关键词： 人形机器人   人工智能   具身智能   双臂遥操作   共享控制  

摘要： 人形机器人因其类人结构与行为模式，在复杂环境中展现出良好的适应能力。然而，受限于当前自主智能水平，机器人在高风险、高复杂度任务中仍难以独立完成操作。作为关键补充，双臂遥操作技术通过引入人类操作者的意图与判断，实现对机器人双臂的精细控制，成为推动其实际应用的重要路径。本文系统梳理了人形机器人的发展历程与感知、认知、控制等关键技术，重点分析双臂遥操作在人机映射、多模态反馈与主从控制等方面的研究进展及典型应用。最后，本文探讨了双臂遥操作技术的发展挑战与未来趋势，旨在为后续研究与工程应用提供参考。

关键词： 脑电微状态   图论分析   视空间忽略   机器学习  

摘要： 目的 基于静息态脑电图（resting-state electroencephalography, rEEG）探讨视空间忽略（visuospatial neglect, VSN）的脑网络重构与动态活动特征，并构建分类模型以辅助其识别。方法 回顾性纳入首都医科大学宣武医院康复医学科2022年8月—2024年12月的脑卒中患者，根据纸笔测试分为VSN组（n=22）、非VSN组（n=21），同时招募健康对照组（n=20）。对采集的rEEG进行微状态分析和脑网络构建，提取微状态参数和图论指标，并构建4种机器学习模型（logistic回归、朴素贝叶斯、K近邻和决策树）。结果 VSN组相较于非VSN组在微状态C的平均持续时间和覆盖率上显著升高，在微状态D的覆盖率和发生率上显著降低。图论分析显示，VSN组平均聚类系数相较非VSN组升高，在额中央区域（C1、CZ）的度中心性显著低于非VSN组，而在顶枕区域（P5、P3、PO7、PO5）的度中心性则显著高于非VSN组。分类模型中，logistic模型与朴素贝叶斯模型表现较佳，其中微状态C的平均持续时间占据较高的贡献比例。结论 VSN患者呈现出特异的脑电微状态重构及功能连接模式调整。微状态特征在识别中具有关键意义，结合机器学习方法可辅助VSN的早期识别与个性化干预。

关键词： 人工智能   生成式AI技术   Chat GPT   找矿预测   资源勘查   Deep Seek  

摘要： 地球复杂巨系统研究的多维度发展持续驱动着地学研究方法的突破创新。生成式AI技术作为新兴研究工具,凭借强大的数据处理与知识推理能力为地学研究提供了新的思路。本文系统梳理生成式AI技术的发展脉络,对比Chat GPT与国产Deep Seek模型的技术路线,展现了生成式AI技术强大的自然语言处理能力和多模态模型构建的优势。本文详细总结了生成式AI技术在地学中的应用,特别是在资源勘查领域的应用现状和发展趋势。生成式AI技术已实现地学领域中多源异构数据的通用性整合,在资源勘查领域深入参与各阶段工作并于数据整合、认知推理、应用服务等层面提供技术支撑,掀起资源勘查领域革新浪潮。目前,生成式AI技术在地学应用领域依然存在数据完备性缺陷、地质复杂系统挑战、地质模型可解释性难题等核心制约。综合分析指出,生成式AI重构“数据感知-知识提炼-决策生成”技术体系,必将加速实现该技术在地球科学各领域的应用突破,为创新勘查技术方法、提高勘查效率、助力新一轮找矿突破战略行动、保障国家能源安全提供重要技术支撑。

