关键词： 核心竞争力   机器学习   信用风险   市场价值   免疫力  

摘要： 核心竞争力是企业持续竞争优势的关键,但其度量方法及指标效度仍存在争议.本文基于2012–2023年中国A股上市公司年报,首次采用“句-词库相似度”机器学习算法,结合命名实体识别法和程度词库,构建了新的核心竞争力分析框架和指标体系.本文从传统资源、人才资源、品牌资源、经营能力、创新能力、管控能力、产业链协同能力以及综合核心竞争力等维度进行效度检验,结果表明该指标能有效反映企业核心竞争力.基于此,本文从债务融资、股权价值和不确定性冲击三个角度探讨了指标的应用效果.研究发现:(1)指标与债务融资成本显著负相关,可揭示企业信用风险;(2)可预测股票超额收益率和市场价值,具有引导中长期资金投资的作用;(3)能反映企业应对新冠疫情等冲击时的“免疫力”.本文为核心竞争力测度提供了新方法,为投资者和监管决策以及我国建设世界一流企业提供了实践依据.

关键词： 主体   客体   鲍德里亚   客体策略   Sora   人工智能  

摘要： 从ChatGPT、Sora、DeepSeek到Manus,生成式人工智能模型不断涌现,人类进入以人工智能、云计算、大数据等为标志的“数字时代”。其中,AI视频模型“Sora”的问世,既能加速人类迈入“AI文明”“世界模拟器”时代,亦激起人类对未来人机协同社会的多重忧思。由此引发的关涉主客体关系的再思考,某种程度与鲍德里亚提出的“客体策略”不谋而合。基于对高科技媒介技术的敏锐观察,被誉为“极端性预言家”的法国哲学家让·鲍德里亚早在40年前已然预见“人工智能换人”的可怖景象,并试图“以退出游戏的方式参与游戏”,即抛弃“平庸策略”的传统思维,提出富有激进且批判色彩的“客体策略”,以“客体逻辑”取代“主体逻辑”。鲍德里亚基于“物”的逻辑揭示了不同阶段“客体”瓦解主体的存在样态,并借助“诱惑”“迷狂”“灾难”等手段颠倒主客体地位,以期探寻主客体命运重构的可能性。虽然,这一理论构想并未提出实质性的“解决方案”,但却为人类思考技术风险予以深刻警思。

关键词： 道路工程   病害检测   机器学习   像素分割   评价方法  

摘要： 道路路面的质量状况直接影响其使用寿命和行车安全。路面病害具有机理复杂、形态多样的特点，且在空间尺度上呈现出大样本分布，给度量与标注带来较大挑战，传统检测方法难以满足多场景、多类型病害识别的实际应用需求。本文总结了机器学习方法在路面病害自动化检测中的重要研究成果，比较了不同路面病害自动识别方法的技术原理和适用性，并从图像数量、尺寸、光源、相机、标注方式等角度总结了现已公开和私有的路面病害数据集。然后，基于三维深度数据对路面病害展开多种特征分析，为挖掘路面病害多元特征与人工智能模型的相互作用提供算法基础。最后系统性介绍了通用的客观评测指标以保证路面病害智能算法评价的公正性。病害识别经历了传统的阈值分割、面元分类和目标检测并逐步发展到像素级图像分割的趋势，自动识别算法的准确性和通用性得到了大幅度提升。传统机器学习方法和深度学习方法之间仍然可以相互借鉴与融合，以覆盖更多的路面病害类型并促使模型能够学习到更多有效特征，从而提高病害检测精度及效率。现有不同识别算法应以运行时间、显存占比、运算量、识别率作为一致的性能评价指标，并考虑不同道路环境下不同维度的路面病害数据集。未来应研发适应复杂工况的检测与处理方法，提升信噪比与模型泛化能力，推动智能算法多场景落地应用。

关键词： DeepSeek   知识蒸馏   算法   人工智能   看门人义务   混合专家模型  

摘要： DeepSeek引领了生成式人工智能领域的技术变革，并具有混合专家模型的架构创新、知识蒸馏模式的技术升级以及开源模式下机器学习的资源富集这三大创新优势，但这三大创新优势同时也引发了法律监管风险。在DeepSeek的混合专家模型中，应该基于比例原则来优化门控网络的分配路径，消除过拟合现象，完善专家模型与门控网络的衔接路径并优化算法监管。在DeepSeek的知识蒸馏模式中，教师模型需要保持算法稳定性，基于可解释原则开展算法备案，同时根据学生模型的算法特征来避免数据泄露并合理处理数据。DeepSeek在开源后具有市场竞争优势，平台应该积极履行看门人义务来强化监管，在敏捷治理框架下治理DeepSeek生成的虚假信息，根据开源情况动态调整数据保护范围，对不同阶段的训练用数据、处理中数据以及新生成数据提供类型化保护，并基于控制理论来优化DeepSeek的机器学习模型，实现系统化监管。

