关键词： 数智素养   老年群体   人工智能   数智意识   数智能力   数智伦理  

摘要： 人工智能等数智技术在引领产业革命、推动突破性创新的同时，也从内容生产和传播方式等方面重塑了数智生态，给老年群体带来新的挑战。文章梳理老年群体面临的深度伪造、人工智能幻觉、机器人水军、信息茧房、网络沉迷等诸多挑战的同时，从老年群体生理和心理、技术发展、社会环境、个体差异等视角分析造成上述挑战的原因，并在此基础上提出培育数智意识、更新数智知识、增强数智能力和遵守数智伦理等对策，以提升老年群体数智素养，进而提升老年群体在数智时代的参与感、获得感和幸福感。

关键词： 公路桥   连续梁桥   地震响应   设计特征参数   机器学习   可解释技术   人工神经网络模型   预测精度  

摘要： 为提高桥梁地震响应预测效率,提出一种基于可解释机器学习的连续梁桥地震预测方法。该方法以公路网典型四跨连续梁桥结构特性和地震动参数为基础,首先构建桥梁设计特征参数和地震响应的数据集;然后运用决策树、支持向量机、随机森林及人工神经网络等机器学习模型对数据集进行训练和测试,采用决定系数R2、均方根误差RMSE、平均绝对误差MAE和均方误差MSE等指标评估模型的预测精度;最后基于可解释技术对最优模型中影响桥梁抗震性能的主要设计参数进行分析,并将最优模型与传统精确模拟进行对比。结果表明:人工神经网络模型对连续梁桥地震响应预测的适用性最高,其R2达到0.98,且RMSE、MAE和MSE均较小;地震动峰值加速度和桥墩直径是影响预测结果的主导因素,地震动峰值加速度、墩高、跨径与预测结果呈正相关,桥墩直径与其呈负相关;人工神经网络模型预测结果与传统精确模拟的误差在2.5%以下,且计算效率提高了500多倍。

关键词： 气象要素   臭氧(O   )   机器学习   SHAP模块   兰州城区  

摘要： 气象条件会显著影响臭氧(O3)及其前体物的浓度变化，量化不同气象要素对O3浓度的影响，对近地面O3污染防治策略的制定和优化有重要意义。收集了2019～2023年夏季兰州市主城区近地面逐小时O3浓度数据和气象数据，运用基于XGBoost的气象归一化方法，解耦并量化气象条件对O3浓度的影响；随后，引入XGBoost-SHAP模型，定量分析各气象要素对O3浓度的贡献。结果表明，2019～2023年兰州市主城区夏季近地面O3浓度的持续上升是气象条件和前体物排放共同作用的结果。气象条件是导致2019～2021年O3浓度持续上升的主要原因。在2019～2020年和2020～2021年间，相对不利的气象条件分别导致环境O3浓度上升了3.828μg·m-3和7.378μg·m-3。而2021～2022年和2022～2023年间气象条件有所改善，分别使O3浓度降低0.348μg·m-3和0.768μg·m-3，这两年间O3浓度的上升主要与前体物排放变化有关。通过SHAP模型分析，发现边界层高度（BLH）、2m温度（T2m）、向下地表紫外线辐射（UVB）、相对湿度（RH）和地表净太阳辐射（SSR）是影响兰州市主城区夏季近地面O3浓度的关键气象要素。以上要素对O3浓度的年贡献率和稳定在71.82%～3.65%。T2m、BLH和UVB与O3浓度呈正相关，RH与O3浓度呈负相关，SSR对O3浓度的贡献呈单峰型，过高和过低均会抑制O3生成。各气象要素对兰州市主城区夏季O3浓度的贡献存在显著的时间可变性，T2m和RH的波动是2019～2023年兰州市主城区夏季O3气象贡献出现年际差异的主要原因。

关键词： 人工智能   科技伦理   科技法   治理现代化   科技法治  

摘要： 人工智能作为赋能新质生产力的战略性新兴技术,在日益成为引起新一轮科技革命、经济发展和社会变革重要“驱动器”的同时,也引发了一系列的科技伦理挑战和治理难题,具体体现为隐私侵犯风险、算法偏见问题、责任归属模糊、就业结构变化和人机关系重塑等方面。欧盟、美国和日本基于本国国情、围绕技术发展现实所选择的各具特色的治理模式,能够为我国人工智能时代的科技伦理治理提供新的解决思路。我国应当在坚持尊重人权与隐私保护原则、公平正义与无歧视原则、透明可追溯与责任原则、可持续发展与绿色原则以及开放协作与包容共享原则的前提下,从制度框架、政府机关、科研机构、社会公众和规范标准5个维度建立并完善人工智能时代科技伦理治理的法治表达。

