关键词： 大模型   人工智能   城市数字化转型  

摘要： 本文主要探讨人工智能大模型在城市全域数字化转型中的应用及其面临挑战,明确其在城市状态精准感知、精细治理调度、数字公共服务、事件模拟处置等方面的潜力和必要性。尽管大模型在城市治理中潜力巨大,但资金成本高昂、行业语料库缺乏、人才素质要求高以及数据安全问题等成为现阶段大模型落地的主要障碍。建议加强资金保障、夯实数据基础、培养专业人才,并强化数据安全,同时,应通过政策引导和激励机制,促进大模型技术的创新和应用,推动其在提升城市治理效率和服务质量方面发挥积极作用。

关键词： 人工智能   著作权法   人工智能生成物   法律主体   独创性  

摘要： 人工智能对人类社会的发展产生了巨大的冲击和影响,目前在法学领域,人工智能依旧无法摆脱其工具属性,赋予其法律主体地位于技术、伦理、法理以及现行制度皆有重大冲突。在著作权法领域,主要包括创作者适格和生成物适格的问题。民法权利主体的发展具有开放性,人工智能与公司法人同样并不具备伦理主体的身份,赋予其权利主体地位,将冲击自然人的伦理主体地位,随着生成式人工智能的发展,未来具备立法的可行性。从功利性角度探讨著作权的正当性,研究人工智能创作之法律属性与保护,解决法律适用困境,寻找法制与科技的平衡。明确著作权法的根本目的和底层逻辑,从建构在功利主义论著作权法基础上进行研究。从受众角度来看,人工智能生成物形式上区别于现有作品,应当认定其适格著作权法之著作。

关键词： 具身性   人工智能   AI绘画  

摘要： 在绘画创作领域,人工智能技术的应用已经深刻地改变了绘画的创作方式。传统绘画创作强调的“具身性”,主要包括画家主体的身体在场及其与环境的互动生成。人工智能绘画则表现出明显的“具身性”缺失——既源于创作过程中画家身体经验的缺席,也因技术黑箱化导致的创作过程隐形。人工智能绘画虽提升了作品的产出效率,却消解了作品的“灵韵”特质,更引发艺术作品归属权的伦理争议。现有技术革新并不能真正扩展人工智能绘画的“具身性”,亟须对人工智能绘画的价值体系进行重新审视。

关键词： 遥感分类   人工智能   样本数据   规格化   多模态  

摘要： 随着深度学习和机器学习等人工智能技术的迅猛发展,为了满足多样化的遥感任务需求,遥感领域生成了大量数据集,然而这些数据集在种类、尺寸、空间和时间分辨率上存在显著差异。为了解决这一问题,文章提出了一种面向人工智能解译的规格化多模态样本数据集组织方式,通过建立样本与影像数据的有效关联,形成基于地理空间位置的时序样本数据集,以满足智能解译对大数据-多模态-样本可扩展的数据立方的需求,实现海量遥感样本数据的有序管理,同时支持样本的持续扩展和再利用。基于多模态样本数据集组织方法从数据集和系统化管理两方面开展应用,为各种遥感任务中的人工智能解译提供了有效的数据与技术支持。

关键词： 人工智能   机器学习   深度学习   胆胰疾病   内镜治疗  

摘要： 人工智能基于较强的图片与视频识别能力,在消化内镜下早期胃癌与食管癌识别、诊断、浸润深度与范围评估等方面应用较为广泛。同样,人工智能在胆胰疾病内镜下诊治上也展现出了巨大潜力。本文通过系统文献回顾,旨在介绍人工智能在胆胰疾病内镜下诊治的应用现状与研究进展。

关键词： 人工智能   数字媒体技术   应用路径   发展趋势  

摘要： 人工智能正在引起数字媒体技术的深刻变革。首先从技术链条升级、应用模式创新和技术生态优化等维度,分析数字媒体技术智能化转型的总体特征。其次阐述人工智能在数字内容生产、媒介传播和受众反馈等环节的应用路径。最后就推动多终端协同、提高人文关怀和促进可持续发展等未来趋势进行前瞻性分析,旨在助力数字媒体技术应对数智时代新要求。

关键词： 生成式AI   学术写作   研究生教育   人工智能  

摘要： 随着人工智能技术的不断进步,生成式AI在研究生学术写作中的应用日益受到关注。通过“技术—应用”的嵌入逻辑,生成式AI在高效构建文献综述、优化语言表达和结构、激发创新思维及辅助同行评审等方面展现出显著优势。然而,其应用也存在学术诚信和原创性、深度理解和批判性缺失、知识同质化及版权与数据安全等风险。为此,本文提出了政府优化科研生态、高校构建责任规范和审查机制、导师强化责任制和学术共同体建设、研究生遵守学术规范等多维度纾解对策,以期实现生成式AI科研应用的和谐化推进。

关键词： 网络安全   云计算   人工智能   物联网  

摘要： 本文探讨了中国和全球网络安全的发展趋势,分析了网络安全从传统数据中心防御到云计算安全,再到人工智能驱动的细颗粒度安全建设的演变过程。文章还讨论了云计算和物联网的发展对网络安全的挑战,以及应对这些挑战的创新解决方案。未来,人工智能在网络安全中的应用和全球合作将成为关键,推动网络安全防护体系的全面提升,以应对日益复杂的网络威胁。

关键词： 人工智能   抽水蓄能电站   优化调度   电网稳定性  

摘要： 为解决抽水蓄能电站调度中存在的问题,对人工智能算法进行概述,探讨人工智能在抽水蓄能电站优化调度中的应用,并通过案例分析验证人工智能在抽水蓄能电站优化调度中的应用效果,以期为抽水蓄能电站的可持续发展提供参考。

关键词： 数据驱动   人工智能   斑岩型矿床   成矿预测   地球系统科学  

摘要： 矿产资源预测与评价一直是大数据和人工智能在地球科学研究中的重要应用领域。自20世纪60年代,人工智能的研究浪潮和技术革命深刻影响和推动着矿产资源预测领域的发展,催生了重大理论突破和方法技术创新,有效支撑了找矿勘查实践。在当前地球系统科学研究的主旋律下,矿产资源定量预测亟需跳出“静态控矿要素空间相关分析”的思维惯性,考虑成矿系统“源-运-储-变-保”深时动态演化历史,向“全要素跨尺度动态综合预测”方向延伸,进而发展时空数据耦合的矿产资源智能预测评价理论和方法。斑岩型矿床作为全球铜、钼、金等矿产的重要来源,记录了板块构造运动驱动的地球层圈相互作用和物质循环的关键信息;无论是斑岩型矿床勘查还是板块构造重建,都积累了大量相关的全球地学时空数据。本文主要介绍了时空耦合的数据驱动斑岩型矿床成矿预测研究思路,包括深时数据集构建、机器学习模型开发及其应用实践案例;提出了融合深时岩浆岩地球化学特征和俯冲板块动力学参数的斑岩型矿床时空预测机器学习模型;通过大数据分析揭示了俯冲碳酸盐岩通量是决定岩浆成矿禀赋的关键动力学参数,为沉积物俯冲在大规模岩浆成矿中的关键作用提供了地球动力学证据;定量评价了安第斯成矿带斑岩矿床时空分布规律及其资源潜力。因此,发展时空耦合的成矿预测理论和方法可为理解深时物质循环和资源效应、揭示矿产资源时空分布规律以及指导矿产勘查提供重要思路和独特视角。