关键词： 风险规制   高风险   人工智能   欧盟模式   场景化监管  

摘要： 欧盟《人工智能法案》单独并重点规制高风险人工智能系统,其负面效果或影响因此种程度监管获得“可规约、可接受水平”的合法化,中国高风险人工智能获得社会信任同样需要妥当监管的背书。高风险人工智能蕴含不确定性,对其安全的关切转向为对风险的规制,从风险规制理论到相关制度实践,发现高风险人工智能监管“欧盟模式”存在认知偏差。正是因为欧盟基于风险度量的风险规制和主观上所感知的风险类型,“欧盟模式”可能会抑制创新,增加合规成本。源于此,中国不宜简单追随“欧盟模式”,应从理念、模式、机制三个方面优化高风险人工智能监管的规范路径,以确保发展与安全目标的平衡。

关键词： 人工智能   智慧教育   大模型   教育技术   自然语言处理   教育应用   多模态学习   学习分析  

摘要： 近年来，人工智能技术在教育领域的广泛应用正逐步革新现代教育的模式，教育面临新的机遇和挑战。特别是随着大语言模型的兴起，人工智能有望融入到教与学的过程中，教育模式由传统的师—生二元模式正转变为师—生—机三元模式。文章以教育领域内应用的大语言模型为研究焦点，介绍了大语言模型在教育中的特点。以当前主流的几种大语言模型为例，详细阐述这些模型在教育中的实际应用情况，总结了目前教育大模型的共性以及差异性特点。还探讨了如何开发和训练满足教育需求的定制化大语言模型，这一过程对实际应用至关重要。基于训练完成的教育大模型，进一步阐释了其存在的局限性，并展望了未来教育领域可能出现的新型大模型及其发展趋势。

关键词： 全球价值链位置   出口国内附加值率   直接网络效应   智能制造  

摘要： 《二〇三五年远景目标》[1]提出，加强国际产业安全合作，形成具有更强创新力、更高附加值、更安全可靠的产业链供应链。智能制造产生的直接网络效应，为企业生产方式变革和全球价值链攀升带来新机遇和新挑战。本文采用中国工业企业数据库和中国海关数据库，核算全要素生产率、全球价值链位置等企业经营和贸易指标，使用机器人密度、应用软件投入等指标衡量企业智能制造水平，并对企业智能制造与全球价值链相关问题进行探讨。研究结果表明：（1）企业智能制造水平影响企业全球价值链位置和出口附加值率。（2）智能制造程度越高，随企业国内市场份额上升，企业嵌入全球价值链位置提升速度更快，企业出口国内附加值增速更显著。机制分析发现，扩大智能制造业企业国内市场份额，将强化消费者与生产者之间的直接网络效应，从而提高其全球价值链所处位置。

关键词： 拉曼光谱   微纳塑料   定性识别   定量检测   信号增强优化   机器学习  

摘要： 本文综述了拉曼光谱技术用于检测环境中微纳塑料的优势及研究进展。随着微塑料污染问题的加剧，尤其是其在水生和陆生环境中广泛存在，拉曼光谱作为一种非破坏性、高分辨率的分析技术，因其独特的光谱特征及相较于红外光谱不易受到水的干扰，在微纳塑料的识别和定量分析中得到广泛应用。拉曼光谱技术在微纳塑料检测中的优势主要体现在其高空间分辨率、宽光谱覆盖范围和高灵敏度；而其在检测过程中面临的挑战包括荧光干扰和信噪比低等问题。多种方法被用于优化拉曼信号，包括样品前处理、表面增强拉曼光谱（SERS）和非线性拉曼光谱技术等。此外，本文强调了构建全面的拉曼光谱数据库的重要性，以提高检测的准确性和效率。未来的研究方向包括开发更高效的预处理技术、动态监测微纳塑料行为以及智能化检测系统的应用。