关键词： 人工智能   价值对齐   人机协作   以人为本   人机共存  

摘要： 人工智能价值对齐本质上是一个人工智能系统的目标和行为应该与人类价值观保持一致。尝试从人工智能价值对齐视角来梳理人机协作在安全、伦理方面逐步得到更好的完善以更好激发人机协作的巨大能量。人工智能价值对齐在人机协作中能够保障机器在更安全的情况下与人类更高效地协作，能够让人类有更充足的自由时间去探索更有意义的事情，以及助力人机协作能够为探索人机伦理合作模式与边界提供了示范等三方面重要价值。然而，在人机协作过程中可能存在潜在的安全隐患，因人过度依赖机器而使人的部分主体能力逐渐弱化，以及因机器可能出现越界而导致的人类伦理与机器伦理的界限更加模糊等三方面的困境，尝试以人工智能价值对齐来发展以人为本的人机协作构筑人机协作安全屏障，合理规制人机协作使用范围与使用场景，有效保护人类主体地位，以及明确人类伦理与机器伦理的定位为更好实现人机共生打下良好基础。综上，人工智能价值对齐助推人机协作健康有序长远发展对于未来新兴科技更好融入人类社会发展具有重要意义。

关键词： 大语言模型   膝骨关节炎   物理治疗   人工智能  

摘要： 目的 比较ChatGPT-4.5与DeepSeek-V3在膝骨关节炎物理治疗五大关键环节中的回答表现，评估其在康复指导中的准确性、完整性、可靠性与可读性，并探讨其临床应用潜力。方法 从发布于2011年9月—2024年1月的10部国内外权威膝骨关节炎康复指南中提取21个核心问题，覆盖康复评估、物理因子治疗、运动疗法、辅助器具使用及患者教育5类任务，输入至ChatGPT-4.5与DeepSeek-V3中获取回答。由4名具有5年以上临床经验的物理治疗师使用Likert量表评估其回答的准确性（5分制）、完整性（5分制）与可靠性（7分制），比较两种大语言模型评分差异；另辅以语言风格聚类分析。结果 得分数据多不符合正态分布，以中位数（下四分位数，上四分位数）表示。ChatGPT-4.5的准确性[4.75(4.75,4.75) vs. 4.75(4.50,5.00)分，P=0.018]、完整性[4.75(4.50,5.00) vs. 4.25(4.00,4.50)分，P=0.006]和可靠性[5.75(5.50,6.00) vs. 5.50(5.50,5.50)分，P=0.015]得分均高于DeepSeek-V3。语言风格聚类分析显示ChatGPT-4.5语言风格更丰富，DeepSeek-V3更标准化。ChatGPT-4.5的词汇丰富度得分高于DeepSeek-V3[4.792(4.720,4.912) vs. 4.564(4.409,4.653)分，P<0.001]，句法丰富度得分低于DeepSeek-V3[2.133(2.072,2.154) vs. 2.187(2.154,2.206)分，P=0.003]。结论 ChatGPT-4.5在准确性、完整性与可靠性方面总体表现优于DeepSeek-V3，任务完成能力更强；其用词更为多样，具有较强的语言生成灵活性。DeepSeek-V3则在句法结构上表现得更为丰富，语言规范性更强。ChatGPT-4.5更适用于内容丰富、需要解释性强的任务场景，DeepSeek-V3更适合标准化问答型应用。

关键词： 大语言模型   提示工程   自动化提示工程   思维链   机器学习   进化算法   即插即用系统  

摘要： 基于提示学习的提示工程对于提升大语言模型的技术可及性、加速其推广扩散与应用开发至关重要。传统的提示工程过度依赖于提示词设计者的领域知识和使用经验，且不易满足提示空间较大的任务；相比之下，自动化提示工程能够自动化或半自动化地生成或优化提示词，以探索大规模的提示词组合，并通过自动优化技术提升提示词生成的稳定性。然而目前仍缺乏对自动化提示研究的系统性综述；因此，为了总结该领域研究现状、挑战和发展方向，及时跟进该领域的最新研究成果，详细梳理并评述自动化提示工程的实现形式，提出自动化提示工程的未来研究方向。依据自动化提示工程实现形式在逻辑推理和效能导向两个维度的取舍上，将其分为基于思维链的自动化提示工程、基于类机器学习模型的自动化提示工程、基于进化算法的自动化提示工程以及使用预训练包的即插即用系统。随后，全面评估自动化提示工程技术，构建其工作原理的理论解释框架，评估各类实现形势的适用性与局限性。最后，展望多模态大模型、强推理模型以及智能体中自动化提示工程的发展趋势，提出未来发展方向。

