关键词： 人工智能   机器人   语言模型   图像生成   Open   思考模式   电影制作   细粒度  

摘要： 2022年,OpenAI公司发布了一款基于大语言模型的全新对话机器人——ChatGPT。这个机器人展现出了与人类十分接近的思考模式和对话水平,成功加速了公众对大语言模型的认识。随着技术的发展,当前人们已经可以与大语言模型进行细粒度的交互,通过下达指令、进行提示等形式,指导大语言模型完成诸如图像生成、电影制作、代码撰写等复杂的任务。

关键词： 生态修复   恢复力   机器学习   采煤沉陷   耕地  

摘要： 耕地恢复力是耕地遭受外界扰动后恢复的能力,是土地复垦与生态修复规划编制的依据。采煤沉陷区耕地恢复力评估还缺少有效方法。本文引入机器学习方法,将恢复力评价转换为对耕地修复可能性概率的测算,并对徐州市城北采煤沉陷区耕地恢复力水平开展实证研究。结果表明:①随机森林算法可作为恢复力评价的新方法,模型优化后的平均精确度达88.28%,能够充分利用耕地修复的历史经验,避免评价过程中的主观性,准确反映采煤沉陷区耕地恢复的能力。②研究区耕地恢复力概率介于0.037~0.995之间,沉陷区外围地带恢复力高,中心区恢复力低。③机器学习表明,灌溉保证率是影响采煤沉陷区耕地恢复力的核心因子,重要性占比达到20.88%,积水深度次之,占比17.15%;土壤有机质含量、耕地破碎度和道路可达性等因子的影响也较大,重要性占比分别为15.18%、12.58%和12.38%。本研究表明利用训练样本数据和机器学习方法可以有效评估采煤沉陷区耕地恢复力水平,为矿区土地复垦和生态修复决策提供科学依据。

关键词： 人工智能   计算机网络安全   防御系统   神经网络  

摘要： 在互联网技术迭代升级的背景下,全球网络安全风险呈现全场景渗透、跨域联动的演进趋势。基于特征库匹配的静态防护框架已无法有效应对新型攻击链的多维穿透与持续性威胁。文章设计并实现了一种基于人工智能技术的计算机网络安全防御系统。系统通过采用创新的卷积神经网络和循环神经网络的双流网络模型和Actor-Critic算法,实现了对网络攻击的高效检测与智能防御。实验结果表明,该系统在检测率、响应速度和误报率方面具有显著优势,为构建更智能、更高效的网络安全体系提供了坚实的技术支持。

关键词： 车间调度   绿色调度   智能制造   优化算法  

摘要： 随着制造业的蓬勃发展,环境污染和资源短缺等问题逐渐凸显,严重影响了社会的可持续发展。因此,制造业节能减排转型是全球绿色低碳发展的必然要求。而生产调度作为制造系统中最重要的环节之一,可通过资源的合理分配来实现制造系统运行的高效化和绿色化。在绿色制造的背景下,车间绿色调度已成为生产调度领域的研究热点。为此,拟从并行机绿色调度问题、流水车间绿色调度问题、作业车间绿色调度问题、柔性作业车间绿色调度问题以及分布式车间绿色调度问题多个方面,对2018年至今的研究成果进行系统性的综述,总结现有研究的不足,指出未来的研究方向。

关键词： 人工智能   治理   中美欧   技术政治   安全机制  

摘要： 中美欧人工智能治理的首要关注点有诸多共识,如“安全”与“透明”等治理维度,但在具体的权重及意义勾连上存在差异。这些差异反映了不同国家在全球技术政治中的不同处境,也反映了美国为首的西方各国对中国在AI等技术领域进行围堵的底层逻辑。中国注重人工智能在产业中的应用,美国更关注人工智能的科研开发,欧盟则更关注如何规制人工智能带来的风险。在生成式大模型带来的全球技术变革的语境中,中美等大国围绕人工智能治理构建“安全机制”,并争夺治理的话语合法性。而中国所倡导的开放多元的技术治理方式可能形塑未来全球技术政治。

关键词： 大语言模型   脓毒症   人工智能   临床数据  

摘要： 随着人工智能技术的快速发展,大语言模型(LLM)在医疗领域的应用逐渐受到关注,在脓毒症诊疗中也展现出巨大潜力。本文首先综述了大语言模型在医疗领域的广泛应用,包括病历信息提取、诊断辅助和治疗方案推荐等。随后,重点探讨了大语言模型在脓毒症诊疗中的具体应用,包括LLM辅助脓毒症文献筛选、脓毒症诊疗相关的预测模型、脓毒症管理等。此外,还对比了LLM与其他人工智能方法在脓毒症诊疗中的应用效果,发现LLM在处理复杂临床数据和提供个性化治疗建议方面具有显著优势。未来,随着技术的不断进步和临床数据的积累,LLM有望为脓毒症的精准诊疗提供更有力的支持。