关键词： 经济测度   经济统计   实证研究   大数据   人工智能  

摘要： 本文首先从新的时代背景，特别是经济全球化、大数据革命与数字经济兴起以及人类经济社会发展需求的视角出发，阐述经济测度与经济统计学发展的历史机遇。其次，讨论我国经济统计学科转型与发展所面临的主要困难与挑战，并在此基础上提出发展经济测度和经济统计学的路径、方法以及需要注意的事项。最后，从国际比较与国际交流的视角，讨论我国经济统计学的特色及其与国外经济统计学的关系。

关键词： 人工智能   肿瘤标志物   数字病理学   放射组学  

摘要： 近年来,人工智能(artificial intelligence,AI)技术飞速发展,在肿瘤领域得到广泛应用,且AI技术在肿瘤的诊断、疗效预测、预后分析等多方面均展现出可观的性能。本文主要从数字病理学、放射组学、基因组学、蛋白质组学等多种组学数据出发,论述如机器学习、深度学习等AI算法在肿瘤标志物方面的研究进展,并归纳AI技术在临床应用中的优势和局限性。

关键词： 情报概念   人工智能   乘法效应   双向赋能   智能力  

摘要： [目的/意义]情报概念研究是情报学基础理论问题之一。情报与智能都对应“Intelligence”一词,如何在中国特色情报概念认识的已有事实与理论基础上,深入讨论情报与智能的关系,这是智能时代情报学基础理论研究的重要议题。[方法/过程]文章立足情报的“人本”与“技辅”两大基本属性,首先回顾了情报的“Intelligence”与“In-formation”之争,辩证分析了信息泛化下的大情报观;其次,围绕情报与智能的共通基础,提出了“情报×智能”模式;最后,在情报工作中分析了情报的智能力。[结果/结论]智能时代的情报与智能紧密相关,但不可混淆和替换。数智应用场景中的“情报×智能”模式是双向赋能的乘法倍增效应体现。两者作用力的本质是情报的智能力提升。

关键词： 代数问题   人工智能   Alpha   AI   奥林匹克   升级版   数论问题  

摘要： 2024年AI走向了数学舞台。一月份,谷歌Deep Mind发布了能够证明几何问题的新模型AlphaGometrey,七月,它的升级版AlphaGometrey2和AlphaPoofr在国际数学奥林匹克竞赛(IMO)中达到了相当于银牌的水平,甚至距离金牌只有1分之差。其中在一组包含30个最新奥林匹克级别问题的测试中,AlphaGometrey解决了25个问题,AlphaPoofr解决了两道代数问题和一道数论问题。它们展示了人工智能快速增长的数学处理能力。

关键词： 人工智能   AIGC   广播电视   媒介突围  

摘要： 在数字化与信息化迅猛发展的背景下,传统广播电视行业面临着观众需求多样化的严峻挑战,节目内容和形式的单一已无法满足个性化和情感化的观众期待。面对这一困境,广电行业亟须转型,积极融入互联网和社交媒体发展浪潮中,以实现跨媒介传播。在快速变革的数智时代中,广电媒体在推动创新的同时,应更加注重意识形态的建设与引导。在转型过程中,需要警惕风险,灵活运用新技术,借助人工智能大模型助力广电媒体成功突围,实现高质量发展。

关键词： 数据感知技术   电力通信网络   故障预测   网络流量优化   机器学习  

摘要： 结合支持向量机(SVM)和随机森林(RF)模型,文章提出了一种基于集成学习的电力通信网络运维方法,旨在提高故障预测的准确性和网络流量的优化效果。通过对SVM和RF的集成,模型不仅提升了故障预测的准确率,还有效优化了网络资源的分配。实验结果表明,集成模型在故障预测任务中的准确率为92%、精度为90%、召回率为88%、F1值为89%。在流量优化方面,带宽利用率提升了16%,延迟降低了12%。相比传统方法,集成模型在电力通信网络运维中的表现更优越。