关键词： 海上稠油油田   蒸汽驱汽窜   汽窜预警   机器学习   人工神经网络模型  

摘要： 针对海上稠油油田蒸汽驱缺少观察井、监测手段有限、难以及时发现汽窜风险井的问题，基于A油田蒸汽驱试验区的生产动态资料，结合灰色关联分析和模糊评价模型，在筛选出5个汽窜评价指标的基础上，建立了海上蒸汽驱汽窜综合评价体系，并借助人工神经网络模型，对目标井组的蒸汽驱汽窜程度及汽窜风险进行了评价和预警。应用结果表明：A油田B3H井的汽窜程度相对较为严重，已经初步达到汽窜界限；B2H井处于汽窜发育状态且有进一步加剧的风险，需要重点关注；B4H井（汽窜发育）、B5H井和B6H井（未汽窜）目前状态较为稳定，需要密切关注各项汽窜指标的变化。研究成果可为制定相应治理措施和保障蒸汽驱井组高效开发提供理论指导。

关键词： 人工智能   影视产业   风险管理   人机共创  

摘要： 人工智能技术正深刻重塑戏剧影视产业的创作生态与管理范式。在数据算法驱动下，剧本生成、虚拟制片与影像合成效率加速提升，但数据依赖也引发版权归属不清以及隐私易泄等管控风险。针对此，文中提出了建构以人为本、责任明晰、动态均衡的人机共创治理模式。在数据输入阶段，强化伦理筛选与偏见校正；在创意生成阶段，建立人机协同创新机制；在伦理审核阶段，实施多层级价值评估与算法透明化；在艺术升华阶段，确保人类创作者的情感注入与文化诠释权。以此化解人工智能存在的伦理风险，构建制度约束、组织协同与技术赋能三位一体的治理体系，推动戏剧影视行业在效率跃升与人文价值坚守之间实现动态均衡发展。

关键词： 人工智能   意识   人机关系   劳动异化   技术伦理  

摘要： 基于马克思主义哲学视域,本文研究人工智能(AI)与意识的关系本质、挑战及进路。AI是人类劳动工具的新形态,是“对象化的知识力量”在数字化时代的延续,本质是对人类智能的部分模拟而非意识主体。人类意识则是社会实践基础上形成的知情意统一体,具有生物基础性、社会历史性和创造性。面对AI引发的劳动异化新形态、认知重构与伦理困境,需通过人本导向的技术创新、协同制度设计及守护人类意识独特价值,构建“以人为本、人机协同”的发展范式。马克思主义哲学为此提供了理论基石与实践指引。

关键词： 聊天机器人   人工智能   大语言模型   ChatGPT   医疗保健   临床诊断   医疗咨询   医疗信息学  

摘要： 自2022年11月ChatGPT问世以来，针对医学应用场景的大语言模型（Large Language Models， LLMs）相关研究逐渐成为热点。然而当前缺乏对医学大语言模型研发以及应用现状的系统分析。为了更好地理解这些专门为医学领域设计的LLMs并评估其应用价值，本综述系统分析了截止至2024年6月11日，在PubMed、Google Scholar、arXiv、bioXiv和medRxiv等数据库中发表的为医学领域开发的专有LLMs，同时对LLMs在临床应用场景中的相关应用研究进行了梳理。研究结果表明，当前共计129项研究提出了基于医学相关语料研发的医学LLMs，而基于LLMs在临床应用场景中的应用涵盖了LLMs对医疗咨询的回应、不同模型间的比较、与专业医生的性能对比，以及医疗从业相关人员对LLMs的观点等四类研究内容。综述结果表明，通用型LLMs，如ChatGPT、GPT-4等在生成医疗记录时的准确性和完整性较高，而专门针对某些疾病所研发的LLMs则更擅长回答特定病症的问题，尽管它们的答复在全面性方面可能有所欠缺。医疗专家在辨别LLMs生成的文本与人类医生的文本时可能面临困难，但LLMs对重复提问的回复存在变异性。此外，从医学伦理角度看，LLMs在易读性和可能涉及种族及地域偏见的传播方面存在挑战，而且缺乏从患者或医疗保险提供商视角对LLMs可信度和责任等问题进行评估的研究。

关键词： 虚拟仿真   智能制造   实践教育  

摘要： 智能制造专业知识体系宽广且实践性强,然而其实践教育面临设备投资大、灵活性不足、教学效能低等瓶颈,制约了实践教育的有效开展。虚拟仿真技术可有效弥补上述不足。本研究整合现有虚拟仿真软硬件资源,结合WEB 3D图形技术、VR技术及虚拟制造仿真技术,研发并集成已有虚拟仿真实验项目,构建了基于虚拟仿真的智能制造高等工程实践教育体系。该体系包含虚仿基础实践平台、虚实融合实践平台、云产教虚拟仿真产业三大实践平台,涵盖智能制造基础知识虚拟仿真、专业技术虚拟仿真、虚实结合实践、融合产业案例虚拟仿真等多维度、多类型的实践项目群,能够灵活开展不同类型不同层次不同维度的实践教学与教育培训。本研究成果可为其他行业的实践教育的参考范式。