关键词： 无人机高光谱   样地特征   光谱特征变换   机器学习   碳储量估测  

摘要： 【目的】地面样地布设是遥感森林参数反演的必要手段,地面样地的形状和面积直接影响遥感森林参数反演的准确性和可靠性,以及森林资源调查监测的效率。选择合适的样地形状和面积是确保遥感数据准确反映地面实际情况,提高监测效率的关键步骤之一。【方法】以北亚热带针叶林、阔叶林为研究对象,通过典型抽样选取样地(25.82 m×25.82 m),进行每木检查(起测直径5.0 cm),利用已有树种的立木生物量模型计算得到单木生物量,累加求出样地林分生物量,根据碳计量参数最终获得样地碳储量;同时,利用无人机机载高光谱获取地面样地的高光谱数据,依据样地林木RTK位置信息绘制出林木平面位置图,继而划分不同形状(圆形或方形)和不同面积的小样地;在此基础上利用多元散射校正(MSC)、标准正态变量变换(SNV)、多项式平滑(Savitzky-Golay平滑)与导数计算、离散小波变换(DWT)进行高光谱数据预处理,提取植被指数、纹理特征等特征因子;根据随机森林重要性排序筛选出不同森林类型不同样地特征的最优特征子集变量;利用随机森林(RF)和极端梯度提升(XGBoost)2种机器学习算法,构建针叶林、阔叶林及全部森林(针叶林和阔叶林)的森林地上碳储量估测模型,确定各森林类型最优样地布设方式,研究样地特征对森林地上碳储量建模的影响。【结果】经Savitzky-Golay平滑-导数、DWT和SNV变换后的植被指数因子更适用于碳储量建模;与标准方形样地相比,圆形样地在针叶林、阔叶林的碳储量模型构建中表现突出,半径为12.91 m的样地碳储量估测模型精度明显优于其他尺寸模型精度。最优的针叶林、阔叶林碳储量模型测试集评价结果为R^(2)_(test)=0.78,RMSE_(test)=10.15 t/hm^(2),rRMSE_(test)=18.6%;R^(2)_(test)=0.77,RMSE_(test)=5.77 t/hm^(2),rRMSE_(test)=10.95%。【结论】半径为12.91 m的圆形样地和XGBoost算法结合能保证无人机高光谱针叶林、阔叶林森林碳储量估测结果的可靠性和有效性,可以为高光谱遥感森林碳储量估测地面样地设置提供科学依据。

关键词： 利奈唑胺   血小板减少   机器学习   决策树   随机森林  

摘要： 目的构建机器学习模型预测利奈唑胺相关血小板减少(LIT)。方法回顾性纳入某三甲医院2020年1月—2024年3月接受利奈唑胺治疗的患者198例。首先将患者分为LIT组和非LIT组,比较2组患者基本特征。然后选择在2组间存在显著差异的变量作为潜在危险因素构建LIT预测模型,包括Logistic回归、决策树以及随机森林模型,并对模型的预测性能进行评估和比较。结果共有52例(26.3%)发生LIT,单因素分析结果显示在发生和未发生LIT的患者中利奈唑胺谷浓度(trough concentration,C min)、患者基线血小板计数和肌酐清除率以及脑血管疾病、急性呼吸窘迫综合征和腹腔感染的发生率存在显著差异。在基于这些变量构建的3个LIT预测模型中,随机森林模型具有最高的预测准确性。最后基于随机森林模型进行变量重要性分析,结果显示C min、基线血小板计数和合并急性呼吸窘迫综合征对模型结果输出的贡献较大。结论随机森林模型能准确预测LIT的发生。利奈唑胺暴露水平较高和基线血小板较低的患者发生LIT的风险更高。

关键词： 产业生态   核心产业规模   广东   科技浪潮   人工智能  

摘要： 在科技浪潮奔涌的当下,人工智能已成为驱动全球经济社会变革的关键力量。广东,作为中国经济发展的前沿阵地,在人工智能产业生态建设方面展现出非凡的活力与潜力,正以昂扬之姿构建独具特色且富有竞争力的产业格局。近年来,广东人工智能产业规模持续扩张,成绩斐然。2023年,其核心产业规模达1800亿元,已然初步搭建起涵盖“软硬件开发+核心技术研发+行业领域智能化”的完整AI全产业链条。

关键词： 人工智能   “思、专、创”融合   融合路径  

摘要： 随着人工智能技术的快速发展,高等教育领域面临着前所未有的挑战与机遇。有必要探讨在人工智能背景下,如何实现思想政治教育(思)、专业教育(专)以及创新创业教育(创)的深度融合,构建一种新型的人才培养模式,以期适应新时代的需求。基于此,首先分析“思、专、创”融合的必要性和现存问题,然后提出在人工智能背景下“AI赋能、思政引领、交叉融合、合作共生”的“思、专、创”融合路径。