关键词： 人工智能   初中教学   信息技术  

摘要： 人工智能不仅是初中信息技术课程体系的重要组成部分,还能用于各种教学活动。教师可以利用人工智能技术,对学生进行全面了解与分析,根据实际学情设计教学方案,优化教学活动与课程考评,让学生通过探究与体验加深对人工智能的了解。文章研究了人工智能在初中信息技术课程中的应用要点,探究了利用人工智能技术全面分析学情,反馈教学情况,优化考评机制,开展智能问答、知识建构、实践体验等活动,以提升教学质量的策略。

关键词： 机器学习   高程特征   区域合并   图像分割   尺度变量  

摘要： 随着面向对象影像分析的广泛应用,图像分割在遥感图像处理中起着重要作用。目前很多影像分割算法都是基于区域合并方法,但此类方法普遍面临特征尺度局限、依赖单一光学影像特征及参数设置上的主观性问题,限制了分割效果。针对这一问题,本文提出了一种顾及高程特征合并策略的机器学习区域合并方法,使用基于随机森林(RF)的机器学习模型,同时辅助高程特征合并策略,通过计算邻接区域的特征矩阵作为输入特征变量,构建区域合并分类器,将区域合并问题转换成0和1的分类问题。试验结果表明,融合0.5 m空间分辨率的高程特征的区域合并算法,取得了较为优秀的分割结果,其F1、精确率、召回率、交并比分别达到90.5%、89.98%、91.02%、82.64%;与未使用高程特征相比,本文提出算法有效提升了分割精度,分别提升约3.4%、6.8%、1.1%、6.2%;同时高程特征重要性占比达32.5%,比光学特征重要性高约7%。

关键词： 人工智能   大模型落地   大数据   脑机接口   低空经济   6G工业互联网   新质生产力   数字化转型  

摘要： 人工智能技术的爆发和大模型、大数据功能的跃升,及其与未来产业和传统产业的深度融合,极大地推动了新质生产力的发展.下面刊发的 8 篇文章,从"大数据功能视角的全要素生产率理论创新",到"大数据驱动新质生产力发展",从"供应链数字化转型推动企业增效",到"新质生产力视域下传统产业转型升级",从"我国 6G工业互联网发展战略",到"人工智能驱动新质生产力发展的实践路径",从"大模型落地背景下的低空经济",到"基于大模型的脑机接口产业发展",深刻揭示了人工智能与实体经济深度融合前景,勾勒出新质生产力赋能高质量发展蓝图.

关键词： 人工智能   新质生产力   新型举国体制   超大规模市场   数据要素  

摘要： 新一轮科技革命与大国博弈深度交织,人工智能作为新型通用目的技术已成为各国推动生产力整体跃升的战略选择和国际竞争新焦点。中国依托新型举国体制构建政府和市场有机结合的协同创新网络,形成超大规模市场优势的数据要素重组效应与场景迭代能力,成功将制度优势转化为技术突破动能,开辟出算力约束下的赶超路径。然而,算力瓶颈、数据壁垒、就业转型与治理缺位是阻碍当前人工智能赋能新质生产力的现实难题。应坚持以新型举国体制优化技术攻关布局,推动“人工智能+”赋能现代化产业体系,发展开源创新生态与数据要素市场,加强人才培养,构建共商共建共享治理新机制。

