关键词： 人工智能   短视频编辑   电视新闻   人机协同   新闻伦理  

摘要： 【目的】数字技术驱动下的新闻业态变革已引发传播权力结构的深层重构。本研究旨在探讨人工智能与电视新闻结合趋势下可能产生的新闻伦理问题以及相关解决方案,特别是在此趋势下构建人机协同新工作模式的必要性。本研究聚焦智能化进程中的人机协同伦理风险,通过实证分析揭示了两个关键矛盾域,分别为算法介入内容筛选环节导致新闻价值标准面临量化解读危机以及生成式人工智能在事实核查环节引发虚假信息。【结果/结论】构建了包含技术规制、操作规范、权责界定的三维治理框架:通过开发算法透明度评估工具、建立人机协同内容审核流程、完善智能内容立法监管体系,形成适应技术迭代的弹性治理机制。

关键词： 人工智能   沙特阿拉伯   2030愿景   数据和人工智能国家战略  

摘要： 科技强国对于沙特达成“2030愿景”、实现国家经济转型意义深远,其中人工智能是沙特提升科技竞争力的重要路径。沙特政府出台人工智能国家战略,是全球经济格局重组、地区同质化竞争和国家深度转型综合作用的结果。沙特围绕成为人工智能全球领先国家的核心目标,依托政府主导型的组织运行机制,在聚焦人才培养、政府职能、医疗健康、能源产业、交通物流等五大优先领域前提下,分阶段逐步推进人工智能国家战略。在政府主导的“官产学”协同参与下,沙特凭借雄厚的国家资本支持,重点通过提前布局优势领域、加强国内外人才供应、加大全方位国际化合作等形式开展人工智能战略实践,并在相关领域取得显著成果。但作为后发国家,沙特经济转型面临的挑战、人才供应不足、法制不健全、产业环境吸引力不够等因素,也给该国人工智能生态系统构建带来影响;与此同时,数字权力格局带来国家治理风险、大国科技竞争导致不确定性增加,也使沙特人工智能战略面临挑战。未来,沙特深化与推进人工智能国家发展战略,应在坚持实践性和前瞻性、自主性和开放性、技术性和社会性相统一的原则下,探索出适配自身条件的差异化发展道路。

关键词： 人工智能   金融科技   机器学习   风险管理  

摘要： 随着人工智能技术的迅猛发展,其在金融科技领域的应用日益广泛,为金融服务创新和风险管理带来了革命性变革。本研究探讨了人工智能在金融科技领域的应用现状、技术优势及面临的挑战,并提出了相应的风险防控策略。研究表明,人工智能通过机器学习、自然语言处理和计算机视觉等技术,显著提高了金融服务的智能化水平和效率。然而,数据隐私、算法透明性和伦理问题仍是亟待解决的关键问题。未来,人工智能在金融科技领域的深度融合将推动个性化金融服务和智能风险管理的实现。

关键词： AI技术   机器学习   自然语言处理   文化出版  

摘要： AI技术的快速发展正深刻改变传统文化出版行业的格局。通过自然语言处理、图像识别、机器学习等核心技术,AI正在重新定义出版产业链的各个环节。在内容生产上,生成式AI能够快速生成高质量的文本、翻译和设计,提高出版物的创作效率;在编辑与校对环节,智能工具大幅提升了语法检测和内容优化的精准性。

关键词： 人工智能   合同管理   AI工程   合规管理   降本增效   合同审查  

摘要： 应用AI和数字化工具,实现合同管理从管控到赋能的升级。2025年DeepSeek崛起,标志着AI技术迎来一次重大突破。随着AI技术快速发展以及企业合规意识日益提升,AI与法务的融合场景成为推动企业合规与数字化转型的极佳切入点。在此形势下,AI与合同管理的结合,被赋予全新价值——颠覆合同管理传统模式,重新定义合同全生命周期管理。

关键词： 人工智能   直播电商   高质量发展   产业链条  

摘要： 在全世界范围内,直播电商行业作为新质生产力的典型应用场景,呈现高速发展态势,已经成为新质生产力在消费领域的重要实践形态。从我国直播电商发展现状出发,分析人工智能(Artificial Intelligence,AI)在直播电商高质量发展过程中的重要价值,包括提升用户的体验感与满意度、优化运营效率与降低成本两个方面,并提出若干发展策略与实践路径,以推动整个直播电商生态向更加开放、互动的高质量发展方向延伸。

