关键词： 人工智能   劳动过程   生产力三要素  

摘要： 人工智能作为引领新一轮科技革命和产业变革的颠覆性、战略性技术，通过生产力三要素的数智化跃升、数据成为关键生产要素以及类人化思维的“观念建构”三个内在机理，推动劳动过程发生变革。基于劳动者在技能水平和劳动关系上的差异，可将人工智能劳动过程界定为四种表现形式，进一步的研究发现人工智能嵌入下的劳动过程变革呈现出组织形式灵活重构、分工协作数智协同、劳动控制隐秘增强和价值形成机制创新的四重向度。面对人工智能推动劳动过程变革后产生的影响需秉持辩证思维。一方面，要充分发挥人工智能在生产效率提高、劳动岗位创造、劳动环境改善、劳动主体性凸显等方面的优势；另一方面，针对失业风险加剧、收入差距扩大、伦理风险积累、权益保障缺位等挑战，应从数智素养提升、红利普惠共享、智能算法治理、法律法规制定等维度积极应对人工智能的潜在风险。

关键词： 可持续性   人工智能   道德   接受度  

摘要： 人工智能有助于生态环境治理和实现社会可持续发展,但它也正以惊人的速度消耗着能源,其产生的碳排放也影响着自然环境和人类生存。然而,暂未有研究关注人工智能产生的环境问题以及人类对此的反应,因此本研究探究了人机环境决策情境下,人工智能的可持续性对使用意愿的影响方式、原因和边界条件。预研究采用问卷调查并结合Chat GPT生成的态度词,考察了人们对人工智能环保系统的使用意愿和态度,发现人们的使用意愿较高且态度积极。研究1在2个子研究中分别操纵了人工智能可持续性的感知(有vs.无),并发现低可持续性组被试对人工智能的接受意愿更低,而且对国家开展人工智能研究的支持度也更低。研究2改变可持续性的操纵方式(低vs.高),再次通过实验重复了研究2的结果,并且发现道德而非能动是影响可持续性和接受意愿的中介机制。研究3探索了这一影响可能存在的边界条件,验证了个体亲环境态度的调节作用。研究结果为人工智能的社会治理提供了心理学依据,也为人工智能和可持续发展的关系提供了新的启示。

关键词： 人工智能   设计来源   产品类型   消费者响应模式   人工智能厌恶或人工智能欣赏  

摘要： 随着人工智能(Artificial Intelligence, AI)技术的迅速发展,利用AI设计产品与创新是未来一大趋势。文章基于刻板印象内容模型,通过6个递进实验(N=1418)探讨了设计来源(人类设计vs. AI设计)与产品类型(怀旧产品vs.创新产品)对消费者响应模式(欣赏vs.厌恶)的影响、机制及边界条件。结果发现,对于怀旧产品,消费者更偏爱人类设计,呈现AI厌恶;对于创新产品,消费者更偏爱AI设计,呈现AI欣赏,即出现了“人类设计-怀旧产品”、“AI设计-创新产品”的匹配效应。进一步分析发现,加工流畅性在此匹配效应过程中起到中介作用;同时温暖感知与能力感知是导致加工流畅性的关键。此外, AI-人类协同设计模式、AI拟人化特征及消费者自我建构类型均在其中起到了调节作用。文章不仅揭示了消费者对人工智能设计不同类型产品的赞赏或厌恶的响应模式及其深层机理,同时亦为人工智能新时代下的AI+设计的战略规划及营销策略提供了参考。

