关键词： 纺织品设计   CMF设计   人工智能   教学模式创新   跨学科  

摘要： 以“创新织物设计”课程为例，探讨生成式人工智能与CMF（color、material、finishing，色彩、材料、表面处理）设计如何协同优化纺织品设计教学体系，提升学生的综合创新能力。构建“混合媒介+全流程覆盖”教学模式，将生成式AI工具与传统工艺相融合，实现从灵感生成到设计落地的全流程教学。采用多元化、过程导向的动态评价体系，确保评价的科学性与公平性。纺织设计课程教学改革提升了学生色彩与材料运用能力、AI辅助设计能力及跨学科实践能力，创新的评价体系增强了教学反馈的科学性与公平性，有效推动了纺织品设计课程在设计方法、评价体系与职业导向等方面的系统革新。

关键词： 脑科学   人工智能   交叉学科   人才培养  

摘要： 脑科学与人工智能是当代类脑智能研究与通用人工智能技术突破的重要根基,具有重要的时代意义。为培养出理论扎实勇于创新的人才,文章聚焦脑科学与人工智能领域本科培养面临的主要问题,梳理总结了南京大学匡亚明学院人才培养方案的知识架构、课程体系与实践创新,提出了实质性的教学改革方案。本文旨在推进完善交叉学科人才培养计划,丰富课程体系内涵,并为其他交叉学科人才培养模式提供借鉴与探索经验。

关键词： 审计   人工智能   信息技术   文献计量   研究综述  

摘要： 大数据、人工智能等新兴技术与审计实务的融合和应用使得“智慧审计”成为热点话题。采用文献计量、知识图谱、文本分析等方法对国内近十年“智慧审计”领域相关研究进行系统梳理，以期为该领域的后续深入研究提供参考。研究结果表明：国内核心作者群尚未形成，且机构间缺乏多元合作；该领域热点主题包括智慧审计基础理论研究、信息化技术及其审计应用和智慧审计人才培养三个方面，研究热点由早期的信息技术对审计领域的影响及其行业应用逐步向以人工智能为核心的多点研究主题发散；该领域核心主题由早期信息化审计系统开发逐步向外扩展并形成以审计理论创新、技术应用与实践、行业人才培养为核心的三个方向，核心主题演变与热点演变趋势基本保持一致。本研究认为，未来应当加强合作，并围绕审计实务发展新态势丰富其研究理论与方法，从而扩展新的研究内容。

关键词： 环境影响评价   人工智能   数据库   环境决策  

摘要： 环境影响评价（简称“环评”）作为环境保护的第一道防线，具有从源头防止环境污染和生态破坏的重要作用。传统环评文件的编制与审核面临效率低、主观偏差大、风险预判弱等突出问题。近年来，人工智能技术的发展为环评带来新机遇，通过采用数据分析、模型构建等方式，可实现精准化辅助环境影响评价。本文针对环评中人工智能技术的运用展开分析，深入探讨其应用路径，助力环境管理智能化水平的提升。

关键词： 物探   金属矿   地震技术   主被动源   人工智能   多分量  

摘要： 结合地质和钻孔资料，传统的重磁电、放射性物探技术可为寻找隐伏与深部金属矿提供量化的密度、磁性、电阻率与极化率、放射性等物性约束，反射地震能提供高精度、高分辨率层位与构造几何结构约束，重磁电震联合可大幅提高金属矿的勘查精度。但是，限于金属矿探测面临的复杂地表与地下构造等条件，传统反射地震技术采集成本高昂、纵波反射地震技术的多解性，已成为金属矿地震勘查技术面临的两个核心问题。在现代传感与通讯、计算机技术快速发展的带动下，针对如何降低金属矿地震探测成本和满足复杂地表与构造成像适应性的直接找矿需求，本文借鉴现代地震技术已在工程地质、化石能源等领域取得的最新研究成果，在重点剖析金属矿地震探测难点和挑战的基础上，给出了主被动源地震联合、人工智能地震采集、多分量地震散射成像、多场多波联合的技术方案。在此基础上，针对现有地震理论和方法的不足，讨论了需要重点攻关的研究方向。

