关键词： 基因合成   风险筛查   关注序列   合法用户   人工智能   生物安全  

摘要： 基因合成技术是生命科学领域的重要工具,在促进开发生物医药与生物工程创新方面具有巨大潜力,但也有被滥用致害的风险.全球正在推行的基因合成筛查是基因合成技术与人工智能深度融合的风险监管机制.它将监管者、基因合成供应商、设备制造商与用户聚集于一个智能平台内,对具有两用风险的基因合成技术服务与产品流通进行实时监测,从产业上游管控该技术的风险.作为前沿生物技术的关键数字基础设施,该平台适用于关乎国家技术创新、出口管制、数据安全与风险监管等国内法实施及国际治理的复杂问题.我国需尽快构建基因合成风险筛查的自主体系,提升“以技治技”的生物安全治理能力,以保障该领域风险管控与技术创新、国内与国际治理协同的可持续发展.

关键词： 人工智能   自动化行政   可解释性   治理共识   以人为本  

摘要： 近年来人工智能发展迅猛，自动化行政对行政活动产生了极大冲击。已有的国内研究成果中，主要涉及法律风险、程序权利、治理范式、立法等内容，较少运用实证数据和跨学科分析方法。人工智能时代自动化辅助行政、部分自动化行政、完全自动化行政三个发展阶段存在不同的风险样态，在提取司法裁判现状和实践案例后，其风险样态可以归纳为权力黑箱、治理偏见、权力异化、权力惰性、私权侵害五个基本范畴。本文旨在针对自动化行政的现实风险提出规制路径，如明确可解释性规则、凝聚治理共识、承认社会权力、确立以人为本的理念、落实最小损害原则。探索人工智能运用于各类行政行为的可能性和规制路径，能丰富自动化行政发展的研究范式，预防规制失灵。

关键词： 人工智能   医学本科教育   自主学习能力   教学考核评价  

摘要： 目的：探讨人工智能（artificial intelligence，AI）赋能的个性化考核评价对临床医学五年制专业学习效能的影响。方法：本研究选取某医科大学2021级临床医学五年制本科生共113名，随机分为试验组和对照组。对照组采用传统考核评价方式，包括课后作业、期中考试和期末考试成绩评分。试验组在每次作业和考试结束后均接受AI提供的个性化语言评价。研究采用自主学习能力评估量表来测评学生的自主学习能力，并比较两组学生的期中和期末考试成绩。采用教学模式满意度评分量表让学生对教学模式进行满意度评价。结果：试验组在期中考试成绩和期末考试成绩上均显著高于对照组。在自主学习能力量表中，试验组在自我动机和学习信念两个维度的评分显著高于对照组，而在其他维度，如制定学习目标及计划、自我检测和调节、信息获取及处理、交流合作能力等方面，两组间无显著差异。然而，对照组教学模式满意度评价显著高于试验组。结论：AI赋能个性化考核评价不仅能显著提高学生理论考试成绩，还在提高学生的自我动机和学习信念方面具有积极作用，但对其他自主学习能力维度的影响尚不明显，且AI高效无缝融入教学过程的方式方法仍需进一步探索。

关键词： 智慧医养康   个性化健康管理   人工智能   多源数据集成  

摘要： 目的：提出智慧医养康服务中个性化健康管理的理论框架与技术路径，并通过实证研究验证其可行性。方法：基于医养康融合理念，构建“感知―治理―决策”三层协同框架，并提出涵盖“多源数据集成―健康画像构建―服务推荐―动态反馈”的技术路径。以1 687名老年人为研究对象，收集其在社区和医院的多维度数据，包括人口学特征、健康状态及行为习惯等信息。通过Logistic回归模型对相关变量进行建模，构建高血压发生风险预测模型，并利用ROC曲线评价模型性能。结果：三层协同框架能够实现多源健康数据的系统化整合。实证结果显示，整合多源数据后，模型的预测性能显著提升，AUC提高至0.724。结论：本研究提出的个性化健康管理框架与技术路径，为智慧医养康服务的智能化与精准化发展提供了理论依据与技术原型。未来仍需在真实世界场景中开展多中心研究，进一步验证其普适性与可行性。

关键词： 人工智能   大学生   就业能力   技术适应   专业融合   职业发展  

摘要： 针对人工智能技术快速发展引发的就业市场结构性变革与人才供给适配性不足的矛盾,深入剖析就业市场的变化、大学生就业能力的演化与新要求,创新地构建了“技术适应—专业融合—职业发展”三维协同的大学生就业能力模型,并揭示了“技术筑基—专业转化—职业进化”的动态作用机理。最后,提出了高校培养和提升大学生就业能力的相关建议。

