关键词： 人工智能   制造业转型升级   生产率   人力资本  

摘要： 人工智能以其独特的自主学习、智能决策与高度自动化能力为制造业转型升级提供了契机。基于2010—2022年省级面板数据考察人工智能对制造业转型升级的影响。研究发现:人工智能技术对制造业转型升级具有显著的促进作用;机制检验表明,人工智能通过提高生产率与优化人力资本结构推动制造业优化升级;区域异质性分析表明,相较于中部和西部地区,人工智能对东部地区制造业转型升级的促进作用更显著;引入政府补助作为调节变量,发现政府补助对制造业转型升级具有促进作用,但其效用有限。因此,应强化人工智能在制造业中的应用,加快推进生产率与人力资本的中介效应,同时科学设计政府补助以有效防范和化解企业在高端化升级过程中面临的风险,进而加快推进制造业转型升级。

关键词： 胎儿   超声检查   人工智能   多模态显像   精准医学  

摘要： 中国产前超声诊断技术在过去40年间实现了从二维灰阶成像到人工智能(AI)赋能的跨越式发展:早期以识别显著结构畸形和建立标准筛查体系为基础,中期通过三维/四维成像、量化评估模型及多模态融合拓展了诊断深度与广度。近年来,AI、孕早期筛查关口前移及多组学整合的兴起,推动产前超声迈入精准化、智能化新纪元。中国学者不仅在技术应用中积极引入国际前沿,更在本土化创新和体系建设方面取得重要突破,构建起多学科一体化管理模式。面向未来,产前超声将在智能辅助、普惠覆盖、循证体系与学科融合等方向持续深化,为出生缺陷防控与人口健康提供核心支撑。

关键词： 地理信息系统   大数据分析   市场营销策略   机器学习   聚类分析  

摘要： 基于人地大数据的烟草制品市场网格划分研究是一项综合地理信息系统(GIS)、大数据分析和市场营销策略的多学科交叉研究。通过整合人口相关数据、地理信息以及烟草制品市场的消费数据,利用算法进行计算分析,本文深入探讨了消费者与烟草制品市场之间的关联性,进而划分出多个具有烟草制品市场特征的网格。这一网格化方法不仅优化了烟草制品市场布局和营销策略的实施,还为合理化布局的研究与实现提供了有效的工具,显著提升了烟草制品市场覆盖率和卷烟销售效率,与此同时,这项研究对于推动烟草行业的数字化转型也具有重要意义。

关键词： 人工智能   当代资本主义   金融修复   技术修复  

摘要： 面对当代信息智能技术的迅猛发展,既有的哲学反思倾向于将技术视作一种自主演化的孤立事物,而相对忽略了其特定的社会关系基础。资本主义生产关系对技术演化路径具有筛选和塑造作用。当代信息技术革命是资本主义金融化转型的产物,构成了一种旨在缓解资本主义内在矛盾的“技术修复”机制。信息智能技术同当代资本主义经济结构形成了紧密的耦合关系,这既导致人工智能的机器学习进路成为热门的投资领域,也决定了信息智能技术的未来发展及其限度深受金融资本逻辑的塑造。我们应当立足唯物史观,运用政治经济学批判方法,深刻把握当代技术革命对人类命运的长期影响,合理应对其带来的机遇和挑战。

关键词： 核主成分分析法   脱硫   预测模型   机器学习  

摘要： 预测脱硫系统出口SO_(2)浓度对于计算脱硫效率、提升电厂运行经济性具有重要意义。针对出口SO_(2)浓度受较多因素影响且难以准确测量的问题,提出了基于KPCA和SSA-BP神经网络的脱硫出口SO_(2)浓度预测模型。首先,利用核主元成分分析法(KPCA)计算各影响因素的贡献率,并对采集数据进行降维,提取特征信息。其次,将降维后的数据作为麻雀算法改进的BP神经网络预测模型的输入变量,对脱硫出口SO_(2)浓度进行预测。针对BP网络参数初始化的问题,引入了麻雀算法对网络权值、阈值等进行寻优,以优化预测模型性能。最后,通过电厂实测数据验证模型性能。结果表明,所提SSA-BP模型的RMSE为0.197 4,MAPE为3.053 4%,预测精度高,具有工程应用价值。

