关键词： 人工智能   马克思机器观   高质量发展   新质生产力  

摘要： 人工智能作为蓬勃发展的颠覆性前沿科技,实现了机器技术的跃迁发展,推动人类社会生产力水平进入新的质态,为人类自由解放提供了技术条件、物质准备;同时,又给人机关系、人际关系、人类精神文化、人与自然的关系,以及人类自身安全等均带来“新异化”。在深入剖析资本主义生产方式、生产关系的基础上,马克思从现实的人出发,对机器应用的历史进步性及其带来的一系列异化乱象进行了深刻分析。以马克思的机器观审视人工智能推动新质生产力的当代发展及其带来的“新异化”,探讨中国式现代化语境下人工智能向善发展之道,具有重要时代价值。

关键词： 电动汽车   数学模型   调度   人工智能   仿真  

摘要： 近年来,随着政府对电动汽车发展的政策支持,以及我国电动汽车技术的不断成熟,电动汽车数量呈现爆炸式增长,同时也带来了一系列亟待解决的问题,包括电动汽车用户充电难、充电运营商充电桩利用率低以及大量无序充电导致的电网运行风险等。对此,提出一种基于动态多目标优化模型的电动汽车充电调度策略,构建动态多目标数学模型,并运用人工智能算法进行模型求解。仿真结果表明,所提出的调度策略能有效降低电动汽车用户的时间成本、费用成本,并有效提升充电桩利用率。

关键词： 信息服务企业   产业变革   中小企业   市场主体   胡润   生态竞争力   区域创新   人工智能  

摘要： 独角兽企业作为创立时间短(成立时间不超过10年)、增长快、估值高(10亿美元以上)的非上市企业,具备高成长性、高潜力性和高迭代技术能力,是衡量区域创新创业活力与产业生态竞争力的一大标志,也是培育和发展新质生产力的重要支撑。2023年,我国共有316家独角兽企业入围胡润全球独角兽企业榜,数量超全球独角兽企业总数的四分之一。其中,超五成独角兽企业分布在人工智能、集成电路、生物医药、软件和信息服务企业等高新技术领域,独角兽企业正逐渐成为我国引领新一轮科技革命和产业变革的重要市场主体。

关键词： 数据分析   质量检测评价   统计模型   机器学习   工业智能升级  

摘要： 随着大数据的脚步逐渐接近,质素检测评价方面传统的方法已然显得力不从心。这篇研究的意图就是给出一种基于数据分析的新颖的质素检测评价方案,弥补现有工具缺乏之处。研究在进行中,采纳了数据收集、模型建立、算法应用、实证检测等技巧。积累了海量的质素检测数据,架构了稳定的统计模型,运用了领先的数据分析技能,诸如聚类、机器学习等,来优化模型,让质素检测的准确与效率更上一层楼。实证检测之后,发觉此法有效打破了仅仅依托经验判断与传统统计决策方法的束缚,并在对产品质素的监控及决策之上有了显著的提升。此外,基于数据分析的质量检测评价方法还具有模型适应性强、检测速度快、结果准确等优点。研究结果为各行业的生产决策提供了新的思路,对于提升质量管理水平和推动工业智能升级具有重要意义。

关键词： 商业银行会计   智能化管理   信息系统   人工智能  

摘要： 随着科技的进步,大数据、云计算、人工智能等技术得到了广泛应用,商业银行的会计管理方式正在经历一场深刻变革,会计智能化管理已经成为商业银行管理的重要趋势。然而,会计智能化管理为商业银行带来许多机遇的同时也带来了许多挑战。在实施会计智能化管理的过程中,商业银行面临认知薄弱、缺乏专业人才、信息系统运行环境复杂、智能化软件应用不到位、未能制定完善的管理机制以及监管和考评不足等问题。这些问题不仅影响了会计智能化管理的效率,也阻碍了商业银行的整体发展。为解决这些问题,文章提出了一系列优化及改进策略,包括正确认识会计智能化管理,培养复合型人才;加强信息化建设,完善人工智能体系;建立健全会计智能化管理机制;强化监管和考评等,旨在提升商业银行会计智能化管理水平。

关键词： AI技术   建筑设计   工作流程   深度学习   机器学习  

摘要： 建筑设计工作流革新正在借助AI技术与设计实践的融合探索中加速推进。AI技术凭借其强大的数据处理能力和智能化特点,为建筑设计行业带来了革命性的变革。本文首先审视了传统建筑设计工作流中的问题与局限,进而探讨了AI技术在建筑设计中的巨大潜力和显著优势。随后,深入剖析了AI技术在建筑设计工作流中的实际应用,如智能建模、优化分析、自动化绘图等,展现了AI技术如何助力设计师实现更高效、更精确的设计工作,从而全面提升设计质量和效率。这一融合不仅推动了建筑设计行业的创新发展,也为未来建筑设计工作流的革新提供了重要方向。这些应用案例展示了AI技术在建筑设计中的实际应用效果,验证了其可行性和有效性。通过对比实验和数据分析,本文进一步验证了AI技术在建筑设计工作流中的优势。实验结果表明,采用AI技术的建筑设计工作流在设计效率、设计质量、成本控制等方面均取得了显著的提升。同时,AI技术还能够为设计师提供更多的创意灵感和优化建议,促进设计的创新和发展。本文总结了AI技术与设计实践融合探索的意义和价值,展望了未来建筑设计工作流的发展趋势。随着AI技术的不断发展和完善,相信它将在建筑设计领域发挥越来越重要的作用,为行业带来更多的创新和发展机遇。

