关键词： 音乐厅音质分级评价   机器学习   全连接神经网络   音乐厅参数化设计   音乐厅声学客观参量  

摘要： 为了准确和快速地利用所获得的声学客观参量对音乐厅音质进行评价,文章采用了全连接神经网络(fully connected neural network,FCNN)方法来构建音乐厅音质分级评价模型,探索了音乐厅设计和音质优化的新方法。文章将音乐厅的3类13种声学客观参量与音乐厅音质效果等级作为输入和输出,用于训练FCNN模型,得到了较精准的音乐厅音质分级评价模型。经过训练的音乐厅音质分级评价模型能够以决定系数R2=1的精度来对音乐厅音质进行分级评价。相较于传统的音质分级评价方法,基于FCNN的音质分级评价方法计算耗时约为前者的1/10。在此基础上,通过分析FCNN模型中输入层到隐藏层的权重矩阵,同时结合基于机器学习的决策树算法,文章对13种声学客观参量进行了权重优选,最终确定了影响音乐厅音质效果等级的声学客观参量排序。排序结果表明,在音乐厅音质评价中,时间类声学客观参量的权重明显高于其他类声学客观参量的权重。研究结果表明在实际音乐厅音质评价过程中使用FCNN方法可以减少传统分级评价方法导致的主观性误差影响,该方法可为优化音乐厅设计和提升听众体验提供支持。

关键词： 人工智能   药品监管   药物发现   临床  

摘要： 人工智能(AI)技术已广泛应用于药物开发及药品监管中,在提升药品开发速度并提高成功率,以及促进药品监管科学的发展方面产生深远影响。全球药品监管机构已通过立法、政策引导及技术合作生态构建,积极支持AI在药品生命周期中的应用。本研究系统探讨了AI在药物发现(包括靶点识别与选择、药物筛选与设计)、非临床研究、临床研究(包括方案设计、临床试验开展及数据收集与处理)、药品智能制造、药品上市后监测及药品监管6个方面的应用,同时重点分析中国、美国及欧盟等国家和地区对AI监管的法规政策、行业规范、发展计划以及技术指南等,概述目前AI在药品监管机构的落地应用现状,并基于以上内容,从政策设计、监管体系构建与监管思路,以及技术要求、当下面临的挑战及应对策略等方面提出思考,旨在为医药行业提供“技术-监管”协同发展的策略参考,助力实现从药物发现到患者用药安全的全链条智能升级,促进医药创新与发展。

关键词： 多模态网络   流量检测   主动防御   人工智能   跨模态攻击   内生安全  

摘要： 在虚拟现实、工业互联网、智慧城市等新兴网络服务的驱动下,算力网络、传感器网络、软件定义网络、SCION网络等新兴架构不断涌现,推动网络走向多模态共存共管的新格局。在全流程可自定义的多模态网络架构下,威胁防御机制也被深度植入网络框架,使得安全策略可随业务需求的变化进行动态部署。本文主要从威胁检测和威胁应对两个方面出发,以技术发展脉络为主线,梳理现有的网络威胁防御技术。在回顾已有威胁防御手段的设计思想与技术路线的同时,探讨在多模态网络的环境下,各类技术所面临的局限性。随着多模态网络技术的进一步普及,研究与多模态网络环境相适应的威胁防御技术迫在眉睫。亟需探索大模型、内生安全、软件定义网络等新兴技术,推动威胁防御技术体系的发展,为多模态网络当中的各类业务提供坚实的网络基座。

关键词： 人工智能   生成式人工智能   ChatGPT   智能教育   教育数字化   聊天机器人  

摘要： 人工智能将助推教育领域发生深刻变革,但随着相关技术的迭代升级,人工智能的弊端逐渐凸显。教师在应用人工智能技术及其工具方面尚缺乏明确的标准和清晰的路径,指导资源相对匮乏,人工智能与教育的深度融合仍面临多重挑战。因此,厘清人工智能教育应用的优势与挑战,探寻人工智能与教育深度融合的最佳实践路径,对充分发掘人工智能在教育领域的潜能,实现人工智能教育工具的科学、创新使用至关重要。新加坡发布的《2024年人工智能教育应用终极指南》剖析人工智能和生成式人工智能的内涵与分类,追溯其在教育领域的应用历程,着重探究课堂人工智能教育应用的实践方式、典型工具及应用案例,并介绍了人工智能教育工具的选择标准和应用示例。该报告对我国创新推动人工智能教育应用具有积极意义。我国深入推进人工智能与教育的深度融合,加速教育数字化转型,应构建师生人工智能素养培训体系,实现人工智能工具创新应用;制定课堂人工智能工具选择标准,促进人工智能工具教学使用;完善人工智能教育应用监管框架,助力人工智能工具规范使用;创新课堂人工智能教育应用模式,推动人工智能工具持续使用。

