关键词： DeepSeek   交通事故   数据解析   人工智能  

摘要： 近年来机动车保有量不断增加且交通事故频发,使得事故分析成为保障交通安全的重要环节,其中事件数据记录(EDR)系统的数据解析更是至关重要。为缓解传统人工分析时工作量大、效率低的问题,以肇事车的部分EDR表格数据为样本,基于DeepSeek模型,采用“主任务-子任务-微任务”的提示方式,结合气囊状态、车辆速度、加速度等信息对事故过程进行了分析;然后结合对通过速度、加速度变化点、驾驶员操作和车辆各系统数据,明确行驶状态变化因素。结果显示,车辆从初始约60 km/h加速至180 km/h后发生碰撞,依次碰撞时速分别为171、122、71 km/h。事故前自适应巡航(ACC)激活,驾驶员全程误踩加速踏板,事故中几乎未制动。该结果与实际相符,说明了DeepSeek技术在EDR数据解析中的可行性,可为后续更具体分析提供方向。

关键词： 英语写作   人工智能   作业设计   个性化写作  

摘要： 文章讨论了人工智能在高中英语写作教学中的实施机制,包括个性化写作指导与反馈机制、人工智能辅助的写作练习与评估。旨在通过智能系统优化写作教学过程,在提高学生写作能力的同时,减少不必要的学习压力。本研究旨在探讨人工智能技术在高中英语写作作业设计中的应用,以及其如何作为创新工具减轻学生负担。通过分析人工智能辅助写作的现状和潜力,本文提出了一系列创新策略,人工智能能够提供个性化写作指导和即时反馈,帮助学生识别并改进写作错误,激发学习兴趣和创造力。

关键词： 化工企业   特殊作业   智能监管   人工智能  

摘要： 为提升化工企业特殊作业的安全监管效能,本研究基于物联网、大数据及人工智能技术,研发了一款便携式特殊作业智能监护人设备,结合特殊作业智能监管软件平台,实现了现场作业的视频监管、有毒有害气体的连续不间断采样分析,并利用视觉人工智能技术对作业全过程中的不规范行为和不安全场景进行识别与预警。应用实践表明,本研究为化工企业特殊作业的安全监管提供了一种可行且具有借鉴意义的解决方案。

关键词： 2025年全国Ⅰ卷   命题创新   问答体   人工智能  

摘要： 2025年高考语文全国Ⅰ卷创新试题形式,围绕立德树人根本任务,优化了考试内容,拓展问答体等选文类型,丰富文言文组合方式,培养学生提出高质量的问题,获得高质量的答案的能力。高考突出对提问能力的考查,意在应对人工智能快速发展带来的挑战。这种未雨绸缪的命题意识给教学带来的启示是,语文学习应当像高考命题一样,主动关注未来人工智能时代所必备的关键能力,以命题研究引导教学,着力培养学生的逻辑思维能力、批判性思维能力和创新思维能力。

关键词： 人工智能   下肢畸形   手术导航  

摘要： 目的探究数智预规划导航技术辅助下肢截骨术的临床效果,评估其在精准纠正下肢力线、减少手术并发症等方面的优势。方法选取2023年7月至2024年6月首都医科大学附属北京积水潭医院足踝外科收治的9例下肢力线不良患者;其中男5例,女4例;股骨畸形3例,胫骨畸形6例。在星航骨科导航工作站预规划螺钉置入路径;术中采集二维图像数据,与术前三维CT数据配准后实施导航置针手术。术后进行随访,测量髋膝踝角(HKA)、解剖股骨远端外侧角(aLDFA)、解剖股骨远端后侧角(aPDFA)、胫骨近端内侧角(MPTA)等影像学指标,采用Likert满意度量表评价患者满意度。结果9例患者手术均顺利完成,手术时间60~160(98.9±28.2)min,术后住院(2.9±0.8)d,随访时间6~15(8.9±2.1)个月。术后所有患者均未出现并发症。截骨处愈合良好,畸形均得到矫正。术后6个月随访,X线片显示骨折愈合良好,HKA、aLDFA、aPDFA、MPTA等相关角度均恢复至正常范围,9例患者Likert满意度量表均非常满意。结论数智预规划导航技术辅助下肢截骨术矫正精度高,可有效弥补对扭转畸形矫正程度判断的不足,避免术中反复透视,并能减少手术时间,为改良下肢截骨手术提供了可靠的技术支持,有望提升临床治疗效果。

