生活需求的资源和服务,长期以来一直是全球关注的重大社会问题.传统的贫困识别和测量方法主要依赖于统计数据和抽样调查,存在成本高、效率低、时效性差和数据匮乏等局限性,难以及时反映动态的社会经济状况.随着数字化时代的来临,人口、地理和经济等领域的数据资源日益丰富,为运用人工智能与大数据技术深入研究贫困问题提供了新的契机.本文对贫困的关键概念和测量指标进行了系统回顾,重点探讨了数据驱动的模型和算法在绘制贫困地图、预测贫困趋势和评估社会经济发展状况等方面的应用.在此基础上,进一步讨论了大数据和人工智能技术在实现减贫目标上的潜在影响和机遇,如更精细的空间分析、实时监测能力和趋势预测,同时,也指出了数据可代表性、数据质量和模型可解释性等关键挑战,以及未来可能的发展方向.

关键词： 小学教育   人工智能   核心素养   项目式教学   智慧校园  

摘要： 伴随智慧校园建设的持续推进,小学阶段开展人工智能教育,对培育学生信息科技核心素养意义重大.本研究借助"校园里的AI小助手"项目,基于噪音分贝与红外监测设计并实施智慧校园项目,旨在提升学生信息意识、计算思维、数字化学习与创新能力以及信息社会责任,同时验证项目式教学在小学人工智能教学中的有效性.

关键词： 人工智能   小学语文   阅读教学   劳动素养  

摘要： 文章聚焦于AI视域下小学语文阅读教学与学生劳动素养提升的融合.通过对现状的深入剖析,发现AI课堂存在技术应用不熟练、资源匮乏且质量参差不齐、教学方法创新不足、评价体系不完善等问题,同时学生劳动素养提升方面也面临教育目标融合不紧密、学生认知兴趣不足以及实践环节薄弱等挑战.因此,文章提出了基于AI优化教学资源与环境、以劳动素养培养为导向设计教学活动以及保障课堂生态可持续发展等具体措施.展望未来,应继续创新探索AI技术的应用、深化家校合作以及长期跟踪研究教学实践效果,为小学语文教育改革与发展提供新路径,助力培养全面发展的新时代学生.