关键词： 人工智能   通识教育   数字素养   中小学   实施建议  

摘要： 本文从紧迫性与条件可行性两个方面分析了为什么要开展中小学人工智能通识教育,提出中小学人工智能通识教育应该包括教师和学生两方面的要求,进一步从“应知”和“应会”两个层次给出开展中小学AI通识教育的具体建议。

关键词： 云计算平台   大数据   机器学习  

摘要： 随着云计算平台规模的快速膨胀,技术架构复杂度不断上升,给运行维护团队带来了挑战。智能运维技术作为一种利用大数据和机器学习对海量运维数据分析的手段,能够辅助运维人员更为高效地运行和维护技术系统。通过对新兴的AIOps技术趋势、运维场景和相关算法的广泛调研,深入分析了云计算平台运维、运营产生的指标、日志及调用链等关键数据。通过事件检测、根因分析、故障预测和运维自动化4个应用场景的技术分析,提出了提高智能运维能力的技术路径,以期为云计算平台的智能运维能力建设提供一定参考。

关键词： 横向联邦学习   数据隐私   分布式系统   机器学习   人工神经网络  

摘要： 随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Federated Learning,HFL)具有扩展能力强和使用场景广泛等特点,因此是近年来该领域的研究重心,同时在产业界相关需求的驱动下有着十分广泛的应用前景。横向联邦学习的研究涉及机器学习、分布式系统、无线通信和信息安全等多个学术领域,从研究动机到技术方法都呈现多样化,但现有文献未能展现相关研究现状的全貌。此外,横向联邦学习相关技术的发展催化出了一系列开源系统框架、公开数据集以及多种场景下的应用,对进一步研究与实践都具有参考价值。为此,本文对横向联邦学习的研究现状和系统应用进行综合性调研:首先,对相关文献按照研究目标和技术角度进行全面地分类梳理,从多领域视角分析了各分支的研究现状;其次,从应用实践的视角,对比分析了面向横向联邦学习的主流系统框架与代码库、描述了数据准备方法以及典型的应用场景。在此基础上,阐明了横向联邦学习算法研究和系统应用面临的6个关键挑战,为如何缩小相关研究与系统实践之间的鸿沟提供了新的参考。

关键词： 能源化工   人工智能   智能化   转型升级  

摘要： 当今世界正经历百年未有之大变局,新一轮科技革命和产业变革加速推进,数字化、智能化、绿色化深度融合。人工智能技术的迅猛发展将带来科学研究和技术开发范式的革命性变化,并在推动能源化工等传统行业的转型升级中展现出巨大的潜力。目前,我国能源化工行业正由规模扩张向智能化、高端化结构调整、转型升级,正在实现生产流程的全面数字化,探索人工智能技术赋能实验设计、技术研发、工艺放大、产品生产和管理等诸多环节,以缩短研发周期,降低研发成本,提高生产效率,但仍面临有效数据不足及数据整合难度大、关键软件受制于人、行业智能化模型构建进展较为缓慢和相关标准体系尚不完善等挑战。未来,我国应加强顶层设计与政策支持、统筹完善数据共享与算法优化机制、推动软件自主化和大模型开发,以及加快虚拟工厂与智能设计的示范应用等,为能源化工行业的高质量发展及“双碳”目标的实现提供有效支撑。

关键词： 国际经济交流   人类发展史   人工智能   生命科学   交叉融合   王一鸣   多点突破   发展态势  

摘要： 新质生产力,一个全新和鲜活的概念。什么是新质生产力?为什么要发展新质生产力?怎样发展新质生产力?回答这些问题,需要将其放在更宏大的视野中去观察和把握。人类发展史上,每一次科技革命都会带来生产力“质”的飞跃。当前,新一轮科技革命迅猛发展,呈现以人工智能为主体,与量子科技、生命科学等领域交叉融合、多点突破的发展态势。

关键词： 人工智能   国际传播   可及性   数字叙事  

摘要： 人工智能视角下国际传播的生态变革主要体现在引入智能技术元素、增加数字化叙事比重、打破语言壁垒、提高信息传播效率等方面,但过度倾向工具理性会制约创新的涌现,人机互动占据主导易侵蚀情感纽带,算法偏见易固化刻板印象,文化识别存在偏差导致难以产生共鸣。人工智能环境下,可通过凸显共通性元素、发掘本地化议题、创新生活化表达、建构当代性叙事等方面,推动提升国际传播可及性。