关键词： 手势识别   人机交互   计算机视觉   机器学习   深度学习  

摘要： 在计算机视觉和机器学习技术快速发展的背景下,手势识别技术成为人机交互(HCI)领域的关键。为提高手势识别技术在人机交互中的应用精度与准确度,文中分析了其在虚拟现实、智能汽车、机器人控制等场景中的价值与挑战,并通过实验对比了不同光照条件下的识别准确性与实时性。实验选取基于卷积神经网络(CNN)的分类方法来评估低光照、中光照和高光照条件对识别精度与准确度的影响,并记录了较为关键的性能指标数据。研究结果表明,光照条件对手势识别技术的准确性具有显著的影响,因此优化环境条件及算法,对于提升手势识别效果具有重要作用。

关键词： 自反性   人工智能   边界   教育启示  

摘要： 人工智能(AI)作为当代最具颠覆性的技术之一,正在重构人类的认知、劳动与教育体系。以ChatGPT、Copilot等大型语言模型为代表的生成式AI,不仅改变了学生获取知识的方式,也挑战了教师的教学角色与课堂结构的稳定性。在此背景下,从“思维自反性”这一新视角批判和思考AI介入教育的边界。思维自反性是指思维能够将自身作为对象加以反省、重构甚至批判的能力。这种能力不仅仅表现为“思考自己的思考”的反思,更进一步指向对思维前提、框架、规则及其历史文化语境的反思和超越。这体现了人类理性能力的高级形态,也是教育活动中知识内化、批判性生成与主体性的重要保障。在人工智能被广泛用于辅助学习和教学的同时,思维自反性的边缘化或缺席,极可能导致教育异化、知识浅表化乃至人的工具化倾向。

关键词： 人工智能   DeepSeek   技术创新   企业创新   国家创新体系   产业变革   组织变率   数据要素   技术—组织—生态”框架  

摘要： 2025年《政府工作报告》明确提出持续推进“人工智能+”行动,以DeepSeek为代表的人工智能企业通过开源创新与敏捷研发范式,重构全球AI产业格局,成为“人工智能+”国家战略落地的典型案例。现有研究对解析此类创新现象存在创新范式的跃迁缺乏系统性解释、动态理论解释力不足、开源与国家创新体系协同机制薄弱等局限。因此,有必要建立“技术—组织—生态”三维分析框架,以突破传统创新范式研究的局限性,为AI驱动的产业变革提供系统性解释。系统解析DeepSeek如何通过构建“开源迭代—商业化”创新闭环;如何推动企业研发从线性流程转向场景驱动升级的螺旋上升机制;如何形成“技术扩散—生态共建—标准输出”的良性循环。研究揭示了开源创新与国家战略协同的新型机制:通过技术开源降低创新门槛,以场景应用倒逼技术迭代,最终形成自主可控的产业生态。同时该框架为“人工智能+”政策体系完善提供了双重价值:一是为企业提供“敏捷研发—生态整合”的创新路径范式,二是为数据治理、伦理监管等政策设计提供实践依据。

关键词： 机器学习   运动预测   不规则波预测   船舶运动   海上平台运动  

摘要： 为研究机器学习在海上结构物运动预报的发展现状及其亟需解决的关键问题,文中对近10年来海洋工程领域针对海上结构物运动预报的研究进行了全面的论述。随着海上结构物运动预报的需求不断扩大,基于流体力学理论的传统预测方法在预报精度与预报实时性上不能同时满足实际应用需求,而机器学习方法的出现,使精确预测未来时刻的运动响应并依据该响应实现结构物的超前控制成为现实。文中基于预报方法的建模原理将其分为统计回归方法、一般神经网络方法、智能神经网络方法与混合预测方法4类,并对4类方法进行了全面的回顾、分析和综合。最后,分析了当前存在的不足与问题,并从预报方法、框架以及数据集等方面给出了未来发展方向,可为船舶、海上平台等海上结构物运动预测领域的发展提供参考。研究表明:机器学习在海上结构物运动预报领域的研究尚处于相对初始阶段,仍有许多技术难题亟需解决,但随着AI大模型的大力发展与本领域研究学者对机器学习研究的不断深入,可为本领域特色预报方法的开发提供坚实基础。

关键词： 信息技术   人工智能   社交媒体   防灾减灾救灾  

摘要： 随着全球气候变化和城市化进程加速,洪水、地震和台风等自然灾害对人类社会构成了严重威胁。信息技术的发展为防灾减灾救灾体系提供了新的动力和可能,极大地提升了灾害管理的效率和效果。综合分析了信息技术在防灾减灾救灾体系中的关键应用,讨论了信息技术在提高灾害响应速度和减少人员伤亡方面的潜力,即信息技术的应用显著提升了灾害预警的精度和响应速度,为减少灾害损失提供了技术保障。随着信息技术的进一步发展和多源数据的集成应用,灾害管理的智能化和精准化将得到持续提升,为社会提供更加稳健的安全保障。