关键词： ThO_(2)   晶格热导率   机器学习   声子色散  

摘要： 基于密度泛函理论和玻尔兹曼输运方程,计算了ThO_(2)高压声子色散和晶格热导率。ThO_(2)高压声子色散曲线没有出现虚频。10 GPa时声学声子和光学声子间没有重叠,出现间隙。随着压强从10增加到30 GPa,间隙范围也从0.46增加到1.77 Hz。300 K时,ThO_(2)在0、10、20和30 GPa的晶格热导率分别为14.1、22.7、33.9和50.1 W/(m·K),声学声子对ThO_(2)晶格热导率起主导作用。我们采用基于机器学习的分子动力学方法(AIMD)模拟了ThO_(2)在0 GPa的晶格热导率和声子散射,得到的结果与传统DFT结果非常接近。由于AIMD考虑了温度的效应,得到的声子色散关系更接近于实验值。

关键词： 政治权力   机器学习   监管   大型科技公司   生成性模型  

摘要： 2022年以来生成性机器学习模型的爆发性流行,掀起了新一波对于人工智能的热情。生成性机器学习模型的发展,使得对大型科技公司的监管变得更为复杂。现有的研究已经指出,大型科技公司对于平台的控制使得他们具有了经济乃至政治权力上的优势。在这种权力不均衡背后,是巨型互联网公司不断积累的后勤权力。

关键词： 人工智能   高质量发展   制造业   实体经济  

摘要： 人工智能是新一轮科技革命和产业变革的重要驱动力量,正在推进我国经济发展的动力变革、效率变革和质量变革,展现出对高质量发展强大的赋能作用。在推进高质量发展、建设现代化强国的新阶段,人工智能赋能高质量发展的战略任务在于加快突破人工智能基础关键技术、加快推进人工智能与实体经济深度融合、加快制造业智能化升级、健全人工智能赋能高质量发展的支撑体系。人工智能赋能高质量发展的战略重点在于以人工智能和制造业深度融合为主线、以智能制造为主攻方向、以场景应用为牵引、构建高水平赋能工业制造体系。人工智能赋能高质量发展的战略措施在于加快实现高水平科技自立自强,适度超前建设算力基础设施,从企业、产业和生态层面推进人工智能与实体经济深度融合,强化政府顶层设计,制定标准体系,完善法律法规,构建财税、金融、人才和对外开放等高效协同的保障体系,发挥人工智能赋能效应,推动经济高质量发展。

关键词： 目标检测   自动化   人工智能   键盘识别  

摘要： 为提升霍尔测试仪的测试效率,本文提出了一种综合应用运动控制、物体检测和机器视觉等技术的智能辅助操控系统,以外接于霍尔测试仪的键盘按钮作为检测目标,并以优化的you only look once(YOLO)v5算法损失函数和检测头的结构改进测试系统,提升检测性能.通过改进机械臂的运动模式,优化运动轨迹,以保证机械臂平稳准确点击目标按钮,完成自动化测试任务.通过以上改进,相机目标检测精度提升了10.8%,达到87.3%;机械臂点击正确率提升了10.0%,达到95.0%;系统辅助霍尔测试仪完成测试成功率提升了20.0%,达到80.0%.

关键词： 无人机巡检   数据融合   机器学习   配电网管理  

摘要： 随着配电网智能化管理需求的不断提高,无人机巡检技术作为一种新兴的智能化运维手段,已在配电网管理中得到广泛应用。无人机巡检不仅可以快速覆盖大量设备和线路,而且能通过搭载各类传感器,获取实时的多维度数据。文章基于无人机巡检数据融合与机器学习模型构建,探讨了其在配电网管理中的应用策略,验证了这些技术在提升故障响应速度、减少停电事故、优化巡检资源等方面的显著优势,旨在为未来的智能电网建设提供了有力支持。

关键词： 教育变革   教育强国建设规划纲要   人工智能  

摘要： 实施国家教育数字化战略,促进人工智能助力教育变革,是《教育强国建设规划纲要(2024-2035年)》对教育提出的新要求,是时代赋予教育的新任务。作为推进教育发展的实践主体、深化教育改革的一线力量,学校何为?近日,广州南洋理工职业学院成功举办人工智能学院、数字商学院揭牌暨校企合作签约仪式,基于大湾区经济发展、产业转型需求,探索复合型技术技能人才培养新模式,迈出积极塑造发展新优势的坚实步伐,为我们展现了学校以主动姿态链接世界的路径。