关键词： 意识智能化   数字时代   教育意蕴   人工智能  

摘要： 智能时代的到来深刻改变了社会运作模式，也对人类意识产生了深远的影响。意识智能化揭示了智能技术与人类意识的深度融合，为未来的意识研究与教育科学发展提供了新的视角。在智能时代，人类意识与认知模式正逐渐与技术深度融合，技术与人类意识相互影响、相互促进、相互改造。本研究基于对意识发展的脉络梳理与技术发展的现状分析，提出意识智能化的数字图景：人工智能与人类意识高度融合，虚拟现实与物理现实边界模糊，历史确定性与未来不确定性辩证统一。根据意识智能化的数字图景提出对教育数字化发展的启示，积极利用新兴技术，优化教学互动，培养学生的综合素养与创新能力，以应对未来社会的复杂挑战。

关键词： 人工智能   生成式人工智能   AIGC   外语教育   高等学校   身份认同   人机协同  

摘要： 基于人工智能技术与外语教育融合的视角,分析生成式人工智能赋能高校外语教育的内在逻辑、现实困境及其致困原因,进而有针对性地提出推进路径。生成式人工智能有助于提升高校外语教学效率,助力学生实现个性化发展,有效促进跨文化沟通与理解,但在此过程中还存在伦理数据风险、教师身份认同危机、技术过度依赖、人文关怀匮乏等困境,这些困境主要源于技术、教育和社会层面的局限。据此,高校可基于“技术—教育—社会”框架,通过强化师生伦理意识、加大教师培训力度、构建人机协同模式、增加师生双向互动、加强师生情感联结、构建制度保障体系等举措,切实推动生成式人工智能赋能高校外语教育,助力高校外语教育高质量发展。

关键词： 计算光学成像   无透镜成像   多维度成像   多模态感知   人工智能  

摘要： 基于透镜（组）的传统成像系统在成本、硬件尺寸和多功能应用等方面面临诸多限制。无透镜计算光学成像系统作为一种紧凑、轻便的“极简”多功能感知架构，已经被证明在生物显微成像、多模态成像与数据安全等多个领域具有重要的科学意义。本文梳理了无透镜成像的基本原理、功能拓展与智能重建技术。借助“光学编码+智算解码”的范式，无透镜成像可以实现高分辨率、多模态以高维度等成像功能，并且助力极端条件下的成像。先进的人工智能算法可以明显提升重建图像的质量。笔者还讨论了无透镜成像与量子智能技术等可能的交叉结合，展望其在未来高安全性、多功能成像等应用中的广阔前景。

关键词： AI+教育模式   人工智能   大语言模型   计算机程序设计课程   综合性教学案例驱动  

摘要： 根据人工智能创新与复合型人才培养的建设理念,探讨了基于生成式人工智能辅助的数据结构创新案例设计方法。以非完全二叉树顺序存储的稀疏数组表示及其算法设计为教学案例,将人工智能大语言模型引入数据结构课程教学案例的设计环节,提出了一种结合稀疏矩阵与顺序二叉树的数据结构教学案例设计方法。该方法循序渐进地阐述了一维稀疏数组与二叉树的顺序存储的创新教学过程。同时,采用AI+教育模式,通过生成式人工智能助力数据结构算法课程的教学,增强学生对算法代码的理解。所设计的创新案例突出了综合性、智能性、以及创新性,有效提高了学生的学习积极性,激励教师引导学生运用人工智能工具解决实际问题,并培养学生的创新意识,使其更好地适应人工智能时代的人才需求。

关键词： 低空经济   人工智能   新质生产力  

摘要： 为探究低空经济与人工智能深度融合对驱动新质生产力跃升的作用，分析其在农业、物流、城市交通等领域引发生产力变革的重要性，以及推动产业智能化、绿色化转型和全球经济高效可持续发展的意义。文章围绕低空经济、人工智能展开研究，重点针对低空经济与人工智能融合对提升新质生产力的作用机制，并提出低空经济与人工智能融合下新质生产力跃升的实践路径。研究结果显示：人工智能的应用实现了低空经济智能化、自动化水平的提升，优化了生产流程，显著提高资源利用效率、降低能耗，推动绿色生产力发展；加速了低碳技术的行业应用，深化了两者融合度，提升了整体行业效能。文章为全球经济实现高效可持续发展提供了新路径。

关键词： 薄壁件加工   颤振监测   智能制造   在线监测   机器学习  

摘要： 薄壁件凭借轻量化、高承载和高材料利用率等特点，在航空航天、能源、交通等领域得到广泛应用。然而其在加工过程中极易受颤振现象影响，严重制约薄壁件在高效精密加工领域的发展。因此，基于颤振产生机理，从监测技术实时性与精确性需求出发，系统综述了传统与机器视觉两种核心监测体系的研究进展。首先介绍了传统颤振监测技术，针对基于物理与数据驱动的监测方法的核心原理进行归纳与分析，指出所面临的技术难题与适应性优化策略；接着介绍了基于机器视觉的颤振监测技术，重点阐释了如何构建完整技术链路及三种机器学习模型的原理与优缺点。最后，总结了薄壁件机械加工颤振监测技术中的难点，并结合未来发展趋势对薄壁件颤振监测技术进行了展望。