关键词： 心血管疾病   机器学习   预测模型  

摘要： 目的:在我国城乡居民疾病死亡构成比里,心血管疾病位居首位。患者通常在出现症状时才前往就医,而且诊断心血管疾病的传统手段既复杂又昂贵。鉴于此,本研究旨在借助一般人口特征、合并症以及常规体检血检指标来识别心血管疾病患者。方法:样本选取自CHARLS数据库13,420的参与者。删除缺失值后,运用逻辑回归、决策树、K-最邻近算法、随机森林、神经网络构建模型,通过比较接收者操作特征曲线下面积(ROC_AUC)值选择最优模型进一步构建各心血管疾病亚组模型,并采用SHAP算法对模型予以解释。结果:通过逻辑回归构建的模型效能最佳,其ROC_AUC值为0.7644 (95% CI: 0.7397~0.7890),其中对心脏病的识别效能较好,ROC_AUC值为0.7747。SHAP算法对模型的解释显示,年龄、体重指数、糖尿病以及吸烟史在识别心血管病方面有着重要贡献。结论:基于机器学习方法能够识别心血管病患者,可利用简易检查结果在早期对高风险人群进行识别并实施干预。Objective: Cardiovascular diseases account for the highest proportion of deaths among both urban and rural residents in our country. Patients typically seek medical attention only after the onset of symptoms, and traditional diagnostic methods for cardiovascular diseases are often complex and costly. Therefore, this study aimed to identify patients with cardiovascular diseases based on general population characteristics, comorbidities, and routine physical blood test indicators. Methods: Samples were drawn from 13,420 participants in the CHARLS database. After removing missing values, models were constructed using logistic regression, decision trees, the K-nearest neighbor algorithm, random forests, and neural networks. The optimal model was selected by comparing the area under the receiver operating characteristic curve (ROC_AUC) which facilitated the construction of subgroup models for each type of cardiovascular disease. The SHAP algorithm was employed to interpret the models. Results: The logistic regression model exhibited the best performance, achieving an ROC_AUC value of 0.7644 (95% CI: 0.7397~0.7890), with a particularly strong recognition of heart disease, which had an ROC_AUC value of 0.7747. The interpretation provided by the SHAP algorithm indicated that age, body mass index, diabetes, and smoking history significantly contributed to the identification of cardiovascular diseases. Conclusion: Utilizing machine learning methods, it is possible to identify patients with cardiovascular diseases, allowing for the early identification and

关键词： 异化   人工智能   异化消解  

摘要： 人工智能在引领人类步入智能化时代的同时也引发了人们对于技术异化的担忧。随着人工智能技术的不断发展,它日益显现出对人类社会的支配和控制,类本质危机、主体间性消解、人技关系的颠覆接踵而至。人工智能所产生的依赖式异化、规训式异化和宰制式异化,其背后反映的是资本逐利下的主体性困境、基于算法权力的隐性殖民以及工具理性与价值理性的失衡。对此,应当坚守主体性,实现技术与人的双向建构;夯实交往性,祛除权力系统对人的殖民;彰显人文性,重塑技术发展的价值理性,从而消解人工智能异化现象。

关键词： 人工智能   铁路接触网检测   电气化  

摘要： 传统的铁路接触网检测工作依赖人工肉眼观察,存在工作量大、效率低、精度差等问题,必须积极探寻一种更为科学高效的检测方法。本文基于人工智能技术,对电气化铁路接触网检测技术进行研究,设计出基于双目视觉的电气化铁路接触网检测系统,使用一种结构化多分辨率深度图像采集和处理算法,通过双目摄像机获取接触网图像,再通过DCNN网络进行目标检测与定位,从而实现对接触网接触线、承力索、绝缘子等关键部件的状态评估及故障识别,解决了现有技术无法解决的诸多难题,提高了巡检效率,降低了作业成本,为进一步提升电气化铁路安全性能提供有力保障。

关键词： 人工智能   IT运维监控   网络安全管理系统  

摘要： 文章设计了一套基于人工智能的IT运维监控网络安全管理系统。该系统采用模块化设计,集成数据采集、智能分析、安全响应和管理报告等功能。通过引入机器学习算法,如LSTM、CNN等,实现了高效、准确的异常检测和威胁识别。实证研究结果表明,该系统在异常检测准确率、响应时间等关键指标上较传统方法有显著提升,可有效支撑企业IT运维的智能化和安全性。