关键词： 煤直接液化工艺   柴油   化学结构组成   燃烧性能   机器学习  

摘要： 煤直接液化柴油是对石油基柴油的有力补充燃料,为提升煤直接液化柴油质量,借助机器学习方法,建立煤直接液化柴油性质预测模型,研究煤直接液化柴油的各组分化学结构及其柴油性质以及之间的关系。所用油样为2023年鄂尔多斯年产百万吨煤直接液化装置成品柴油。对所测油样的烃类组成和柴油性质进行描述性统计和相关性分析。发现烃类组成以链烷烃和环烷烃为主,占烃类组成的96.57%,其中,一环烷烃含量最多。对柴油质量检测结果进行分析,发现该柴油满足商业柴油质量指标要求,具有较好的燃烧性能、低温流动性和环保性能。通过皮尔逊相关系数发现,部分变量之间具有较高的相关性。为了避免多重共线性对模型解释的影响,选择树模型算法建立模型。分别采用随机森林算法(RF)、轻度梯度提升算法(LightGBM)以及极端梯度提升算法(XGBoost)建立能够评价煤直接液化柴油性质的预测模型,如密度、黏度、十六烷值等性质预测模型,并且对比分析了各算法对柴油性质的拟合。结果表明,RF模型具有较好的拟合性能和较高的准确性。在训练集中,密度、运动黏度、十六烷值的判定系数分别为0.946、0.916、0.814,平均绝对百分比误差分别为0.073、0.646、0.4。在测试集中,密度、运动黏度、十六烷值的判定系数分别为0.976、0.865、0.765,平均绝对百分比误差分别为0.48、2.86、0.957。分析烃类组成对柴油性质的影响发现,链烷烃、三环烷烃、烷基苯含量对煤直接液化柴油的密度、运动黏度、十六烷值影响较大,萘和三环芳烃含量对上述性质影响较小。增加链烷烃含量会降低煤直接液化柴油的密度和运动黏度,但有助于提高柴油的十六烷值。三环烷烃含量和烷基苯含量增加会提高煤直接液化柴油的密度和运动黏度,但是会降低柴油的十六烷值。

关键词： 梦核   机器学习   文本分析   用户画像   线上展览  

摘要： 梦核作为近年来兴起的美学风格,在网络上引起了大量年轻网络群体的共情和关注。目前,学术界对于梦核的研究已取得一定进展,但已有研究多为质性研究,定量研究较为缺乏。本文基于Python的机器学习原理,通过对梦核相关网络文本和数据进行分析,构建用户画像和计算模型,量化和预测潜在用户价值与市场规模,探讨梦核主题线上展览商业价值实现的可行性,为其商业化运作、盈利模式和个性化营销提供数据支持和策略指导。

关键词： 科技向善   科普长征路   科技创新   人工智能  

摘要： 科学普及工作有多重要?习近平总书记曾强调,“科技创新、科学普及是实现创新发展的两翼,要把科学普及放在与科技创新同等重要的位置。”在人工智能引领新一轮科技革命的时代背景下,科普的使命愈发重大、意义愈发深远,其有助于推动前沿科技走出“象牙塔”、走进千家万户,让每个普通人都能享受科技发展红利。

关键词： 人工智能   乳腺癌   文献计量   可视化分析  

摘要： 目的:运用文献计量学分析人工智能(AI)在乳腺癌中应用的研究现状、热点和趋势。方法:检索Web of Science核心数据库中建库至2024年11月10日所收录的AI在乳腺癌中应用的相关文献,使用CiteSpace软件进行可视化分析。结果:共纳入315篇文献,年度发文量呈现波动上升趋势。美国以134篇的发文量位居首位,中国发文量位列第2;得克萨斯大学为发文量最多的研究机构。研究热点主要集中在AI的创新应用,包括乳腺癌早期筛查、精准诊断、个体化治疗和预后预测等临床应用领域。聚类分析形成12个主题群,涵盖精准医疗、影像诊断、医疗大数据与可解释AI等新兴方向。研究趋势从早期以规范化临床治疗研究为主,逐步过渡到数字化医疗转型期,目前已进入AI与临床实践深度融合期。结论:目前AI在乳腺癌领域的研究主要集中在技术创新应用、早期筛查、诊断和个体化治疗等方面。未来该领域将朝着AI与临床实践深度融合的方向发展,重点关注精准医疗、医疗大数据与可解释AI等新兴领域。