关键词： 胎儿染色体数目异常   超声   人工智能   产前筛查  

摘要： 胎儿染色体数目异常是导致妊娠丢失及出生缺陷的重要原因，超声因实时性、可重复性、安全性等特点成为胎儿染色体异常筛查的重要手段，但其临床应用仍受限于操作者经验差异和超声图像质量不一。随着人工智能技术引入传统超声，其预测胎儿染色体数目异常的人工智能模型突破传统筛查瓶颈且预测性能显著优于传统方法，可同步预警罕见染色体异常。本文介绍了近年来超声与人工智能在胎儿染色体数目异常预测中的协同应用，对比分析传统预测模型与人工智能预测模型各自的技术优势与局限性，探讨了多中心数据标准化、模型可解释性等挑战，为无创精准产前筛查提供新方向。

关键词： 维护状态识别   开源软件项目   机器学习   动态时间序列特征  

摘要： 随着开源软件的广泛普及和迅速发展,对开源软件项目的维护工作成为软件开发周期中的一个关键环节.作为全球范围内代表性的开发者社区, GitHub往往在同一领域有着大量功能相似的软件项目仓库,导致用户在选择合适的项目仓库进行使用或进一步开发时面临挑战,因此协助用户准确识别项目仓库的维护状态具有重要的现实意义.然而, GitHub平台并未提供可以直接衡量项目仓库维护状态的信息.提出一个基于机器学习的项目仓库维护状态自动识别方法,设计实现一套基于机器学习的分类模型GitMT,通过有效整合动态时间序列特征和描述性特征,可以实现项目仓库“活跃”与“未维护”状态的准确识别.经过一系列基于大规模真实数据的实验验证, GitMT在项目仓库维护状态的识别任务中AUC值达到了0.964.此外,还构建一个以软件项目仓库维护状态为中心的开源数据集——GitMT Dataset:https://***/10.7910/DVN/OJ2NI3.

关键词： 深度学习   机器学习   协同效应   中医药   药物组合预测  

摘要： 通过药物组合综合治疗疾病被广泛认为是一种有效方法，但现有药物组合的发现多依靠于剂量效应下针对药物靶点谱及细胞系的筛选，存在对时间、金钱和人力资源上极大程度的浪费。深度学习模型被应用于预测药物组合的协同效应，以提高治疗效果并减少不良反应，逐渐成为预测药物组合及其效应的一种机器学习手段。本文从多模型角度对基于深度学习的药物组合协同效应预测进行综述，重点讨论各种深度学习模型在药物预测方面具有的优势及局限性，并对相关评估指标进行综合评价。这些方法不仅展现人工智能技术的前沿性和广泛性，一定程度规避剂量效应带来的影响，同时还为中医药提供新的启示，表明利用现代科技手段解析传统药物组合的科学内涵，有望促进中医药的现代化发展。

关键词： 人工智能   器官系统整合课程   AI智能体   教学改革  

摘要： 人工智能技术的快速发展正驱动医学教育范式由经验传授型向数据驱动型智能赋能的系统性转变，但AI技术在医学教育场景中的教学策略适配性与实施路径仍有待进一步探索。本研究通过学校“交小智平台”部署DeepSeek智能体，构建“课前智能导学—课中精准教学—课后数据循证”的三阶段教学模式开展教学实验。课后问卷调查数据显示，AI辅助教学明显提升了学生对知识的理解程度；94.89%的人表示使用智能体对上课内容的理解有帮助，并且教师的教学方式得到了学生的广泛认可，表明利用AI智能体辅助课程教学是一种行之有效的教学模式，值得推广。

关键词： 风景园林   公园绿地   儿童   注意力恢复   机器学习  

摘要： 随着城市化和“三孩政策”推进，儿童心理健康成为城市治理的关键议题。然而，现有研究在儿童注意力恢复质量的空间效应解析及环境指标非线性作用机制方面存在不足，尤其缺乏对空间异质性解析与多维度环境指标协同作用机理方面的系统探讨。在此背景下，整合福州市50个公园的多源数据与多种机器学习模型，揭示环境特征对儿童注意力恢复质量的影响机制。结果表明：1)注意力恢复效能呈现显著空间差异，新兴综合型公园(如鹤林生态公园)优于传统改造型公园(如光明港公园)；2)铺装度、建筑围合度、植被密度和开阔度构成核心驱动层；3)环境要素交互呈现植被-建筑协同、铺装-水景补偿等非线性机制。提出动态反馈机制下的适应性设计框架，通过机器学习实时监测模型与AR技术介入，实现从静态空间规划向人景互动调节的范式转变，为高密度城市儿童友好空间营建提供理论支撑与技术路径。