关键词： GARCH模型   机器学习   沪深300股指期权   波动率预测   期权定价  

摘要： 作为期权定价的核心环节，波动率建模将直接关系到我国金融市场定价权的提升和风险防控体系的完善。聚焦沪深300股指期权定价中的波动率建模问题，基于GARCH模型族分析金融时间序列的波动聚集性和动态特征，构建GARCH(1,1)-t模型，捕捉沪深300指数收益率的时变波动率；并引入随机森林、XGBoost等机器学习算法，进一步挖掘多维度历史波动率滞后值、动量指标、成交量移动均值等特征，可提升复杂市场环境下的波动率预测精度。实证结果表明，GARCH模型对波动趋势具有较好的拟合能力，但在极端行情中存在响应滞后问题；机器学习模型凭借非线性建模优势，显著降低了短期波动率的预测误差。同时，研究发现，两类模型在期权定价中呈现互补性：机器学习模型在标的资产上行波动时表现突出；GARCH模型因对称假设对下行风险的稳健性，使其在认沽期权定价中表现更优。

关键词： 结直肠癌   病理组学   人工智能   诊断   预后评估  

摘要： 结直肠癌(CRC)的发病率逐年增高，病理活检是诊断CRC的金标准。随着CRC发病人数不断增加，病理医师数量相对不足，可能对诊断效率和准确率带来影响。随着计算机技术的快速发展，以自主性、智能性、适应性、交互性、自动化为主要特点的人工智能(AI)技术已逐渐应用于各个行业。病理组学将AI相关技术应用于病理学诊断，在保持诊断准确性的前提下，不仅能发掘出肉眼所无法看到的众多有价值的病理学特征，还可提高医务人员在诊疗过程中的效率。虽然目前尚存在缺乏高质量数据集、行业标准尚未统一等挑战，但病理组学在CRC诊疗领域仍有着广阔的应用前景，有望与影像组学为代表的其他组学相结合，为CRC患者提供更为精确的诊断和预后判断，从而对临床治疗给予指导。

关键词： 机器学习   胆管癌   细胞衰老   生物信息学分析   预后风险模型   免疫微环境   代谢重编程   药物敏感性  

摘要： 胆管癌是一种具有高度侵袭性且显著异质性的恶性肿瘤,发病机制复杂.随着高通量测序技术和分子生物学的不断发展,胆管癌的病理机制逐渐得到深入揭示.本研究利用TCGA,GEO和EMBL数据库,整合分析胆管癌患者的转录组数据以及与细胞衰老相关的基因表达特征.通过采用Cox回归模型、加权基因共表达网络分析(weightedgeneco-expressionnetworkanalysis,WGCNA)、最小绝对收缩与选择算子(leastabsoluteshrinkageand selectionoperator,LASSO)以及随机森林算法模型,本文成功识别出四个核心的细胞衰老相关基因(TFPI,MRPL43,FTSJ1和MNAT1),并基于这些基因构建细胞衰老基因风险评分模型(constructionofthecellsenescence gene signature,CSGS).研究结果表明, CSGS能够显著区分患者的风险水平,高风险组患者的总体生存期明显低于低风险组.进一步的功能富集分析表明,细胞衰老通过多重机制调控胆管癌的发生与进展,尤其在免疫微环境、炎症反应和代谢重编程等方面发挥着至关重要的作用.免疫细胞浸润分析揭示,高风险组患者肿瘤微环境中免疫抑制性细胞(如M2型巨噬细胞和调节性T细胞)的数量显著增加,而NK细胞和CD8+T细胞的数量则显著减少.这提示肿瘤可能通过免疫逃逸机制促进其恶性发展,进而影响治疗效果.此外,本研究还探索核心基因与药物敏感性的关系.本文发现, TFPI, FTSJ1和MNAT1的表达水平与多种药物(如AZD6482、司美替尼、雷帕霉素以及拉帕替尼)的敏感性相关.这一发现为胆管癌的个性化治疗提供潜在的靶点,为临床上制定更为精准的治疗策略提供新的思路.综上所述,本研究通过细胞衰老相关基因特征的鉴定,揭示了其与胆管癌患者预后的显著关联,提示靶向衰老微环境可能成为改善临床预后的潜在策略.研究结果为胆管癌分子分型及治疗靶点探索提供新的生物学依据.

