关键词： 人工智能   农业管理   产量优化   病虫害检测   灌溉优化  

摘要： 为提升农业生产效率、优化资源利用并实现可持续发展,采用机器学习、深度学习、物联网(IoT)和大数据分析技术分析了作物预测与产量优化、病虫害检测与防治以及灌溉与施肥优化三个方面。通过XGBoost回归模型对作物生长和产量进行预测,运用YOLO算法进行病虫害的实时检测,强化学习算法优化灌溉与施肥策略。研究结果表明,该系统可提高作物产量15%,并减少20%的资源消耗。所提出的智能化农业管理系统具有较高的应用潜力,可显著提高农业生产的效率与可持续性。

关键词： 科技馆   泸州老窖   科技创新成果   智能制造   占地面积   工艺创新   文化与科技   产学研协同创新  

摘要： 本刊讯:2025年2月25日,占地面积约1000平方米的泸州老窖科技馆正式落成。泸州老窖集团(股份)公司党委书记、董事长刘淼表示,泸州老窖科技馆为大众生动展示了“浓香鼻祖”在工艺创新、智能制造、绿色低碳等领域的突破性成果。科技馆的诞生,将为泸州老窖科技创新成果展示提供重要窗口、成为固态酿造行业产学研协同创新的重要纽带,深度彰显传统文化与科技自信。

关键词： 多智能体   5G   智能交通   智能制造   远程医疗  

摘要： 为了深入解读当前热门的AI智能体技术及其广泛应用,系统性地介绍了智能体技术的核心概念和整体架构,以及多智能体技术在推理、规划以及工具调用等领域的最新研究动态。对多智能体间的通信协议进行了透彻分析,同时紧密结合5G网络的前沿特性,以智能仓储管理系统的实际建设为例,生动展示了多智能体架构下的高效软硬件配置方案。通过具体案例的实证,验证了多智能体技术在应对复杂任务与多源数据处理方面的出色表现,并展望了5G网络如何为这项技术带来更为广阔的发展前景。

关键词： 算力   郭崎   国家战略   芯片架构   智能芯片   人工智能  

摘要： “功成必定有我”,努力为国家算力筑牢基石。人工智能浪潮汹涌而至,算力已成为大国博弈的新战场,智能芯片作为人工智能技术发展的核心引擎,其重要性不言而喻。在这一关乎国家战略与产业发展的关键领域,中国科学院计算技术研究所智能处理器研究中心主任郭崎研究员,用十年如一日的坚守与创新,不断创新智能芯片架构,攻关芯片系统软件,支撑国产智能软硬件的发展和生态建设。

关键词： 人工智能   医院感染管理   抗菌药物管理   决策支持  

摘要： 随着人工智能(AI)技术的不断进步,其在医疗领域的应用日益广泛,尤其在医院感染管理中展现出巨大潜力。本文通过分析医院感染管理的现状及面临的问题,阐述AI技术的进展及在该领域的发展概况,详细论述其在监测预警、抗菌药物管理、教育培训、决策支持等方面的应用,及其在医疗设备监控、手卫生管理等方面的作用,指出应用中面临的数据安全、模型透明度等自身缺陷,以及政策支持、跨学科合作等具体应用方面存在的挑战,并提出应对策略。展望未来AI在整合更多数据、与新兴技术融合等方面的发展前景,强调AI虽为医院感染管理带来新方案,但也面临诸多挑战,需进一步探索、完善,培养专业人才,为未来的研究方向和实践应用提供新的思路。

关键词： 政府工作报告   医疗   数字技术   大模型   人工智能  

摘要： 今年的政府工作报告提出,持续推进“人工智能+”行动,将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用。医疗是人工智能率先进入的领域之一,今年全国两会期间,“人工智能+医疗”的话题持续升温,成为社会广泛关注的焦点。