关键词： 机器学习   金属掺杂   气体吸附   MoS  

摘要： 为了加快对传感材料结构的设计及气敏性能调控，使用高通量计算结合机器学习的方法研究过渡金属掺杂MoS2气敏材料与吸附气体之间的构效关系。通过构建单原子和双原子过渡金属掺杂MoS2体系(TM-MoS2、TM2-MoS2，TM=V、Mn、Co、Mo、Ru)，基于第一性原理计算了3种典型的室内气体污染物HCHO、NH3和H2S的吸附能，并采用4种算法构建了机器学习回归预测模型。使用逐步滤波的特征工程策略，筛选出合理的特征集合提高了机器学习模型的泛化能力。结果表明，XGBoost算法最佳，其在训练集和测试集上的R2分别为0.91和0.78，RMSE分别为0.15、0.34 eV。使用SHAP分析各特征对回归模型的贡献，其中Ng和εd的贡献值最大，特征Dg的贡献最小。

关键词： 人工智能   产业链韧性   熵值法   时空特征  

摘要： 在世界百年未有之大变局加速演进背景下，提升人工智能产业链韧性已成为中国全球价值链地位攀升的关键。文章构建了人工智能产业链韧性评价指标体系，采用熵值法对2015—2023年中国人工智能产业链韧性进行测度，并利用Dagum基尼系数法探究2015—2023年中国人工智能产业链韧性发展差距，最后使用核密度估计法、莫兰指数与空间杜宾模型对时空收敛特征展开分析。研究结果表明：人工智能产业链韧性呈现稳步上升的发展趋势，其中，四川、安徽、湖北的人工智能产业链韧性增长速率较快。在区域差异方面，人工智能产业链韧性整体发展差异正在逐步缩小；区域间差异是人工智能产业链韧性差异的主要来源。在时空特征方面，人工智能产业链韧性存在空间溢出效应，能够促进邻近地区的人工智能产业链韧性提升。在收敛性特征方面，人工智能产业链韧性存在σ收敛，且存在绝对β收敛与条件β收敛。

关键词： 智能制造   “纺纱学”   教学改革   产教融合  

摘要： 基于智能制造背景，以培养纺织行业智能化技术人才为目标，探讨 “纺纱学”课程的教学改革，从教学内容、教学方法、思政教育、考核方式等教学过程中存在关键问题入手，并积极进行探索尝试，建立了一套基于校企合作、产教融合、科教融合等的人才培养方案和课程教学改革措施。引导学生在掌握纺纱基本理论和工艺过程的基础上，深入了解纺织行业的智能化发展，助力纺织行业的高质量发展。

关键词： 人工智能   低剂量CT   胸部成像   辐射剂量   图像质量  

摘要： 研究探讨人工智能(AI)技术辅助的低剂量CT在胸部成像中的应用效果,解决传统CT扫描中辐射剂量高与图像质量下降的临床难点。方法 纳入128例2022年6月至2024年6月于我院接受胸部CT检查的患者,随机分为两组,每组64例。对照组采用滤波反投影(FBP)算法进行图像重建,研究组采用AI辅助的迭代重建算法ClearView+。通过主观和客观评价方法比较两组的图像质量,并对比两组的辐射剂量参数。结果 研究组肺窗与纵隔窗图像质量评分均高于对照组(P<0.05),且胸主动脉、肺动脉的SNR和CNR也显著增高(P<0.05)。同时,研究组辐射剂量参数CTDIvol、DLP、ED均低于对照组(P<0.05)。在研究组内,BMI≥28kg/m2患者辐射剂量高于BMI<28kg/m2患者(P<0.05)。结论 AI技术结合低剂量CT扫描在胸部成像中能够显著提升图像质量,同时降低辐射剂量,为临床提供了新的安全有效的成像策略。