关键词： 哲学社会科学   高质量数据集   人工智能   数据供给   数据要素  

摘要： 【目的/意义】针对当前中文语料供给不足、标注质量不高等问题,聚焦哲学社会科学领域高质量数据集建设,对其核心特征、应用需求与建设进路展开系统研究,旨在提升数据供给能力与场景适配效能。【研究设计/方法】从“供给侧”视角,构建“数据单元—数据集合”双层多维体系,解析哲学社会科学高质量数据集的核心特征;从“需求侧”视角,提出“基础认知—场景理解—行动规划”三层应用需求框架,明确不同层级模型能力对数据内容与质量的差异化要求。设计覆盖数据需求—规划—采集—预处理—标注—模型验证的全生命周期建设方法论。【结论/发现】哲学社会科学数据集在规范性、原创性、代表性、可追溯性等维度具有天然优势,但在准确性、多样性、一致性与相关性、可复用性等维度存在痛点难点。立足其核心特征,面向应用需求,按照生命周期方法论进行系统构建,有望实现“高质量”建设目标。【创新/价值】研究结果可为相关高质量数据集建设提供理论依据和实践参考。

关键词： 智能制造   企业加成率   创新能力   资源配置优化   数字化转型  

摘要： 制造业企业加成率提升是制造强国建设的直观体现。以“智能制造试点示范行动”为准自然实验，综合评估了智能制造对企业加成率的影响。研究发现，智能制造通过提高企业创新能力和优化企业资源配置提升了企业加成率，并且智能制造提升企业加成率的作用效果对于成熟期企业、国有企业、处于技术更迭快的行业及中东部地区的企业更为显著。调节机制显示，企业数字化转型程度越高，智能制造提升企业加成率的作用效果就越强。研究结论为持续推进制造业智能化转型升级提供了理论支撑。

关键词： 土壤   重金属源解析   多元统计方法   正定矩阵因子分解法   机器学习  

摘要： 土壤重金属污染对生态环境和人类健康构成威胁，准确识别污染源是有效治理的关键。土壤中重金属的污染源复杂，涵盖自然来源和人为活动。然而，目前现有的源解析方法在应对复杂污染源和多重污染来源时仍存在局限。本文综述了当前土壤重金属污染源解析技术的研究进展，按方法类型分为三大类：(1)多元统计分析与机器学习方法，包括主成分分析(PCA)、聚类分析(CA)、支持向量机(SVM)、随机森林(RF)等，具备良好的数据降维、分类和预测能力，在多源异构数据处理中显示出巨大潜力；(2)典型受体模型，如正定矩阵因子分解法(PMF)、主成分多元线性回归(APCS-MLR)、UNMIX和化学质量平衡模型(CMB)，在源识别与定量溯源中具有广泛应用基础，但受限于源谱依赖、因子数确定等因素；(3)同位素比值法，利用金属稳定同位素识别不同源的特征信号，可实现高精度溯源，但受制于成本高和信号重叠问题。研究发现，单一方法往往难以应对复杂污染场景，未来应加强多方法联合应用，推动机器学习与传统解析方法的结合，并进一步探索同位素技术的应用。此外，结合GIS、空间统计与健康风险评估模型，可进一步提升污染源解析的空间分辨率和量化不同污染源对人体健康的潜在影响。通过技术的不断创新与融合，为土壤重金属污染治理提供更加科学和精准的决策支持。

关键词： 人工智能   小学信息科技   应用研究  

摘要： 在信息技术高速发展背景下,人工智能作为一种新型技术,为各行业的发展带来了机遇与挑战。人工智能与小学信息科技教学的有机融合,为教育信息化的发展提供了有力的手段,是推动教育深化改革的重要因素。文章立足小学科技教学,以人工智能为手段,分析了人工智能与小学信息科技教学融合的价值与原则,并结合现有教学经验,利用人工智能对教学方法进行优化与创新,以助力信息科技教学高质量发展。

关键词： 机电一体化   智能制造   工艺流程优化   提高效率   降低成本  

摘要：  随着工业4.0和智能制造的日益发展,传统的制造工艺流程已不能满足当前制造业的需求。利用机电一体化技术可以提供一种新的解决方案。以此为出发点,本研究通过基于机电一体化的方法进行智能制造工艺流程的优化研究。采用相关领域先进的优化算法,构建出结构具有创新性的优化模型,并对模型进行了充分的验证与测试。研究结果表明,该模型不仅可以有效地提高制造工艺流程的效率,降低生产成本,并能在一定程度上提高产品质量,满足客户不断增长的需求。另外,该优化模型可广泛应用于各领域的智能制造工艺流程优化,具有一定的可推广性和应用价值。本研究结果填补了当前我国机电一体化领域内相关理论研究的空白,为未来智能制造行业工艺优化提供了新的理论参考和实践指南。