关键词： 污染场地   风险筛查   特征选择   机器学习   LightGBM  

摘要： 快速低成本评估污染场地的环境风险对于场地污染详查和污染治理具有重要意义.本研究基于场地污染源、迁移途径等业务数据，改进了LightGBM的特征选择方法，构建了风险筛查模型，并以广州制造业及电力、热力、燃气及水生产和供应业场地作为典型案例进行应用评估.结果表明：(1)基于因果增强改进的LightGBM的特征选择方法能够有效识别场地污染关键因子，减少特征维度的同时提升模型预测精度；(2)分别基于不同数量的关键指标，构建了初始LightGBM与因果增强改进的LightGBM模型.在使用44个关键指标时，模型达到最高的预测精度（MAPE=91.17%），表明特征选择与模型优化相结合能够显著提高风险筛查分值的预测能力；(3)88个典型场地中，模型成功识别出79个风险场地，准确率达89.8%，实际应用效果良好.本研究改进后的风险筛查分值模型在污染场地风险评估中具有较高的预测精度，能够为场地污染快速识别、污染治理优先级提供决策支持.

关键词： 非物质文化遗产   智慧数据资源   人工智能   数据库建设   知识共享  

摘要： 【目的/意义】随着人工智能技术的发展，非物质文化遗产数据资源正从静态存储向动态服务转型。本文旨在探讨人工智能技术在非物质文化遗产智慧数据资源建设与共享机制中的应用路径。【方法/过程】通过系统梳理非物质文化遗产智慧数据资源的概念范畴与核心特征，分析基于人工智能的多模态数据采集与处理流程，探索面向时空建模与语义组织的数据库架构方案。【结果/结论】本文提出多主体协同参与下的智慧数据资源智能管理与动态维护机制，构建了人工智能驱动的智慧数据开发利用与共享服务模式。【创新/局限】基于非物质文化遗产活态性特征，本文提出人工智能驱动的智慧数据建构框架与共享服务机制，为非物质文化遗产保护的系统化推进与智慧化转型提供理论依据与实践方案。

关键词： 人工智能   建筑工程   风险评估   机器学习  

摘要： 随着建筑工程规模的扩大与复杂性的提升,风险评估成为保障工程顺利实施的重要环节。传统风险评估方法在信息处理效率、决策精准度和数据整合能力等方面存在一定局限性。近年来,人工智能技术的快速发展为建筑工程风险评估提供了新的思路和手段。基于现有研究和实践经验,本文认为人工智能能够通过高效挖掘工程数据,有效识别复杂的风险关联,并辅助制定科学的风险应对措施,大幅度提升风险评估的效率与准确性。本文展望了人工智能在建筑工程领域的应用前景,指出该技术的发展还需解决数据质量、模型解释性及行业实际适用性等问题。研究表明,人工智能技术的引入将对建筑工程风险评估产生深远影响,为推动建筑行业的智能化发展奠定坚实基础。

关键词： 交互   语音助手   未来设计   人工智能  

摘要：  随着技术的发展与进步,更多科技产品与技术正在改变着人类,以及会话代理、智能家居、社交机器人和语音助手进入我们的生活,来改变人与计算机接口和环境的交互方式。Prevett认为近年来语音互动技术将迎来人工智能服务平台驱动下的一个新的技术趋势,智能语音助手是通过智能对话与即时问答的交互方式响应用户的需求、运行和解决问题。智能语音助手(SVAs)作为一个新兴的人工智能平台,其改变传统的人机交互模式,用语言互动让它如同人类真正的助手与伙伴,为用户执行任务与提供所需信息,例如亚马逊的Alexa、谷歌助理、苹果的Siri和微软的Cortana。本文将通过语音界面中的人机交互分析,其未来在教育医疗购物的运用场景,和其优势与所存在的问题进行对智能语音助手未来的交互进行分析论证,在未来,智能语音助手将以全方位、便携式、跨设备的方式将物联网联系起来。