关键词： 人工智能   储能   融合   智能电网   可再生能源  

摘要： 随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artificial Intelligence,AI)应用于ESM的研发是解决该问题的新方案。而机器学习(machine Learning,ML)作为AI的子领域,已被证明是从数据中获得见解的强大工具,ML可以挖掘大数据背后有价值的信息和隐含的关联,有助于揭示ESM的关键结构或性质与性能关系,大大加快了ESM的研发和筛选,同时AI为储能系统的设计和运行提供了先进的预测工具。因此,未来AI与储能技术的融合研究将是值得关注的新兴领域。本文首先阐述了AI的关键技术框架,包括监督学习、无监督学习以及可解释的人工智能(XAI)。然后从ESM设计、识别筛选和性能预测三个方向出发,分别总结了AI在这些储能领域的最新研究进展,包括机器学习在储能材料研究中常用的数据库列表,并分析了这一融合技术对智能电网优化、可再生能源集成与管理的贡献。最后,本文展望了AI与储能技术的融合面临的机遇挑战,以及未来需要重点关注的研究方向。

关键词： 智能制造   人才培养   标准化   体系构建  

摘要： 为提高智能制造能力,亟需建立系统化、标准化的智能制造人才培养体系。基于智能制造的发展特点,分析当前智能制造现状与挑战,研究智能制造能力成熟度标准化需求,建立智能制造标准化人才培养体系,详细阐述了智能制造人才培养体系的构建和应用,有效解决智能制造领域高端技能人才和复合型人才短缺问题。

关键词： 脊柱融合术   放射摄影术   预测   机器学习   腰椎斜外侧椎间融合  

摘要： 目的探讨腰椎斜外侧椎间融合(oblique lateral interbody fusion,OLIF)术后椎间角度的变化及其影响因素,并建立椎间角度变化的预测模型。方法回顾性纳入2017年7月至2019年8月于北京积水潭医院脊柱外科因腰椎退行性疾病接受OLIF治疗的患者119例(共174个OLIF节段),男45例、女74例,年龄(62.1±9.8)岁(范围33~86岁)。OLIF术中使用的融合器前凸角度为6°。测量影像学参数:手术前后的椎间角度(disc angle,DA)及椎间角度变化值(ΔDA)、椎间高度(disc height,DH)、动力位椎间角度变化值(动力位ΔDA)、融合器位置和融合器倾斜度。通过Pearson相关分析确定ΔDA的影响因素,基于机器学习、采用十折交叉验证方法进行模型训练和验证,构建ΔDA的线性预测模型。结果174个节段术前DA为5.3°±5.0°,ΔDA为3.9°±4.8°;术前后缘椎体高度(PDH)为(6.6±1.9)mm,变化值(ΔPDH)为(3.1±2.1)mm;术后前缘椎体高度变化值(ΔADH)为(6.1±3.2)mm。Pearson相关性分析显示术前DA(r=-0.713,P<0.001)、动力位ΔDA(r=-0.153,P=0.044)和融合器位置(r=-0.183,P=0.016)与ΔDA呈负相关;ΔPDH与术前PDH显著负相关(r=-0.444,P<0.001),与融合器位置呈正相关(r=0.218,P=0.004)。术前DA<0°时ΔDA为10.8°±3.2°,术前DA为0°~6°时ΔDA为5.0°±3.7°,术前DA≥6°时ΔDA为1.0°±4.1°。通过十折交叉验证方法训练和验证模型,建立的预测模型公式为ΔDA=7.9°-0.8×术前DA,预测模型的R值为0.707,平均绝对误差为2.837。结论OLIF术后椎间角度的变化主要受术前椎间角度的影响,其次受融合器的前后位置的影响;通过机器学习建立的预测模型提示术前椎间角度可术前准确预测椎间角度的变化。

关键词： 大数据   人工智能   数字鸿沟   政策建议  

摘要： 文章探讨了大数据和人工智能对中国数字鸿沟的影响,并提出相关案例研究和政策建议。研究发现,这些技术在信息获取、数字技能、数字内容和服务、数据保护和隐私等方面具有双重影响。一方面,它们提供了便捷的智能服务,降低了数字技能和知识的门槛,促进了公众参与和数字素养的普及。另一方面,它们也加剧了信息真实性和准确性的问题,扩大了数字技能和知识的不平等,并带来了新的数据保护和隐私挑战。基于现有研究,文章提出一系列政策建议,以期更好地消除数字鸿沟带来的消极影响。随着大数据和人工智能技术的进步,它们将在数字化社会中发挥重要作用。我们应密切关注其对数字鸿沟的影响,采取措施促进数字包容性和公平性,确保数字化发展惠及所有人。This paper explores the impact of big data and AI on China’s digital divide, and proposes relevant case studies and policy recommendations. The study found that these technologies have a dual impact on information access, digital skills, digital content and services, data protection, and privacy. On the one hand, they provide convenient intelligent services, lower the threshold of digital skills and knowledge, and promote public participation and the popularization of digital literacy. On the other hand, they also exacerbate the problems of information authenticity and accuracy, widen the inequality of digital skills and knowledge, and bring new challenges to data protection and privacy. Based on existing research, this paper proposes a series of policy recommendations to better eliminate the negative impacts of the digital divide. With the advancement of big data and AI technology, they will play an important role in the digital society. We should pay close attention to their impact on the digital divide, take measures to promote digital inclusiveness and fairness, and ensure that digital development benefits all people.