关键词： 人工智能   钻井   工程造价   机器学习   核心模型构建  

摘要： 为了解决传统工程造价估算方法依赖人工经验且效率不高、预测精度不足、存在人为差异等问题,为钻井工程快速决策提供高效、准确的投资估概算数据支撑,以一种基于机器学习的人工智能造价模型为研究对象,旨在提高造价效率和精度。选取了265个历史天然气钻井项目数据,包括地质条件、钻井设备、工程技术等多方面的信息。通过对所选数据进行预处理和特征提取,构建了一个包含多个关键指标的数据集。分析了分类与回归树(CART)、梯度提升决策树(GBDT)、支持向量回归(SVR)和极端梯度提升(XGBoost)等模型并对验证结果进行对比,进而选取XGBoost模型作为核心模型进行训练和优化,通过调整模型参数和特征选择,构建了适用于天然气钻井工程投资项目的快速估价模型。研究结果表明:①XGBoost模型在全井总费用和预测精度方面均略优于SVR等其他模型;②机器学习模型能建立工程参数与造价的关联性,造价计算时间从传统人工需要几小时缩短至只需几分钟,显著提高了造价效率。结论认为,由于数据样本较少,目前仍存在着模型特征选择困难、置信区间较宽等问题,可以进一步拓展数据集范围,结合更多影响估价的关键因素,以提高所建模型的泛化能力和准确性。

关键词： 人工智能   多模态档案资源   档案资源开发   语义关联   知识挖掘  

摘要： 基于人工智能背景,围绕多模态档案资源开发,从阐释必要性、分析人工智能技术应用、探索策略优化路径三个维度展开论述。指出深度开发多模态档案资源是顺应数字时代要求、提升档案资源利用效率、推进馆藏资源全面数字化、壮大新时代档案文化品牌的必然选择。随后重点探讨了人工智能技术在多模态档案资源语义关联、知识挖掘等方面的应用路径。最后从构建人机协同的资源开发模式、完善标准规范体系、培养复合型人才队伍等角度提出策略建议,以期为智慧档案馆建设提供理论参考和实践指引。

关键词： 井工煤矿   碳排放核算   机器学习模型   联合减排技术   碳减排路径   矿后CH_(4)逃逸实时监测  

摘要： 井工煤矿既是碳基能源的供应方也是消耗方,其碳排放核算在“双碳”背景下备受关注。《中国煤炭生产企业温室气体排放核算方法与报告指南(试行)》(以下简称《指南》)指导和规范了温室气体核算方法,但其适用性与对企业降碳工作的指导性仍存在争议。选取我国西北地区典型井工煤矿(含选煤厂)为研究对象,在关键监测点位布设CH_(4)传感器、风速传感器及多参数传感器,进行为期8个月的实时监测,获取煤矿区CH_(4)排放量,依据《指南》识别该煤矿温室气体排放源项和核算范围,核算了各排放源碳排放量及趋势。研究结果表明:煤矿开采及选煤工艺的温室气体排放源有主要有6项,占比大小排列为矿后CH_(4)逃逸排放(43.9%~44.9%)>净购入电力隐含的CO_(2)排放(24.3%~28.0%)>井工开采CH_(4)逃逸排放(14.5%~16.8%)>净购入热力隐含的CO_(2)排放(7.2%~7.9%)>化石燃料燃烧CO_(2)排放(3.5%~7.0%)>井工开采CO_(2)逃逸排放(0.8%~0.9%);化石燃料的燃烧、井工开采和矿后活动与温室气体排放总量及其三者之间均具有强正相关关系,是实施碳减排的重点对象;针对矿后CH_(4)逃逸核算与实际排放差距大的问题,提出基于机器学习模型的电力矿后CH_(4)逃逸核算方法;指出西北地区地下煤矿应实施联合减排技术,结合实地考察为矿区设计综合性的碳减排路径和方案,为我国西北地区井工煤矿的碳排放核算和碳减排方案设计提供数据基础与科学指导。

关键词： 人工智能   铁路行业大模型   安全体系   提示词攻击防御   幻觉抑制   数据保护  

摘要： 技术创新是推动新一代人工智能发展的关键因素,特别是大模型的发展,开启了人工智能新时代。我国铁路也开展了人工智能行业大模型建设,然而,大模型自身存在一定安全风险,如何构建铁路行业大模型安全体系,保障大模型应用的可信性与可靠性,是需关注的问题。首先调研大模型安全技术发展现状与趋势,分析铁路行业大模型安全技术的场景特点,挖掘其安全需求。其次,从安全风险、安全管理、安全目标、安全保障等角度出发,提出铁路行业大模型安全体系架构设计思路。最后,提出其安全保障技术,包括:提示词攻击防御技术,防止大模型被恶意诱导泄露铁路敏感信息;基于检索增强生成的幻觉抑制技术,降低大模型幻觉现象,提高模型生成内容的质量和安全性;数据保护技术,防止大模型输出原始训练数据或越权信息。