关键词： 国家自然科学基金委   人工智能   申请与资助情况   基金改革举措   基金申请建议  

摘要： 为便于广大科研人员及时了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况，本文对2024年的本学科项目情况进行了统计分析．首先介绍了2024年国家自然科学基金委员会的重要改革举措；其次，总结分析了本年“人工智能”学科（F06）研究系列项目与人才系列项目的申请与资助情况．重点梳理了在新的改革举措下该领域项目申请与资助的变化情况、年龄变化情况与依托单位分布情况；最后对“人工智能”领域优先发展方向进行了展望．

关键词： 湖北钉螺滇川亚种   拟钉螺   人工智能   智能识别   云南省  

摘要： 目的 评价人工智能（artificial intelligence,AI）识螺系统识别云南省血吸虫病流行区湖北钉螺滇川亚种与拟钉螺的效能。方法 2024年5月，于云南省血吸虫病流行区选取丽江市永胜县永北镇采集湖北钉螺滇川亚种和拟钉螺样本各50只，通过智能手机拍摄100张螺样图像，包括25只湖北钉螺滇川亚种和拟钉螺壳口向上的正面图像及25只湖北钉螺滇川亚种和拟钉螺壳口向下的背面图像。由具有副高级及以上职称的血吸虫病防治专家根据图像质量和形态特征将螺样鉴别为“湖北钉螺滇川亚种”或“拟钉螺”，建立螺类图像分类标准数据集，并将该鉴别结果作为金标准。采用基于智能手机微信小程序的AI识螺系统对100张螺样图像进行识别。于云南省18个血吸虫病流行县（市、区）血吸虫病防治站、疾病预防控制中心随机选取血吸虫病防治专业技术人员对100张螺样图像进行人工识别测评，并按照查螺年限中位数将其分为两组，分析查螺年限对钉螺识别的影响。将AI识螺系统及人工识别结果分别与金标准进行比较，绘制受试者工作特征（receiver operating characteristic,ROC）曲线，计算灵敏度、特异度、准确率、约登指数及曲线下面积（area under the curve,AUC）以评价识别结果与金标准的一致性。采用克朗巴哈α系数评价人工识别结果的内部一致性。结果 累计选取54名血吸虫病防治专业技术人员进行人工识别测评，应答率为100%（54/54）；人工识别准确率、灵敏度、特异度、约登指数、AUC分别为90%、86%、94%、0.80和0.90。人工测评结果内部总体一致性克朗巴哈α系数为0.768，其中湖北钉螺滇川亚种和拟钉螺图像内部一致性克朗巴哈α系数分别为0.916和0.925。螺样图像人工识别准确率为90%，其中湖北钉螺滇川亚种（86%）与拟钉螺识别准确率（94%）差异无统计学意义（χ2=1.778,P> 0.05）。壳口向上（88%）与壳口向下螺样图像人工识别准确率（92%）差异无统计学意义（χ2=0.444,P> 0.05）；查螺年限≤6年组和> 6年组人工识别螺样图像准确率分别为75%和90%，差异有统计学意义（χ2=7.792,P <0.05）。AI识螺系统识别湖北钉螺滇川亚种准确率为88%，与人工识别差异无统计学意义（χ2=0.204,P> 0.05），灵敏度为100%、特异度为76%、AUC为0.88；对壳口向上和壳口向下螺样图像识别准确率分别为90%和86%，差异无统计学意义（χ2=0.379,P> 0.05）。AI识螺系统识别准确率高于查螺年限≤6年组人员（χ2=5.604,P <0.025）。结论 AI识螺系统对螺样图像识别准确性与专业技术人员人工识别水平接近，可应用于云南省湖北钉螺滇川亚种与拟钉螺识别。

