关键词： 技术创新   产教融合   产业应用   人工智能  

摘要： 当前,人工智能技术正在深刻重塑全球产业格局,在这一进程中,产教融合已成为打通技术创新与产业应用的关键突破口。自2013年国家首次提出“深化产教融合”战略以来,从《国务院办公厅关于深化产教融合的若干意见》到《职业教育产教融合赋能提升行动实施方案(2023-2025年)》。

关键词： 主流媒体   系统性变革   人工智能   国际传播效能   创新发展  

摘要： 本文以“新值、新质、新治、新制、新知、新至”为理论框架,结合中国新闻社等主流媒体的创新实践,探讨主流媒体通过价值重构、数智赋能、治理创新、制度改革、认知革新、全球布局等六大维度,提升国际传播效能的深层逻辑与创新路径。

关键词： 教育数字化   数字化转型   数字教育   人工智能   智慧教育   CiteSpace   可视化  

摘要： 为深入洞悉教育数字化转型的研究现状,研究运用数据分析及可视化技术,对该领域的研究热点与发展趋势展开细致剖析。文章以中国知网(CNKI)数据库中2003—2023年收录的343篇核心期刊文献为研究样本,借助CiteSpace软件进行知识图谱与可视化分析。结果表明:我国教育数字化转型研究呈现持续上升的态势;研究机构集中于国内重点师范院校;核心作者多为教育技术领域的专家;研究热点聚焦不同教育阶段的数字化转型、教师数字素养的培养与提升、数字化关键技术以及数字化转型的教育实践与创新这4个方面。从技术演进和教育实践两条主线来看,该领域历经了早期信息技术应用与远程教育的开展,到网络技术支撑下开放教育和社区教育的快速发展,再到近期数字技术突破与智慧教育创新应用的发展历程。

关键词： 算力   大模型产业   人工智能   政策支持   高质量数据  

摘要： 当前,人工智能大模型已成为AI行业的关注焦点,掀起一波大模型研发的浪潮。本文通过分析无锡市大模型产业发展现状及面临的挑战,指出无锡市在发展大模型产业中存在政策支持力度不强、算力不足、高质量数据缺乏、大模型高层次人才短缺等问题。北京市作为我国“大模型第一都”,其人工智能产业建设成效显著,总结了北京市大模型产业发展在算力基础、平台配备、数据应用方面的经验启示,从顶层设计、招商引资、关键技术研究、融合创新等八个方面提出了无锡市大力发展大模型产业的对策建议。

关键词： Sora   智能影像生成   人工智能   政治秩序  

摘要： OpenAI发布的文字转视频模型Sora在智能影像生成领域取得突破,被认为具备“世界模拟”能力。这种对现实物理世界的逼真模拟能力,引发人类对“真实性”的重新评估。通过模拟现实场景和历史事件,Sora在展示其应用潜力的同时,对真实性、历史真相和公众信任等带来挑战。文本介绍了Sora的技术背景,探讨了智能影像与虚假信息结合的风险。这一结合可能通过社会媒介影响公众信念和政治秩序,引发社会极化和分化。此外,在重塑历史记忆与认同时,可能导致信息的扭曲和伪造问题,或将社会推向政治非稳态。为应对技术带来的挑战,文本强调在迈向通用人工智能时代的过程中平衡技术创新与社会责任的重要性。通过深入分析Sora等智能影像生成的可能影响与挑战,提醒社会关注生成式人工智能技术的监管和伦理,确保技术发展的同时维护历史的真实性,保障社会福祉。

关键词： 机器学习   大数据   人工智能时代   数字素养  

摘要： 当今时代,人工智能的浪潮正席卷全球,加速重构人类社会的基本图景,深刻地改变着人们生活的方方面面。这场科技革命不是简单的技术武装,而是思维范式、能力结构、价值取向的全面升级。党员干部作为国家治理体系的中坚力量,必须积极主动适应人工智能时代,提升自身能力,创新工作方式,以更好地担当职责使命、服务人民群众。人工智能时代,党员干部首先要做的就是主动学习,提升自身的数字素养。这项技术涉及大数据、机器学习、深度学习等多个领域,其发展速度之快、应用范围之广,对党员干部的知识结构提出了新的挑战。党员干部要主动学习人工智能技术的基本原理、应用场景和发展趋势,通过参加专题培训、在线课程等方式,不断丰富自己的知识储备。同时,要将所学知识与实际工作相结合,积极探索新技术在本职工作中的应用路径。只有具备了扎实的数字素养,党员干部才能更好地把握机遇、应对挑战。