关键词： 人工智能   聊天生成预训练转换器   教育   护理   教师素养   数字化教育  

摘要： 随着人工智能人工智能(artificial intelligence,AI)技术,尤其是大型语言模型如聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT)的广泛应用,护理教育领域正在经历一场由技术驱动的教育变革。虚拟化、AI协同化、个性化育人要求护理教师不仅要掌握传统的护理知识和教育技能,还需要具备多种与AI时代相适应的新型素养。为促进AI在护理教育领域的正确使用,文章以时间为线索,概述人工智能发展及其在护理教育中的发展历程,从智能教学意识、智能素养、专业发展素养、伦理道德素养、高效的交流素养、情感素养和创新素养详细讨论护理教师在AI时代所需的核心素养。智能教学意识、智能素养强调了对AI技术的认识、理解和应用能力,专业发展素养涉及在AI支持下的教学内容和方法的选择,伦理道德素养关注在使用AI过程中的道德和法律问题,交流素养、情感素养、创造性素养则是强调在人机交互环境中“以人为本”的教育立场。最后,文章从制定智能教育政策、聚焦教师智能应对能力的提升、构建教师素养的多元评价体系等多维度,探讨护理教师核心素养提升策略,以期为护理教师和学生更好地应对AI技术洪流提供参考。

关键词： 人工智能   智能化金融   系统性风险   包容审慎监管  

摘要： 智能化金融是人工智能、大数据等新质生产力在金融领域应用而产生的创新性金融模式。鼓励、包容智能化金融发展是推动金融高质量发展和在金融领域发展新质生产力的现实需求,故应对智能化金融进行包容性监管。智能化金融面临“太大而不能倒”“过于关联而不能倒”“太快而无法挽救”等系统性风险挑战,守住不发生系统性风险的底线必须对其实施审慎监管。应当秉承包容审慎监管理念,完善智能化金融市场系统性风险监管法律制度,以实现金融安全、金融效率与金融公平之平衡。

关键词： 交通运输   碳排放   机器学习   情景预测   减排路径  

摘要： 区域交通减排是实现全局减排和交通低碳发展的关键.为助力中国交通运输业提前实现碳达峰、碳中和战略发展目标,利用2000~2021年中国30个省(市、自治区)的面板数据,采用多种机器学习回归算法,构建了区域交通运输业碳排放预测模型,其中Lasso回归模型与支持向量机算法相结合所建立的预测模型表现最佳.以粤沪鲁川4省(市)的交通运输业为例,设定了基准、节能减排和技术减排这3种未来发展情景,并运用预测模型(Lasso_SVM)对粤沪鲁川2022~2035年交通运输碳排放量进行了预测.结果表明,在基准、节能减排和技术减排情景下,粤沪鲁川最早实现交通碳排放达峰时间节点分别为2029年、2028年、2030年和2029年,其峰值分别为73.59、52.16、55.08和33.46 Mt.最后,结合4省(市)在不同情景下的碳排放预测结果,制定了科学可行的减排路径,为促进中国交通运输业提前实现碳达峰提供技术支持.

关键词： 智能制造   微服务架构   容器化部署   实时数据处理   智能决策引擎  

摘要： 智能制造环境下生产过程呈现数字化、网络化、智能化特征,对软件系统提出了更高要求。针对传统制造执行系统在架构扩展性、数据处理能力、智能决策等方面存在的局限性,本文设计开发了基于微服务架构的新型制造执行系统。该系统采用容器化部署技术实现服务弹性扩展,构建实时数据处理引擎处理生产数据,基于深度学习算法开发智能决策引擎。在大型装备制造企业的实践应用显示,系统处理能力提升了45%,服务响应时间降低了38%,设备利用率提高了25%。实践结果表明,该架构在智能制造场景下展现出了良好的性能表现,为制造企业数字化转型提供了可靠的技术支撑。