关键词： 儿童   思想发展   人工智能  

摘要： 随着人工智能时代的到来,人工智能(AI)已经占据了儿童学习与生活的一席之地。面对生成式人工智能对儿童思想发展的介入,我们需要对生成式人工智能与儿童思想发展的关系进行批判性审视,也需要对批判性审视中获得的结果进行反思。一方面,从儿童思想的基本信念、基本逻辑、基本方式、基本观念入手,探究生成式人工智能对儿童思想的影响。另一方面,通过生成式人工智能影响的产生与发展、影响的主客体、影响的成形去明晰儿童与生成式人工智能各自的定位,明确在儿童概念生成过程中生成式人工智能已经介入其中,生成式人工智能作为他者的反馈将对儿童思想发展产生持续性影响。针对生成式人工智能对儿童思想发展的介入,我们应当回到儿童思想构成之中,引导儿童分离“我”与生成式人工智能,发挥儿童的主动性与主导性,促进儿童思想发展更加完善与丰富,预防儿童价值观的偏离,以期真正实现生成式人工智能对儿童思想发展的有益促进。

关键词： 人工智能   信息服务   公共图书馆   伦理规范  

摘要： 公共图书馆能够将人工智能技术融合应用于阅读推广工作的资源建设、智慧服务、科学管理和空间优化等环节。公共图书馆需要结合阅读推广工作的实际,分析人工智能技术的应用需求并设计实施路径,在小规模试点的基础上推广应用,在此过程中加强馆员应用技能的同步提升。

关键词： 数字素养教育   人工智能   强国建设   信息资源管理学   《教育强国建设规划纲要(2024—2035)》   教育强国  

摘要： 2025年1月,中共中央、国务院印发了《教育强国建设规划纲要(2024—2035年)》(以下简称《纲要》),面向到2035年建成教育强国目标,对加快建设教育强国作出了全面系统部署。《纲要》明确了到2027年和2035年的主要目标,部署了9个方面重点任务,其中多项内容都契合了信息资源管理学科近年研究和讨论的重点和热点,也为学科在未来十年的发展明确了方向和路径。为此本刊邀请了武汉大学、南京大学、北京大学、中国人民大学和中山大学的信息资源管理学科专家,从不同角度就这一话题进行探讨。本期首先刊发孙建军、吴丹、张久珍和黄如花等四位专家的观点,他们分别强调了通过建设交叉创新人才培养体系、开展高校数智素养培育、开展全民人工智能素养教育,特别是提升全学段师生数字素养等服务教育强国战略。武汉大学信息管理学院王晓光院长、中国人民大学信息资源管理学院刘越男院长、中山大学信息管理学院张洋院长则从宏观发展角度展望《纲要》为信息资源管理学科提出的机遇与挑战,以及学科应对措施,他们的观点将在本刊今年第三期刊发。我们希望通过此次专家笔谈,引导信息资源管理学科师生共同关注和研讨面向国家战略和教育发展需求的学科发展规划,构建学科发展新生态,为我国“教育强国”建设贡献学科力量。

关键词： 园林景观   人工智能   方案平面   稳定扩散模型  

摘要： 基于稳定扩散模型,提出在园林景观方案平面设计阶段借助AI高效进行创意探索与方案比选的方法,即模型融合与深度控制方法。建立专属园林景观方案平面图的融合模型,再选取不同类型项目进行测试,输入提示词及结构线稿,结合ComfyUI节点搭建潜空间融合法及ControlNet控制网络法对成图细节进行控制,引导生成创意平面设计方案,最后对成图效果进行多方面评价,验证模型及方法的可行性。

关键词： AI   机器学习   自主智能体   主动性   数字人  

摘要： 人工智能(AI)正以前所未有的速度发展,自主智能体(Agentic AI)代表了AI发展的一个重要阶段,是一种能够自主行动、实时适应并根据上下文和目标解决多步骤问题的AI系统。自主智能体由传统能模仿人类决策过程的机器学习模型和实时解决问题的智能体(AI Agent)构成,其英文术语中的Agentic强调了模型的主动性及其独立自主行动的能力。

关键词： 风压预测   方柱   风洞试验   机器学习   长短期记忆神经网络  

摘要： 该文提出了一种基于长短期记忆神经网络的风压时程预测模型,可通过少量测点的风压时间序列预测结构周向未知位置的风压时程。基于不同风向角下均匀来流方柱测压风洞试验数据,模型有效预测了方柱表面未知位置的风压时程。模型数据集需考虑合理序列长度范围内的关联性,以提高预测精度;多层网络结构能够提高模型的数据特征捕捉能力;训练测点数量的增加可以改善预测效果,但需考虑预测精度和测点布置经济性之间的平衡。平均风压分布、脉动风压分布和典型测点风压时程的预测值与试验值较为吻合,但方柱角点附近风压极值的预测误差相对较高,可能与该区域风压非高斯特征较强有关。