关键词： 人工智能   网络安全   威胁检测   深度学习   CNN+LSTM  

摘要： 为了应对传统威胁检测技术在实时性、精准性和适应性方面面临的巨大挑战,构建了一种结合深度学习和时序分析的混合神经网络(CNN+LSTM)模型,提出了一种高效的网络安全威胁检测系统。通过优化特征提取、引入注意力机制及对抗性训练,系统在多模态数据融合中显现出显著优势。实验分别在NSL-KDD和CICIDS2017数据集上验证了系统性能,结果表明,所提方案在准确率、误报率和实时性方面均优于传统算法和单一深度学习模型,为复杂网络环境中的智能化威胁检测提供了可行的技术路径。

关键词： 血栓溶解疗法   出血转化   脑出血   脑缺血   机器学习   可解释性分析  

摘要： 目的 构建基于机器学习算法的急性缺血性脑卒中静脉溶栓治疗相关的颅内出血转化(thrombolysis of plasminogen activator related hemorrhage transformation, tPA-HT)预测模型。方法 回顾性分析2010年1月至2022年12月作者医院连续收治的967例接受静脉溶栓治疗的急性缺血性脑卒中患者。根据静脉溶栓后48 h内是否出现颅内出血转化将患者分为tPA-HT组和无tPA-HT组,比较两组患者一般资料、临床资料、实验室检查和影像学检查资料之间的差异,采用随机森林算法构建tPA-HT的机器学习预测模型,采用准确率(accuracy)和受试者工作特征曲线下面积(the area under the receiver-operating characteristic curve, ROC-AUC)评价模型的预测性能,采用部分依赖图(partial dependence plot, PDP)和SHAP(SHapley Additive exPlanations, SHAP)摘要图评价模型的可解释性。结果 (1)tPA-HT组和无tPA-HT组在年龄、房颤病史、白细胞计数、血小板计数、国际标准化比值、美国国立研究院卒中量表(NIHSS)评分、TOAST分型、头CT显示大面积脑梗死征象和大脑中动脉高密度征之间的差异具有统计学意义(均P<0.05);(2)基于29项预测变量构建了tPA-HT机器学习预测模型,其准确率为0.896,ROC-AUC为0.882,模型的预测性能良好;(3)可解释性分析显示,NIHSS评分和头CT大面积脑梗死征象是tPA-HT的主要影响因素。结论 基于机器学习的tPA-HT模型具有良好的预测性能,可以为急性缺血性脑卒中患者静脉溶栓治疗提供更加精准的颅内出血转化风险预测。

关键词： 人工智能   监管   技术   “机会窗口”   中国方案  

摘要： 美国、欧洲和中国在人工智能创新时代采取了差异化技术发展路径,构成了美国“强发展”、欧洲“强治理”和中国“强统筹”的模式分野。美国和欧洲分别设定了护持技术霸权、争夺国际规则软实力的战略目标,形成了制度监管与行业自主并行、合作需求与政策分歧共存的互动模式。中国则贡献了“以人为本”“智能向善”的独特技术治理逻辑。面对当下的美欧在人工智能监管差异下的“机会窗口”,中国应采用“规则-技术双元突破”抢占“机会窗口”和策略性政策创新创造“机会窗口”两条路径,进一步提升在技术产业发展中的领先地位和国际标准制定中的话语权。

关键词： 燃气电厂   电价预测   影响因素   机器学习   训练策略  

摘要： 随着电力市场的放开,准确的电价预测有助于平衡电力市场供需关系。本研究旨在探讨燃气电厂在电力现货市场中的成交电价预测问题,以提升电厂生产安排的合理性和经济效益。首先,通过皮尔逊相关系数分析了多个因素对电价的影响,并结合时域分析,筛选出与电价强相关的18个核心变量。然后,应用Random Forest(随机森林)、AdaBoostRegressor(自适应增强回归器)等不同机器学习算法的5种模型,分年度、季节、工作日3种训练策略下,对电价进行按天和按小时的预测,根据预测结果,选取最优模型。最后,将模型应用到广东省的3家燃气电厂,研究发现不同训练策略的预测误差存在较大差异,全年数据一起训练的效果最佳。机器学习建模在电价预测中具备有效性,尤其是缩减变量建模可进一步优化预测结果。