关键词： 交能融合   智慧能源   人工智能   大数据分析  

摘要： 随着国家双碳目标的提出,碳达峰、碳中和对交通行业的能源转型提出了迫切的需求,推动交通行业与绿色可再生能源的融合发展是实现交通领域双碳目标的有效途径。为推动交能融合产业科学有序发展,本文基于人工智能、大数据、WebGIS等技术设计了交能融合大数据平台,详细阐述了系统的关键技术、整体架构和数据库设计等。该平台将为交能融合的一体化规划、一体化运营创造条件,助力实现电力和运力的协同优化调度,实现新能源的就地化消纳应用,将绿色电力转变为绿色、智慧、经济运力,系统性降低交通运输成本。

关键词： 智能制造   数字技术   360集团   安全普惠   国家网络安全  

摘要： 在2025年《政府工作报告》中,曾先后10次提到“智能”(含3次“人工智能”),26次提到“安全”。全国政协委员、360集团创始人周鸿祎在今年全国两会上关注的是人工智能和安全两大主题。“我们要抓住这次机遇,使我们的数字技术与中国制造业的优势、市场规模优势充分结合,推动人工智能赋能千行百业。”周鸿祎还表示,360将围绕“AI+安全”持续发力,打造捍卫国家网络安全的“中国方案”,让中小微企业、广大用户,享受到AI赋能与安全普惠。

关键词： 人工智能   机器学习   AI项目导向学习  

摘要： 探讨人工智能在新工科课程教学中的应用,旨在优化机器学习课程的教学效果。为此,设计并实施一种“AI项目导向学习”的教学模式,通过实践项目引导学生学习并应用AI技术。研究结果显示,该教学模式显著提升了学生的学习成绩和课程满意度,同时增强学生的实践能力和团队协作能力。这表明有效融合AI技术可以优化学生的学习体验并提高教学质量。

关键词： 人工智能   食品安全   砝码  

摘要： 近年来,人工智能推动食品领域应用和产业升级,其在赋能实体经济高质量发展中发挥了重要作用。食品安全作为全社会高度关注的民生大事,关系着人民的生命安全和社会安危。通过分析食品安全问题存在的现状,剖析人工智能在食品安全领域中的深入应用。实践证明,人工智能已成为保障食品安全的重要砝码。

关键词： 食品安全监管   智能监控   计算机视觉   物联网   人工智能  

摘要： 针对传统人工监管方式存在的效率低下、覆盖面有限等问题,研究采用计算机视觉、物联网传感和人工智能等技术,构建了一套完整的智能监控系统。通过在某市50家食品生产企业开展为期一年的实地试验,分析智能监控与传统监管模式在准确率、实时性、成本效益等方面的差异。对比结果表明,智能监控技术能将食品安全隐患的发现率提升43.2%,平均响应时间缩短至传统模式的1/6,监管成本降低52.7%。该研究为推进食品安全监管现代化提供了实践依据和技术支撑。

关键词： 人工智能   纺织服装   图案设计   虚拟试衣   生成对抗网络   人工智能生成内容技术  

摘要： 随着生成式对抗网络及其改进模型的发展,以及OpenAI公司的产品Dall-E(一种基于深度学习的生成模型)的推出,人工智能技术在纺织服装图案设计中的应用越来越广泛。基于此,文章介绍了纺织服装图案设计的重要性,阐述人工智能技术在纺织服装图案设计中的应用措施,为纺织服装图案设计工作提供参考依据。

关键词： 人工智能   职业院校   行业人才需求   专业设置   匹配分析  

摘要： 人工智能行业发展迫切需要大量高素质技术技能人才。通过对人工智能行业技术技能人才需求与职业院校人才培养的匹配分析,提出调整专业布局和招生规模、科学设计专业课程体系、扩大高职本科人工智能相关专业人才培养、重视数据安全职业意识的培育等意见和建议,引导职业院校科学合理设置人工智能类专业。

关键词： 人工智能   新闻生产   新闻从业者   角色转变   职业发展  

摘要： 本文通过文献综述和实证研究,分析AI驱动下新闻生产流程的变革,以及记者、编辑等从业者工作内容和职能的转变。研究发现,AI技术在提高新闻生产效率的同时,也推动了从业者向内容策划、深度报道、数据分析等高价值领域转型。在此基础上,探讨新闻从业者应对AI挑战的策略,以及对新闻教育和人才培养的启示,以期为新闻教育改革和行业人才培养提供参考。

关键词： 新外语   人工智能   外语教育  

摘要： 随着人工智能逐渐影响各行各业,外语教育再次成为学界关注的热点。本文提出,人工智能时代的外语教育需建设回归教育本质的“新外语”,专注培养学生的外语运用能力、人工智能交互能力、跨文化能力和研究能力等关键能力,并通过将人工智能融入外语教学,提升教学效果。外语教师需从理论和实践层面提升人工智能素养,深化新外语建设,改革外语教育教学,使得外语专业在人工智能时代继续培养高素质人才,服务国家和社会需求。

关键词： 屈光不正   机器学习   屈光外科手术  

摘要： 屈光不正是导致视觉障碍的重要因素,给社会经济带来较大负担。屈光手术虽为重要矫正手段,但在临床实践中面临术前精准筛查、个性化方案设计、术后并发症预防等难题。本研究聚焦机器学习在屈光手术领域的应用,经综合分析相关文献发现,机器学习在多个关键环节发挥积极作用。术前筛查中,可有效提升圆锥角膜筛查准确性,辅助精准选定手术候选人及确定手术方式;手术设计时,能优化手术方案,提高手术可预测性;术后评估预测方面,有助于判断手术效果、识别屈光回退高危患者,并辅助计算人工晶状体度数。不过,机器学习在实际应用中存在算法“黑箱性”、数据质量参差不齐、缺乏多模态数据融合等局限。本文通过系统梳理其应用现状与局限,期望为后续研究提供参考,助力克服困难,推动机器学习在屈光手术领域更深入、更合理地应用,从而提升屈光手术的整体水平。