关键词： 图像分析   多实例学习   医学图像   机器学习   深度学习  

摘要： 多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势,可通过引入新机制进行优化和拓展,以适应更多的应用场景。本文首先综述了部分应用广泛或独具优势的MIL模型,并详细介绍了它们的技术特点和具体应用场景;其次,介绍了MIL在多模态医学图像分析中的应用进展和技术进步;最后,总结了MIL目前的研究进展,并展望了其未来发展。

关键词： 人工智能   法律目的   权利保护   权力治理  

摘要： 人工智能技术的发展对法律产生较大挑战。人工智能技术的新特点对法律的影响表现为快速变革与法律滞后性的矛盾、技术中立性与法律价值导向性的矛盾以及技术全球化与法律区域性的矛盾。这些矛盾不仅涉及人工智能技术对法律形式和实质方面的影响,更深层次地对法律目的构成了挑战。通过分析,挑战的本质在于人工智能技术引发了权力结构的重塑,削弱了法律对权力的治理能力,使权力逐步突破了法律的边界,产生法律的不确定性、权利导向的缺失以及全球治理的碎片化。面对人工智能技术带来的法律挑战,应以保障权利和增进人类福祉为出发点,推动多元共治的模式调和技术权力,促进权力-权利体系的平衡。唯有深入理解人工智能技术的特点,正确认识其对法律体系的挑战,制定符合科学规律的法律规范,才能实现人工智能技术发展与法律规制的协调,形成更加稳健的法律框架以应对技术变革。

关键词： 人工智能   著作权   合理使用   可版权性   全球立场  

摘要： 生成式人工智能所引发的著作权争议,本质上是数字化时代技术革新所带来的持续性挑战。对此各国普遍在坚守人类创作者主体地位与独创性认定标准的同时,在不同程度上通过调整合理使用制度为技术创新预留空间。但各国和地区基于制度传统和产业基础在具体调整方式上作出了不同的选择。美国延续创新激励的判例法传统,为产业充分博弈与合作留足空间;欧盟则延续著作权人保护优先的策略,以立法强化对技术的监管;日本则在全面促进技术创新的导向下,利用著作权法中特殊的分层规制模式将机器学习纳入合理使用。这些立法选择体现了不同法域的立法传统与产业发展策略的不同。我国在人工智能领域处于从技术追赶向局部领跑转型的关键阶段,一方面不应过度放宽可版权性标准,另一方面则应借助合理使用制度帮助认定机器学习大规模使用的合法性,以此保障人工智能产业发展。

关键词： 大数据分析   广播电视   发射网络   机器学习   网络优化  

摘要： 大数据技术在广播电视发射网络优化中的应用价值日益凸显。通过对发射网络海量运行数据的采集与深度分析,建立了网络性能多维度评估模型,实现了运行状态的精准评估与趋势预测。机器学习算法在发射网络动态配置中的应用,为信号覆盖范围,传输质量以及能源效率带来显著提升。并对包含超高清信号传输,5G网络融合,智能协同调度在内的关键技术进行了系统研究,形成了一套完整的网络优化技术体系。大数据分析驱动的网络优化方案在提升覆盖质量,降低传输延时,增强系统可靠性等方面均取得了积极成效,为发射网络的智能化运维开辟了新途径。

关键词： 人工智能   工农融合   教学改革  

摘要： 人工智能技术的发展使其在工业及农业领域的应用愈加广泛,当前“人工智能”专业课程教学存在理论与实践脱节、学生兴趣不足和实践机会缺乏等问题,且针对不同专业的学生难以做到知识点的不同侧重。因此,本文在工农融合背景下对农业智能装备专业的课程教学内容策略进行了深入探讨和优化,提出串联课程理论体系框架、多模态案例式教学教师水平提升、产教融合持续反馈教学基础建设等优化措施,以提高课程的实用性和吸引力。通过这些措施,旨在培养具备创新能力和实践能力的人才,进一步提升课程教学水平。

关键词： 成釉细胞瘤   病理诊断   人工智能   口腔病理学   U-net网络   mIoU   ROC曲线  

摘要： 目的:研究人工智能用于成釉细胞瘤病理诊断的效果,初步探索人工智能在口腔病理学领域中的应用。方法:以90例成釉细胞瘤的病理图像作为研究对象,构建U-net型结构的神经网络,将90幅成釉细胞瘤的H-E图像分为训练集72幅图、验证集9幅图和测试集9幅图,分别用于训练模型和测试模型,最后利用平均交并比(mean intersection over union,MIoU)和受试者工作特征(receiver operating characteristic,ROC)曲线评价U-net网络模型在成釉细胞瘤上皮识别中的能力。结果:U-net模型分割阴性区域的mIoU为0.818,分割阳性区域的mIoU为0.846,ROC曲线下面积为0.92。结论:U-net网络模型对成釉细胞瘤阳性区域和阴性区域具有良好的分割结果,同时能够鉴别阴性切片与阳性切片,能够初步用于成釉细胞瘤的病理诊断,有望进一步大样本验证后在临床逐步推广。