关键词： 直肠癌   新辅助放化疗   磁共振成像   肿瘤退缩分级   机器学习  

摘要： 目的采用一种无创评价中低位直肠癌病人新辅助放化疗(nCRT)疗效的方法,为病人选择适宜的治疗方案提供新思路。方法回顾性收集术前行nCRT且经直肠癌根治术后病理证实为中低位直肠癌的病人212例,根据病理结果分为病理完全缓解(pCR)组30例,病理非完全缓解(npCR)组182例。按照8∶2的比例将所有病人随机分为训练集(170例,包括pCR 25例,npCR 145例)和验证集(42例,包括pCR 5例,npCR 37例)。采用Boruta算法对训练集中的临床指标进行筛选,并将筛选出的指标联合影像学指标[肿瘤分期、肿瘤累及长度、环周切缘(CRM)、壁外血管侵犯(EMVI)和磁共振肿瘤退缩分级(mrTRG)]构建逻辑回归(LR)、朴素贝叶斯(NB)、神经网络(NN)3种监督学习分类预测模型,以预测中低位直肠癌nCRT疗效,并使用验证集数据评估模型的预测效能。阅片者间一致性采用组内相关系数(ICC)和Kappa系数进行评估。采用受试者操作特征(ROC)曲线及曲线下面积(AUC)值、准确度、敏感度、特异度评估模型效能。结果2名医师分析影像指标的一致性极强(ICC>0.9,均κ>0.8)。3种机器学习模型中,NN模型的预测效能最高(训练集:AUC为0.931,准确度为0.900,敏感度为0.890,特异度为0.875;验证集:AUC为0.687,准确度为0.855,敏感度为0.866,特异度为0.723)。结论通过指标筛选构建机器学习模型可以有效预测中低位直肠癌术前nCRT疗效。多指标联合可以提升mrTRG对术前预测nCRT疗效的准确性。

关键词： 数字影像   艺术疗愈   人工智能  

摘要： 聚焦数字影像赋能艺术疗愈的技术特质与发展趋向,探讨数字影像赋能艺术疗愈的核心意义与应用方向。数字影像赋能艺术疗愈以AI技术为驱动,展现出动态适应性、疗愈机制创新性、无缝嵌入普惠性三个技术特质,并呈现出技术融合、去中心化疗愈方案升级、场景化渗透三个发展趋势,不仅推动艺术疗愈从经验性实践向精准化实践、个性化实践、日常化实践发展,为更多人群提供疗愈出口,也为传统文化传承与艺术疗愈创新构建桥梁,展现出技术理性与人文关怀在疗愈层面的交融。

关键词： 新文科建设   人工智能   高等教育   深度学习  

摘要： 推动新文科建设需要充分发挥人工智能的支撑作用。人工智能可以推动新文科理论框架的动态生成,实现新文科技术工具的协同应用,加速跨学科融合的多层网络构建,健全新文科学科体系的制度规范以及激发新文科实践应用的创新显现,这五个方面构成了新文科建设的支撑体系。然而,文化观念冲突、技术融合不畅、基础设施建设不足等现实困境,在一定程度上制约了人工智能在新文科中的有效应用,最终影响整体学科建设。为实现新文科高质量发展,必须加强顶层设计,凸显新文科的文化内涵,重构新文科课程体系,以适应新时代教育需求,深化人工智能与新文科的协同创新,促进高等教育现代化与中国式现代化的发展。

关键词： 未成年人网络保护   未成年人模式   人工智能   调控型保护  

摘要： 未成年人使用人工智能应用的行为具有高度交互性、私密性、工具性和枢纽性等特点,对未成年人保护提出了新挑战。我国未成年人模式已经取得的实践成果,在实施效果上依然面临质疑。我国未成年人模式的运行机理包括身份识别、权限设置和家长赋能三个方面,具有明显的限制型特征,面临输入、处理、输出三个层次的信息困境,导致保护要求难以落地。人工智能背景下,需要将未成年人模式进行改造,转向调控型保护模式,即基于人工智能技术带来的信息处理能力提高和成本降低,破除信息困境,从身份识别、风险防范、发展促进、家长赋能四个层次展开系统性重塑,并建构相应的制度保障,实现个性化、精准化、赋能化的未成年人保护。

关键词： 政府治理   情感计算   情感治理   人工智能   公共服务  

摘要： 随着人工智能技术的发展,情感计算作为一门新兴的交叉学科,在政府治理中的应用日益受到关注。获取情感信息是情感计算的基础,早期的情感建模主要依据单一模态情感信息,后期学者们提出构建融合性的多模态情感计算模型,以实现对人的情感表达的全面描述。在提升政府治理效能的实践应用中,情感计算能够优化政府决策机制、创新公共服务模式、增强社会风险防控能力、促进公众参与和政民互动、增强中华民族凝聚力。但是,政府治理中应用情感计算面临着数据获取与质量保障难题、隐私保护与伦理困境、技术局限与决策风险等挑战。在人工智能时代,数字化转型浪潮、智慧城市建设为情感计算的发展和应用提供了很好的契机,我们应特别重视构建起情感计算中的道德规范,将道德要求嵌入情感计算的算法,让算法遵循善法。同时,应时刻警惕过度依赖该技术可能引发的风险,在技术与人文因素之间达成平衡,防止情感操纵现象的出现。