关键词： 马克思   人类共同体   信息依赖   人工智能  

摘要： 马克思的人类共同体思想具有严密的内在逻辑和时代超越性,其超越性在当代信息文明的人工智能高级发展阶段更清晰地显现出来。当人类社会发展到信息文明的高级阶段——智能文明,才可能看到人工智能发展提供了以信息役物能的现实性,明确在人类真正的共同体中,物的依赖进一步发展到信息依赖。信息既不是物质也不是能量,而是感受性关系,作为感受性关系,信息的基本特性是相互性。越是在更高层次的信息关系中,信息的相互性越表现为一个相互创生的过程。相互性不仅意味着与他人交换物品以实现互利的实践,还意味着相互影响的关系和交互行动的关系,而最重要的则是它可以意味着相互依存的关系。这正是只有在信息层次才可以充分理解的“相互性”含义。在作为感受性关系的信息层次,相互性意味着相互依赖、相互依存和相互成就的关系,这正是人的类特性的核心内容。作为一种互惠的行为,相互性只是一种互利的合作关系;而作为一种人类学基本特性,相互性不仅意味着相互依赖,还意味着没有相互依存人类无法正常运作甚至生存。正是由于相互性具有不同的层次,才构成了人类共同体发展的层次,关于相互性层次的研究,涉及人类共同体发展的基本信息原理。由于人类归根结底是以生物体为载体的信息体存在,其关键是信息体而非生物载体,正是信息构成人类和人工智能的共同基础,信息的相互性构成人类学的基本特性。正是这种作为人类学基本特性的相互性,构成了人类共同体发展的原理性基础。马克思的人类共同体思想是与其关于人的类特性的思考联系在一起的,信息的相互性对于马克思的人类共同体思想内在逻辑的当代展开尤为重要。人类虚假的共同体是一个漫长的发展过程,在人工智能发展之前,我们很难具体看清整个进程。随着人工智能的发展,人类共同体发展的虚假共同体阶段越来越清晰地呈现出来,并由此展开人类由虚假的共同体向真正的共同体发展的具体机制。在虚假的共同体中,人类的内在关系都得到前所未有的发展,其中最基本的内容就是信息的相互性。真正的共同体是信息相互性的充分展开,从虚假共同体中物的依赖发展到真正共同体中的信息依赖,关键是人类信息体逐渐从物质的纠缠中摆脱,从具有强迫性的重复劳动中解放出来,从事最符合人的本性的创造性劳动。其具体实现,必须依靠人工智能的发展。从不得不从事的重复性物能劳动到自由自觉的信息创造性劳动,意味着人类从强制性劳动,从物的依赖中彻底解放出来,通过人工智能,依赖信息驾驭物能,实现人的自由全面发展。人作为一切社会关系的总和的基础和层次提升,正是信息相互性增强的过程,同时也是一个人的类特性不断升级的过程。从人的创造性及自由全面发展和人类共同体信息相互性的层次提升,构成了一个历史性的交叉点,更清晰地呈现出一个重要坐标,那里正是“自由人的联合体”:随着人工智能的通用化,无人工厂普遍发展,不仅社会经济真正进入人工智能经济,而且所有重复性劳动都为人工智能所取代,人类只要从事创造性劳动,由于创造是最符合人性的活动,创造性劳动成为人的第一需要;创造活动有不同的层次和领域,同一层次和领域的创造者根据创造意愿、兴趣和爱好组成类群——同类创造者构成的群体;类群构成自由人的联合体单元,整个自由人的联合体由这些多样化发展的类群构成。在自由人的联合体中,由于信息相互性的充分展开,人主要以信息方式存在,生存境界和存在状况从而发生根本改变。人作为信息体以及人类作为共同体的发展,正是信息相互性不断扩展升级,从人为物役到物为人役的展开。

关键词： 工业水系统   异常检测   深度学习   机器学习  

摘要： 随着工业水系统智能化的发展,对运行安全与稳定的需求也日益增加,异常检测成为关键的研究方向,深度学习凭借在动态环境中的建模优势,逐渐成为异常检测的重要技术。综述深度学习在工业水系统异常检测中的应用,分别从有监督、半监督、无监督和自监督4个角度分析深度学习在工业水系统领域的研究进展,重点介绍AnomalyTrans、DCdetector和THOC等模型的特点及适用场景,并通过实验对比9种异常检测算法或模型,评估各算法或模型在工业水系统数据集中的表现。结果表明:深度学习算法在工业水系统中检测准确率整体优于传统的统计与机器学习算法,表现出更强的鲁棒性和更高的检测精度,其中AnomalyTrans模型适用于高稳定性场景,DCdetector模型在资源受限环境中表现突出,THOC模型在实时性和低计算开销的应用中具有显著优势,证明深度学习在不同规模工业水系统中的实用性,为工业水系统安全防护工程的落地提供创新路径。