关键词： 数字经济   人工智能   人工智能渗透率   创新效率  

摘要： 人工智能正在改变技术创新范式以及对创新要素的要求，不断提升企业创新效率。人工智能对科技生产力具有显著的促进作用，但其提升创新效率的微观机制尚需进一步明确。本文提出了人工智能渗透率的概念，认为人工智能的应用和渗透是一个长期过程，对创新效率的影响具有阶段性差异，两者关系呈U型曲线特征。基于我国上市企业年报数据，本文利用Python爬虫功能提取和构建人工智能渗透率度量指标，从微观层面考察了人工智能渗透率对企业创新效率的作用机制。研究发现：人工智能渗透率显著提升了企业创新效率，该结论在经过内生性处理和一系列稳健性检验后仍然成立。调节效应分析表明，区域人力资本水平能够正向调节人工智能渗透率与创新效率之间的U型关系。在影响机制方面，人工智能渗透率主要通过提升企业绩效水平，扩大研发投入规模；优化人力资本结构，形成知识溢出效应和吸收能力；提升要素协同水平，补充或增强传统生产要素作用等机制影响企业创新效率。最后，本文认为人工智能发展处于通用智能的初始阶段，并提出了相关政策建议。

关键词： 大学内部治理   数字治理   人工智能   技术赋能   数智化素养  

摘要： 数智时代的来临为大学内部治理带来新的治理模式与转型契机。人工智能赋能大学内部治理主要在数据、算法、服务等维度凸显应用价值，从而体现人工智能赋能大学内部治理的内在逻辑。在大学内部治理的数智化转型中，技术的复杂性、局限性以及不确定性，使大学内部治理面临数据获取与问题归责不明确、制度体系保障不健全、工具理性与人文价值相互裹挟等多重问题与风险。基于数智协同，需要提升治理主体数智化素养，以建立多元协同治理机制；完善制度保障体系，以强化数据隐私保护意识；将技术作为治理工具，以优化大学内部数字化治理结构，从而推动人工智能与大学内部治理的深度融合，促进大学内部治理能力和治理体系的现代化。

关键词： 人工智能   波普尔理论   世界4   智慧图书馆   知识生态   认知演化  

摘要： 人工智能技术的快速演进引发知识生产与传播机制的深层变革，传统图书馆作为客观知识体系管理主体的功能定位亟需重新审视。基于卡尔·波普尔“三个世界”理论，文章提出将人工智能系统视为“世界4”的理论扩展，以解释当前智能体系统自主性、生成性与认知涌现现象，从哲学本体论层面探讨人工智能对知识体系重构的深远影响。文章运用理论推演与案例分析相结合的方法，系统梳理“三个世界”理论在图情领域的接受与演绎脉络，分析大型语言模型作为认知性智能体的独立地位及其对传统知识世界边界的突破，并结合图书馆服务转型实践案例，探讨图书馆在智慧时代的角色演变与功能重构路径。研究发现，人工智能构成的“世界4”不仅在知识生成与传播机制上展现出自组织特性，还在知识验证、认知演化和社会知识结构塑造中产生深远影响；图书馆需以构建混合型知识生态系统为抓手，重塑知识服务模式，强化知识质量控制与信息素养教育，积极推动知识民主化与开放共享，以实现从传统知识守护机构向智慧型知识赋能平台的转型，才能将“世界4”拉回到人的认知范畴，使其同样作用于“世界2”“世界1”，并受到人类认知的规范，从而与“世界3”一起为人类服务。

关键词： 零工经济   职业属性   平台灵活用工   机器学习  

摘要： 随着零工经济的飞速发展，平台灵活用工模式被广泛推广，为劳动力市场提供了众多就业岗位。本文选取以职业属性为核心的特征作为输入变量，采用决策树、随机森林、逻辑回归3种机器学习模型，寻找适配平台灵活用工模式的职业属性，评估零工经济下不同职业的平台灵活用工度，预测何种职业将与平台高效匹配，考察用工刚性宽度对平台灵活用工度的影响，探究劳动者对平台灵活用工的选择偏好。研究发现：（1）中国36.69%的职业对平台灵活用工具有高适配度，未来可扩大这些职业用工形式，以创造更多就业机会。职业属性对职业实现平台灵活用工发挥着重要作用，其中，从属性维度的影响最大，技能性、风险性和固定性等维度的影响依次降低。（2）职业用工刚性宽度决定平台灵活用工度。用工刚性宽度越小，职业越适配平台灵活用工。（3）平台灵活用工具有劳动选择偏好的特征，女性、低学历、中高龄劳动者的平台灵活用工度更高。本文为政府创造就业机会并制定适宜的就业政策、平台高效匹配劳动力资源、劳动者实现高质量充分就业提供有益借鉴。

关键词： 新工科   人才培养   能力导向   人工智能   课程改革  

摘要： 如何在新工科背景下探索人工智能复合型人才培养模式已成为高等工程教育改革关注的热点。针对现有人工智能课程在教学目标、教学内容、教学手段与方法、评价考核指标等方面与新工科不适应的问题，围绕人才培养目标，旨在从课程体系建设、课程教学改革以及新工科背景下人工智能新型复合人才培养模式3方面进行深入研究和思考。提出以能力为导向、校企合作产学研协同育人的改革途径与方法，在培养人工智能专业型人才的同时，形成“人工智能+X”复合型专业人才培养新模式。探索能力驱动的本科教学新思路，给出人工智能课程的教学实施案例，以期对新工科背景下的课程教学改革及人才培养提供借鉴和参考。