关键词： 可解释机器学习   人工智能   催化   理论科学  

摘要： 催化剂的设计和优化一直是催化科学的重大挑战.发展基于物理本质的理论框架有望推动催化领域向更加高效、稳定、可持续的方向迈进.近年来,人工智能技术在催化科学领域的应用取得了显著进展,为催化理论的建立和优化提供了全新的工具和方法.本文聚焦于催化科学的一般性物理理论的构建,展示了可解释人工智能技术在建立面向工业化催化剂的新理论方面的研究进展.主要介绍了数据驱动方法和可解释机器学习在提出纳米催化剂抗烧结的稳定性理论,发现金属载体相互作用的本质以及分子吸附活化的结构敏感性特征发现等方面的成功应用.最后,对可解释机器学习方法的技术发展和在催化科学领域的潜在应用做了展望.

关键词： 机器学习   谱学计算   振动光谱   核磁共振谱   X射线吸收谱  

摘要： 谱学计算能够基于微观结构给出理论谱图,建立结构和谱图间的对应联系,对于辅助解析实验谱学测量的谱图有着重要作用.但是传统谱学计算方法受限于昂贵的量子力学计算.近年来,机器学习的发展为解决该问题提供了有效途径.本文系统综述了近期机器学习在加速谱学计算的相关研究,从机器学习加速分子动力学模拟出发,继而详细阐述了机器学习在不同谱学计算方法(包括振动光谱、核磁共振谱和X射线吸收谱)中的模型加速及其应用.最后指出,通过整合实验谱学测量与计算谱学数据,机器学习有望构建谱学多模态表征大模型,从而实现对复杂体系的高效精准解析.

关键词： 人工智能   光环境设计   室内照明   AIGC   LoRA训练  

摘要： 数智时代，人工智能技术的快速迭代给各行各业带来了巨大的影响，其引发的技术范式革新正深度重构着诸多设计行业的方法体系。本文基于人工智能技术的演进脉络，系统解析了其在室内光环境设计全流程中的赋能机制，阐明了数据驱动决策如何突破传统经验局限，实现艺术表达与能效管理的协同优化，展示了人工智能相关技术在室内光环境设计的效果示意等方面的应用现状与发展趋势，以期为行业智能化转型提供参照依据。

关键词： 智能制造   现代化产业体系   产业结构优化   人力资本结构优化  

摘要： 建设现代化产业体系是新发展格局下实现经济高质量发展的必然要求，也是全面建成社会主义现代化强国的关键一步，而智能制造作为新一轮科技革命与产业变革时代的焦点，将为现代化产业体系建设提供重要支撑。文章基于2009—2019年全国30个省（自治区、直辖市）的面板数据，实证检验了智能制造对现代化产业体系建设的影响。结果显示：智能制造的应用能够显著促进现代化产业体系水平的提升。从路径来看，智能制造通过提升创新强度、提高成本收益以及促进经济集聚间接推动现代化产业体系建设。调节效应检验表明，产业结构与人力资本结构的优化升级参与智能制造对现代化产业体系的改造，并具有正向调节作用。进一步分析发现，智能制造对现代化产业体系建设存在正向空间溢出效应，有助于实现区域协调发展。东部地区智能制造对现代化产业体系建设的促进效应更强，且智能制造在市场化水平高、产业集中度低的区域产生的促进效应更加明显。因此，应加快智能制造的推广与应用，赋能新质生产力；推动产业的智能化、绿色化与融合化发展；完善人才培养体系，助推智能制造有效落地；加强区域合作，构建资源配置合理、分工有序的现代化产业体系空间格局。

关键词： 人工智能   矿产资源研究   人才创新   国家合作   创新发展  

摘要： 随着AI for Science在各个学科领域快速发展，人工智能技术已成为推动矿产资源勘查、成矿规律解析等研究范式转变的重要力量，因此，系统分析AI for Science在矿产资源研究领域的全球各国和我国省市间发文与合作网络特征，有助于把握该领域的发展趋势，促进国际科技合作，推动人工智能与矿产资源研究的深度融合。本文创新提出了基于Web of Science数据库的AI for Science论文检索式，分析了全球论文发文量演化趋势和主要国家发文量分布情况，进一步通过从合作发文的角度构建了合作网络并分析了各国合作发文量、两两合作发文量和合作发文角色，最后研究了中国国内各省份发文情况、国际合作发文情况和产学研合作情况。研究结果发现：（1）AI for Science助力矿产资源研究呈现快速增长态势，且中国、美国、英国等为主要发文国；（2）全球合作网络呈现出“强中心、多节点”结构，中国和美国是主要合作国家，并展现出不同的合作策略；（3）中国正经历从“国际借力”向“国内自主”的转型，产学研深度融合已成为推动创新的新引擎，标志着中国科技创新体系正逐步实现从“跟随”到“齐驱”甚至在部分方向上“引领”的转变。