关键词： OBE理念   人工智能   Python 语言程序设计   课程改革   高校教学  

摘要： 本文基于OBE(成果导向教育)理念,结合人工智能快速发展的时代背景,针对高校“Python语言程序设计”课程展开改革探索。通过分析当前课程在教学目标、内容体系、教学模式及评价机制等方面存在的问题,以学生能力产出为核心,重构课程目标、优化教学内容、创新教学方法,并建立多元评价体系。文章旨在培养符合人工智能时代需求,具备Python编程实践能力与创新思维的高素质人才,为高校计算机相关课程改革提供理论参考与实践路径。

关键词： 海上风电   功率预测   离散余弦变换   时序卷积网络   机器学习   深度学习   可再生能源  

摘要： 【目的】海上风电对于实现碳达峰、碳中和目标具有重要意义，但其功率预测较为困难，为此提出了一种融合时序卷积网络(temporal convolutional network,TCN)与Transformer架构的海上风电功率预测新方法。【方法】首先，引入离散余弦变换(discrete cosine transform,DCT)技术，旨在有效提取时间序列数据的频域特征，充分挖掘频域特性来优化特征权重的分配。在此基础上，构建了TCN-Transformer复合模型，该模型能够充分整合时域与经过DCT处理的频域信息，实现对数据的深度学习与精准预测。【结果】选取某海上风电场的2组实际运行数据开展对比实验，结果表明，所提方法不仅在特征提取方面表现出色，还显著地提升了发电功率预测精度，充分验证了其有效性与应用价值。【结论】融合了DCT技术的TCN-Transformer模型在海上风电功率预测方面展现出了卓越的预测性能，相较于其他对比模型，其预测精度得到了显著提升，为海上风电场的高效运行与优化管理提供了有力支持。

关键词： 人工智能   医学教育   应用现状   前沿技术  

摘要： 人工智能（artificial intelligence, AI）的快速发展，重塑了医学教育体系，大力推动医学教育向智能化、个性化和沉浸式方向转型。本文围绕AI在医学教育中的应用方向，分析了当前AI赋能医学教育的发展现况和风险挑战，并提出AI在医学教育领域的未来发展趋势。在可以预见的未来，AI将密切融入医学教育的方方面面，为不同层级、不同身份的医学教育群体带来便利。

关键词： 信息技术   信息化应用能力   核 心素养   虚实结合   人工智能  

摘要： 本文针对中职计算机网络课程长期存在的抽象概念认知困难、真实实训条件受限及能力评价单一化问题,本研究创新提出 AI赋能的虚实融合教学模式。该模式以联通主义理论为基础,深度融合智能体与虚实环境:利用 AI 将学生自然语言需求实时转化为网络设计方案,驱动其从操作模仿转向系统设计;构建虚拟动态故障场景与实体设备反馈的协同机制,强化系统性排错能力;通过多维度学习行为数据生成动态能力画像,实现计算思维、数字化创新等素养的可视化评估。实践验证其在激发高阶思维、突破实训瓶颈上的有效性,为职业教育课程改革提供可复制的智能化解决方案。

关键词： 人工智能   肝脏   经肝动脉化疗栓塞   恶性肿瘤  

摘要： 目的 探讨人工智能（AI）是半自动分割软件在经肝动脉化疗栓塞（TACE）术后肝脏恶性肿瘤病灶分割中的应用效果。方法 收集2022年3—12月湖北省中医院接受经肝动脉栓塞治疗后肝脏恶性肿瘤患者37例，采用手动和半自动分割方法对患者平扫及增强CT图像数据进行重复测量，利用组内相关系数（ICC）、95%置信区间（CI）评价肿瘤病灶最长径和体积测量在观察者内及观察者间一致性和变异度。结果 37例肿瘤病灶最长径主要分布在50 mm以下（占81.08%），体积大部分在50 mm3以下（占72.97%），肝脏左右叶肿瘤病灶分布较为均衡。肿瘤病灶最长径手动、半自动测量的观察者内95%CI分别为——1.12～1.13、—1.43～0.89，ICC分别为0.9211、0.986；而观察者间95%CI分别为—1.05～1.21、—1.33～0.8，ICC分别为0.801、0.883。肿瘤病灶体积手动、半自动测量的观察者内95%CI分分别为—40.34～30.20、—8.03～8.93，ICC分别为0.914、0.963；而观察者间95%CI分别为—56.22～54.66、—28.08～31.27，ICC分别为0.843、0.905。单个肿瘤病灶手动测量耗时（26.77±5.04）s，而半自动测量耗时（6.62±2.95）s，二者比较，差异有统计学意义（t=—24.88，P<0.01）。结论 AI辅助半自动分割软件在TACE术后肝脏恶性肿瘤病灶分割中展现出良好的观察者内及观察者间一致性，并显著缩短了操作时间。