关键词： 图像识别   人工智能   深度学习   红外相机监测  

摘要： 建立完善的野生动物监测体系是开展保护研究的基础。传统人为监测手段由于存在多种局限，部分监测工作逐渐被红外相机陷阱技术所替代，而红外相机监测技术的广泛使用也随之带来海量数据处理与分析的难题。因此，亟需寻找高效处理分析大量红外相机数据的方法。近年来，深度学习在野生动物的图像研究上开展了诸多实践应用。为全面了解深度学习理论与技术在野生动物图像识别上的应用进展，本文梳理了2000—2024年的相关研究，从无效图像筛除、物种识别、个体识别、行为识别等4个方面阐述了常用网络模型应用及其研究进展。总结了深度学习在野生动物图像中的研究现状，并着重讨论了深度学习在红外相机图像中的现存问题及解决方案。针对人工智能图像处理技术在红外相机监测工作中的应用前景进行分析，并对其未来发展做出建议与展望，以期为野生动物的个体识别与种群监测的研究与工作提供思路与方向。

关键词： 回归工程   人工智能   平台赋能   人才培养  

摘要： AI作为引领新一轮科技革命和产业变革的战略性技术,正对各行各业产生全方位、全链条、全周期的深刻影响,我国AI人才供需矛盾愈加突出,也对AI人才提出了更高的要求。随着近年来人工智能开放创新平台的建设,研讨平台如何赋能AI人才培养、打造全链条的育人生态,兼具理论研究与实践应用价值。本文以中国唯一以高校为主体承担建设的人工智能开放平台——Mo为研究对象,采用单案例研究法对平台如何赋能AI人才培养这一问题进行深入研究。研究发现,Mo形成了赋能AI人才培养的“3D”模式:一是去中心化(Decentralized)赋能教育泛在化。通过汇聚开源开放的教育教学资源,实现无边界的知识沉淀与知识体系的更新迭代,从标准化教学向个性化教学转变;二是需求导向(Demand Oriented)赋能实训场景化。通过打破教育教学的时空界限、大学人际限制以及高校与行业的边界,使AI人才无限接近行业场景;三是数据驱动(Data Driven)赋能评测动态化。克服传统教育评价难以收集评价依据和评价信息单一化、片段化的问题,使结果导向的评价方式转变为过程性、综合性、系统化的评价方式,从知识导向转向能力导向。

关键词： 时间序列   预测   花粉浓度   机器学习   模型集成  

摘要： 本文基于机器学习和时间序列算法，对北京市顺义区2018～2024年的花粉浓度进行了时间序列模拟预测研究.研究整合了传统统计模型、机器学习模型和深度学习模型，并引入36种气象要素及其变量作为协变量以提升预测精度.结果显示，AutoGluon-TimeSeries(AG-TS)通过模型集成显著降低了过拟合风险，在短期预测(1天)中表现优异，其中DLinear模型以R=0.68和RMSE=206.5的综合性能最佳.相比之下，部分模型在预测时有高估或低估现象.研究发现，花粉浓度呈现春季(3～5月)和秋季(8～10月)双峰特征，与气象变量的相关性反映了气象条件和植被物候的复杂影响.此外，模型性能随预测时间延长衰减，如DLinear在3天预测中R值下降18%，RMSE上升15%.通过剔除低效模型并优化剩余模型，为花粉过敏预警提供了模型优化的方向和科学支持.

关键词： DeepSeek   人工智能   乡村文化振兴   内在限度   共生路径  

摘要： 人工智能赋能乡村文化振兴是促进城乡融合发展，实现乡村文化高质量发展、乡村文化现代化的现实选择。DeepSeek类人工智能作为技术手段与乡村文化振兴作为发展目标之间形成了相互促进的内在逻辑关系，构成了人工智能赋能乡村文化振兴的有效耦合机制。然而，人工智能赋能乡村文化振兴面临技术理性异化乡村文化的技术本质之限、外部介入消解在地生态的文化传承之限、数字鸿沟疏离文化主体的主体素养之限的现实挑战。鉴于此，应从规制技术理性，构建文化共生体系；激活文化内生，重构数字文化生态；提升主体素养，弥合数字认知鸿沟等方面探索乡村文化与人工智能的和合共生路径。

关键词： 习近平   人工智能   生成逻辑   核心要义   实践指向  

摘要： 习近平总书记关于人工智能重要论述具有深刻的生成逻辑、丰富的核心要义与明确的实践指向。在生成逻辑上,它是马克思主义生产力理论在智能时代的创新延展,是全球科技博弈与国家发展需求的战略耦合,是新一轮科技革命与民族复兴进程的辩证统一。在核心要义上,战略定位论强调其驱动高质量发展发挥“头雁效应”,发展路径论主张自主创新与开放协同的双轨并进,风险治理论秉持技术伦理与安全可控的底线思维。在实践指向上,要求以产业跃升推动数实融合,以社会治理范式重构实现智慧政务与民生服务升级,以国际合作为全球人工智能治理提供中国方案,进而全方位推动中国的繁荣发展与全球人工智能的健康发展。