关键词： 机器学习   多源数据   玉米   SPAD   无人机  

摘要： 为实现玉米精准施肥管理，准确识别其叶绿素含量具有重要意义。叶片叶绿素相对含量（soil and plant analyzer development， SPAD）值是叶绿素含量的重要指示参数，已有研究多采用单一数据源，结合单一机器学习方法来对其反演。为提高SPAD反演精度，本研究探讨耦合多源无人机遥感影像与多种机器学习方法来开展SPAD值反演的可行性，并将其与已有方法进行比较。基于不同有机肥、无机肥、秸秆还田以及种植密度处理的玉米田间试验，获取玉米四叶期和九叶期的无人机多光谱影像和RGB （Red-Green-Blue）影像，并同步测量了叶片SPAD数据。基于多尺度分析的方法，将RGB影像与多光谱影像进行融合，生成既具有高空间分辨率又具有多光谱的融合影像。此外，基于集成学习思想，选择BP-人工神经网络法（Back Propagation-Artificial Neural Network，BP-ANN）、支持向量机法（Support vector machine，SVM）、广义加性模型法（Generalized additive model，GAM）、随机森林法（Random Forest， RF）等不同类型机器学习模型，构建集成学习模型（Ensemble Learning Method，ELM）。基于以上数据源和模型，设计不同数据源和不同机器学习模型的耦合情景。将数据集分为建模数据集和验证数据集，基于建模数据集构建每种情景下的SPAD反演模型，然后基于验证数据集进行模型验证，对比分析确定最优SPAD反演模型与数据源。相对于单源数据，多源数据通过融合多光谱影像的光谱信息和RGB影像的纹理信息，提高了SPAD反演的精度。此外，相对于单一机器学习方法，基于集成学习思想耦合多种机器学习方法可以提高SPAD的反演精度。在所有情景中，基于ELM方法和融合影像的SPAD模型精度最高，其建模Rcal2为0.83、RMSEcal为1.93，验证Rval2为0.80、RMSEval为2.07；其他情景下，各模型的建模Rcal2在0.64～0.88之间，RMSEcal在1.63～2.84之间；验证Rval2在0.60～0.78之间，RMSEval在2.18～3.01之间。本研究证明了在反演玉米SPAD时，最优策略是使用多源数据和集成学习模型，为进一步的精准氮肥管理提供了技术支撑。

关键词： 人工智能   DeepSeek   大语言模型   混合专家模型   多token预测   群体相对策略优化  

摘要： 简述DeepSeek系列模型在大模型训练中的创新和优化．DeepSeek的突破主要体现在模型和算法创新、软硬件协同优化及整体训练效率的提升．DeepSeek-V3模型采用混合专家（mixture of experts, MoE）模型架构，通过细粒度设计和共享专家策略，实现高效的计算资源利用；MoE模型架构中的稀疏激活机制和无损负载均衡策略显著提高了模型训练的效率和性能；多头潜在注意力（multi-head latent attention, MLA）机制通过减少内存使用和加速推理过程，降低了模型训练和推理成本；引入多token预测（multi-token prediction, MTP）和8位浮点数（floating point 8-bit, FP8）混合精度训练技术，提升了模型的上下文理解能力和训练效率，并通过优化并行线程执行（parallel thread execution, PTX）代码显著提高了图形处理器（graphics processing unit, GPU）的计算效率．在训练DeepSeek-R1-Zero模型时，采用群体相对策略优化（group relative policy optimization, GRPO）进行纯强化学习训练，跳过了传统的监督微调和人类反馈阶段，显著提升了推理能力．总体而言，DeepSeek通过多项创新，在人工智能领域取得了显著优势，树立了新的行业标杆．

关键词： 基因编辑   CRISPR/Cas   人工智能   数据驱动  

摘要： 基因编辑技术在目标基因定位与切割方面具有高效性和精确性，已成为生物医学研究的重要工具。该技术不仅促进了对基因功能的基础研究，还为遗传性疾病的基因治疗和作物遗传改良提供了新的策略。随着人工智能技术的融入，特别是机器学习算法的应用，基因编辑的设计与执行变得更加智能化。AI技术通过预测分析和模式识别，优化了sgRNA的设计，提高了编辑的特异性和效率，同时降低了非目标效应的风险。此外，AI在大规模基因组数据的解析中也发挥着关键作用，为理解复杂的生物学过程和疾病机制提供了新的视角。本文 综述了数据驱动的基因编辑技术在靶点精准化、安全性提升和个性化治疗方面的研究进展，旨在为基因编辑技术领域的研究者提供参考和启发，推动人工智能在基因编辑技术中的应用和发展。