关键词： 运动损伤   损伤预防   人工智能   机器学习   深度学习  

摘要： 人工智能技术在运动损伤预防中的应用日益广泛。通过人工智能的支持,人体运动数据的采集、复杂运动数据的分析处理以及智能化运动损伤预防模型的构建变得更加便捷,帮助研究人员更加精确地预测运动损伤。本文梳理了基于人工智能技术预防运动损伤的相关研究,系统分析了构建人工智能模型的一般流程,概括了运动损伤预防模型构建中各关键技术环节,评估了现有方法的优势和不足,并探讨了未来的研究方向。未来研究应进一步加强数据安全技术的发展,构建数据共享平台,探索多模态方法的应用。

关键词： 肺纤维化   “病-证-方-药”   证治规律   二维共现   多维频繁模式   机器学习   R语言  

摘要： 目的:本研究旨在挖掘肺纤维化的“病-证-方-药”证治规律,以及探索二维共现联合频繁模式挖掘方法用于中医证治规律挖掘的价值。方法:检索中文数据库建立肺纤维化“病-证-方-药”数据库。R语言构建二维共现关系,采用多维频繁模式规则计算共现程度,并以可视化形式展现。结果:(1)肺肾气虚兼痰浊血瘀,阴虚内热兼痰浊血瘀,肺气虚证兼痰浊血瘀是肺纤维化最常见的中医证候;(2)肺、肾、脾为最常见的病位证素,气虚、血瘀、痰、阴虚、热、毒是最常见的病性证素;(3)“证候-方剂”规则中“血瘀证-血府逐瘀汤”“肺气虚证兼血瘀-补阳还五汤”“阴虚内热兼痰浊-清燥救肺汤”“肺肾气虚兼痰浊-补肺汤”“肺肾气阴两虚兼血瘀-麦味地黄丸”关联最密切;(4)气虚、阴虚、血瘀、痰、热5个病性及关联中药为肺纤维化的核心病机及核心用药。结论:本研究获得了较同类型数据挖掘研究更为准确、灵活的“病-证-方-药”证治规律网络,对于指导临床诊治肺纤维化具有重要意义;本研究创新性地结合了二维共现模式及多维频繁模式的方法进行中医经验数据挖掘,该方法结果准确,方法简便易于推广,对于中医传承发展具有重要作用。

关键词： 铁路信号   人工智能   集中检测   智能分析   信号故障诊断  

摘要： 随着铁路运输业务的快速发展,传统的铁路信号检测方法面临种种挑战,尤其是在检测效率和准确性方面。本研究提出一个基于人工智能的铁路信号集中检测与智能分析系统,该系统的总体架构包括输入/输出、处理、数据收集与预处理、特征提取与选择、智能分析模型、实时监测与预警系统等模块,基于多种算法实现对信号数据的特征提取、故障分析与预测。实际应用结果表明,该系统能够从根本性上提升信号检测能力,特别是在提高检测响应速率和减少误检率方面表现出显著优势。综上,利用人工智能技术对铁路信号进行集中检测与智能分析,能够显著提高故障诊断效率和准确性。

关键词： 通   通儒   人工智能   人文教育   AI技术  

摘要： “通儒”作为中国以“通”为尚学术传统中的崇高学术理想,其内涵与要求一直随着时代的变化而拓宽加深。随着人工智能时代的来临,当代人文教育一方面面临学科边缘化、入学人数减少的困难,另一方面需应对AI技术冲击下人类价值认同出现的严重危机,迫切需要可供参考借鉴的思想资源。“通儒”之学所蕴含的博通古今、立德为本、以通应变的思想观念对人工智能时代的人文教育具有重要的现实意义和参考价值。