关键词： 智能制造   加工工艺重用   数控加工   工艺规划   机器学习  

摘要： 随着数字化制造技术的迅速发展，企业数据库中已积累大量加工工艺实例。基于“几何相似则工艺相似”的基本原理，通过识别和提取相似的三维几何工艺信息，可有效实现工艺知识的重用，进而提升工艺决策系统的智能化水平，缩短产品开发周期。在数控加工工艺重用技术快速发展的背景下，系统把握其发展现状和未来趋势，为工艺设计人员提供全面的文献综述具有重要的理论和实践意义。研究从三个维度系统分析和总结了数控加工工艺重用技术的最新研究进展：首先，宏观工艺重用层面重点探讨产品整体加工路线的重用方法；其次，微观工艺重用层面聚焦于具体加工环节中工艺知识的精确提取与应用技术；最后，基于机器学习的工艺重用技术则聚焦于非结构化CAD模型数据的处理及其与工艺信息之间复杂的映射关系。这些研究成果不仅对提升工艺设计效率具有重要的理论指导价值，同时在促进工艺知识管理体系的完善方面也具有显著的实践价值。

关键词： 机器学习   电催化剂   描述符   催化机制  

摘要： 本综述探讨了机器学习在电催化剂设计中的应用,尤其是在筛选高效电催化剂和加速催化过程中的作用.面对气候变化和能源需求的双重挑战,清洁能源技术成为可持续发展的核心,电催化作为关键技术发挥着重要作用.然而,传统的“试错法”存在高成本和低效率的问题,机器学习通过精确预测电催化性能、加速催化剂筛选与设计,成为解决这一瓶颈的重要工具.描述符能够揭示催化剂的基本特征与性能之间的关系,进而加速筛选过程.本文探讨了描述符如何在电催化剂设计中桥接基本特征与性能之间的关系,并综述了当前机器学习势在催化机制研究中的应用.此外,还介绍了大型语言模型在电催化剂设计中的创新应用.本文展示了机器学习在复杂反应机制探索中的巨大潜力,并展望了未来的发展趋势和挑战.

关键词： 农业面源污染   治理技术   智能决策   人工智能  

摘要： 本文系统回顾了我国农业面源污染治理技术的演进历程，并结合人工智能、物联网等新兴技术，展望了未来治理的创新方向。回溯发现，1990年之前的相关研究主要为随着问题显现开展的理论及认识探讨；2011年提出面源污染治理的系统控制理论，填补了治理领域无理论指导的空白；2021年以来，模型决策和智能装备驱动的面源污染治理技术迭代更新明显加快。同时，1991—2010年期间开展了涉及农田养分管理、排水的拦截净化及水环境修复等多方面的大量研究，但文献关键词可视化知识图谱分析并未形成治理技术的领域聚类，凸显了该阶段理论指导的缺乏。据此，我国农业面源污染治理技术的演进历程可以划分为面源污染问题显现及认识探讨（1970—1990年）、面源污染发生理论与单一防控技术积累（1991—2010年）、系统治理思想与全局治理体系形成（2011—2020年）和模型决策及智能装备驱动的治理技术革新（2021年至今）等4个阶段。随着人工智能技术的持续突破，今后应重点开展污染风险的实时预警溯源、污染治理的分层级决策、多类型污染物的立体协同防控、自主决策“面源机器人”开发等方面的跨学科攻关，实现农业面源污染治理从“被动治理”到“主动防控”的转变，推动我国农业面源污染治理的范式创新。

关键词： 金融消费者权益保护   消费金融   人工智能   金融监管   消费环境  

摘要： 数字经济推动金融服务变革，不仅为消费者带来了便利，也对金融消费者权益保护提出了更高要求。金融消费者权益保护主要面临信息不对称、金融知识缺乏、普惠与安全悖论和跨境数据流动等四大挑战。金融机构基于大数据、人工智能、加密技术、区块链和智能合约等技术的金融科技创新，从而维护金融消费者知情权、获取知识权、安全保障权、求偿权和个人信息保护权；金融协会通过制定行业标准和政策倡导可以提高金融机构对金融消费者权益保护的重视程度。文章提出完善法律体系、健全金融消费者权益保护的监管制度和加强消费者权益保护能力建设等建议，以提升金融消费者权益保护水平，推动金融可持续发展。

关键词： 人工智能   智能经济   人工智能经济学   自主知识体系  

摘要： 人工智能技术进步及其应用形成了智能革命，推动了智能经济的产生与发展，智能革命给传统经济学理论带来挑战，人工智能将给现代经济学带来一场新的智能革命，智能经济的发展需要构建人工智能经济学自主知识体系。智能革命背景下数据、算力和算法是人工智能经济学的核心要素，人工智能经济学的技术—经济特征体现了技术的深度学习能力、跨界融合的可能性、人机协同的工作模式、对经济的渗透性和协同性以及创新性的潜力。人工智能经济学的研究对象包括人工智能技术对经济活动、经济价值、劳动市场、经济增长和社会福利等方面的影响，研究方法主要以实验研究法、案例研究法、数学建模法等为主。理论体系包括人工智能与微观经济学、人工智能与中观经济学、人工智能与宏观经济学、人工智能经济的治理、人工智能经济与人工智能经济学的未来五个层次。研究内容包括人工智能对经济增长和经济发展的影响、市场规模预测、行业生产率提升、就业转移、创新金融模式、规模经济效应、风险投资的重要性以及元任务框架等多个方面。人工智能经济学在预测和决策支持、自动化和劳动力替代、个性化推荐和定价、金融市场和投资、社会福利和公共政策等领域有诸多应用。