关键词： 生成对抗网络   行人视频异常事件检测   深度学习   人工智能  

摘要： 视频监控系统在安全和监督领域扮演着至关重要的角色，如何在不需要人为干预的情况下从视频中自动精准识别具有潜在安全威胁的行人非正常行为或事件，减少对大量视频监控画面的人工审查压力，是目前计算机视觉领域的研究热点之一。近年来人工智能技术的快速发展使得视频异常检测技术得到了大幅提升，但对于多变、多样环境下异常与正常行为细微差异区分还存在挑战。本文构建了一种新的双向预测BiP-GAN（Bidirectional prediction GAN）视频行人异常检测模型。该模型主要包括CCA-UNet生成器和Globle-Patch判别器，利用光流模型在光流变化及图像序列运动特征的捕获优势，将其用于生成器和判别器的损失函数计算。CCA-UNet生成器以经典U-Net模块为基础，通过引入CCA（CrossCirssAttention）模块增强模型对视频行为关键特征的识别能力。Globle-Patch通过结合Globle判别器和Patch判别器在全局和局部特征的感受优势，提高模型全局及局部的特征感受能力，提高模型的鲁棒性和准确性。BiP-GAN的预训练策略采用前4帧正向预测和后4帧反向预测的双向预测模式，使模型更好地结合图像序列的上下文特征生成图像质量更好的预测帧。另外，BiP-GAN采用Warm-up与CAF（Cosine Annealing Function余弦退火学习率函数）相结合的学习率衰减方法，加快模型寻找全局最优解，从而节省计算资源。实验利用公开数据集CUHK Avenue、UCSD ped2和ShanghaiTech对BiP-GAN进行了验证和分析，其AUC平均值为：87.3，96.2，73.9，均高于已有baseline模型（如：Ada-GAN；Con-GAN；Mul-GAN）。消融实验表明CCA-UNet生成器、Globle-Patch判别器、双向预测策略以及warm-up与CAF结合的学习率衰减方法对于模型的有效性。

关键词： 应急医疗物资   人工智能   疫情防控   系统动力学  

摘要： 突发公共卫生事件对中国经济、社会稳定和人民生命安全造成严重影响，对应急供应链系统形成了巨大考验。该文引入人工智能赋能机制，分析疫情防控与物资供给的动态关联，构建应急医疗物资供应链系统的动力学模型。通过武汉疫情案例，探讨人工智能水平和政策性刺激力度对供应链系统运作的影响，寻找提高应急物资保障能力有效途径。结果表明：政府政策性刺激力度与人工智能水平存在不同的影响路径。短期内，政策性刺激能快速干预市场供应，推动企业增产和进口以满足需求。长期看，提升大数据水平，加强人工智能系统赋能，才能提升供应链运行效率和应急能力。通过政策干预与人工智能系统的联动机制，可降低传播风险，有效控制疫情严重程度。

关键词： 机器学习   随机森林算法   水力压裂   套管变形   芦草沟组   二叠系   吉木萨尔凹陷  

摘要： 以吉木萨尔凹陷二叠系芦草沟组12口套管变形水平井为研究对象，基于三维地震属性数据，分析地质因素诱发的套管变形位置与天然裂缝发育位置及储层岩性和力学特性的非均质变化边界之间的对应关系，并对随机森林算法在水力压裂套管变形预测中的应用进行了详细研究。研究结果表明：(1)套管变形位置出现在天然裂缝带发育位置和储层非均质性变化的边界位置，且二者之间表现为非线性相关关系；(2)采用网格搜索和5折交叉验证的方式优选随机森林套管变形风险预测模型中决策树的数量和节点分裂的特征值个数，综合考虑计算精度和效率，选定节点分裂的特征值个数为2，决策树个数为100。(3)随机森林算法在吉木萨尔凹陷二叠系芦草沟组致密油储层水力压裂套管变形井段位置的预测精度可达87.85%，模型输出的套管变形风险预测结果可为压裂设计优化和施工参数的调整提供指导。

关键词： 崩塌落石   微震监测   机器学习   监测预警  

摘要： 基于意大利中部佩鲁贾市某大理石矿山微震监测数据和49个微震特征参数，对比分析神经网络、决策树和随机森林3种机器学习模型在微震信号自动化分类的精度，通过网格搜素算法优化模型参数提高模型性能，讨论特征参数选择和分类集的大小对分类结果的影响。结果表明，随机森林分类器在微震信号分类中获得的准确度最高，优化后分类准确度为98.11%，同时减少部分权重小的特征参数，分类计算效率大幅提高，准确度下降较少，训练集与测试集的最佳分配比例为8:2。

关键词： 中华文明   国际传播   主体重构   行动者网络   社交机器人   人工智能  

摘要： AIGC时代中华文明国际传播主体格局发生了创新重构，从行动者网络理论视角观察，当前已逐渐形成“人类行动者主导，非人类行动者崛起”的国际传播主体格局。社交机器人作为异质性行动者，在国际传播的人机共生转译过程中能够很大程度地弥补人类传播主体的局限与不足，助推中华文明在国际舆论场中传播更广，形成强而有力的传播阵地，增强中华文明的国际传播力和影响力。