课程文献中心 更多>>

关键词： 生成式人工智能   算法风险   技术风险   社会治理  

摘要： 人工智能显著提升了社会治理的效能,但也带来诸多风险挑战。生成式人工智能发展的底层逻辑在于算法设计和算法创新,算法不仅具有工具形态的赋能作用,同时也承载了社会结构中的权力关系。关注生成式人工智能算法风险,有助于推动其可持续发展。从工具主义视角看,算法风险源于其固有的缺陷或谬误,体现在数据枯竭、计算误差、技术黑箱等方面;而从权力主义视角看,算法通过应用于社会特定场景,逐步演化为新的权力形态,风险主要源于算法权力的配置失衡和集中化,表现为算法嵌入社会治理过程中引发的权力演化问题,如个体技能退化、社会黑箱等。因此,在社会治理的应对策略中,需要强化算法的主体责任和可解释性,而非单纯追求算法的透明度,完善创新算法风险等级的评估体系,并推动劳动者再技能化和算法的人本主义转向。

关键词： AI   人工智能   工业互联网   智能化升级  

摘要： 当前,我国制造业正经历一场由数字化转型驱动的智能化升级变革,其核心在于加速融合人工智能、工业互联网及5G技术。未来,这些技术将深度融入制造业的各个层面,精准匹配并引领社会需求的多元化发展。基于此,本文阐述了AI与工业互联网技术的研究背景,分析了基于AI与工业互联网推进工业智能化升级的策略,提出了基于AI与工业互联网推进工业智能化升级平台设计,明确了总体思路、系统架构、通信架构等,以供参考。

关键词： 肺腺癌   人工智能   磨玻璃密度   预测价值   诊断效能  

摘要： 目的分析人工智能定量参数在直径≤2 cm磨玻璃密度肺腺浸润程度中的预测价值。方法随机选取93例自2021年8月至2023年12月在本院进行诊断与治疗的肺癌患者,微浸润腺癌及原位癌患者共59例纳入对照组,浸润性腺癌34例纳入研究组。应用CT扫描仪进行胸部CT扫描,将胸部CT肺窗薄层图像导入人工智能肺结节辅助诊断系统中,分析2组患者磨玻璃密度结节检出情况以及肺结节手术时间间隔,比较2组人工智能定量参数,分析直径≤2 cm磨玻璃密度肺腺癌侵袭性影响因素,2组人工智能定量参数ROC曲线及各项参数预测直径≤2 cm磨玻璃结节的灵敏度及特异度。结果全部107个磨玻璃密度结节中共计检出混合磨玻璃结节(mGGN)68个及纯磨玻璃结节(pGGN)39个,术后病理诊断结果表明观察组共计检出结节45个,对照组共计检出结节62个,与对照组相比,观察组患者pGGN占比更低,mGGN占比更高(P<0.05),2组患者肺结节手术时间间隔差异无统计学意义(P>0.05)。对照组与观察组患者最小CT值差异无统计学意义(P>0.05),与对照组相比,观察组患者年龄更高,最大CT值、平均CT值、最大面面积、三维长径及体积均更高(P<0.05)。多因素Logistic回归分析结果表明最大CT值及三维长径为直径≤2 cm磨玻璃密度肺腺癌侵袭性影响因素(P<0.05)。各参数在直径≤2 cm磨玻璃密度肺腺癌中的诊断效能对比可知,联合诊断效能最高,其次为三维长径、体积、最大面面积、最大CT值以及平均CT值,联合诊断灵敏度高于最大CT值、平均CT值(P<0.05)。结论人工智能定量参数可准确预测直径≤2 cm磨玻璃密度肺腺癌浸润程度,以最大CT值与三维长径建立的联合模型具有最高的诊断效能。

关键词： 人工智能   民事主体   民事客体  

摘要： 伴随着ChatGPT等人工智能技术的深入发展,人工智能与人类的日常生活开始深度互嵌,社会形态与结构都在进行重塑,由此也引起了一系列法律问题需要进一步厘清。面对人工智能的深度参与并逐步担负起一定的社会职能,探讨是否应赋予其人工智能民事主体资格有助于解决现实的法律困境。本文分析了目前确认人工智能法律主体资格尚存在缺乏独立意志与意识能力、缺乏理性基础、不具有民事权利能力的现实困境。由此针对性地探讨了人工智能诞生意识的可能性、“人机融合”技术的发展前景,以及未来超人工智能时代可能存在的形态,从而证成赋予人工智能民事主体资格的法律图景。

关键词： 人工智能   3D打印   区块链   计算机科学家   诺贝尔物理学奖   移动互联网   短期效果   Open  

摘要： 计算机科学家罗伊·阿玛拉有一个著名的“阿玛拉定律”:人们总是高估一项技术所带来的短期效果,而低估它的长期影响。回顾过去一二十年的技术热点,AR、VR、比特币、区块链、3D打印、元宇宙等等,无不凸显出这一特征。有的甚至昙花一现,倏忽即逝。2022年11月,OpenAI公司旗下的生成式人工智能工具ChatGPT横空出世,加上移动互联网、社交媒体的渲染加持,引发全社会对于AI的关注甚至狂热。2024年的诺贝尔物理学奖与化学奖也破例颁给与AI相关的技术领域。在这种背景下,社会上也产生了一些“制度焦虑”,似乎不支持AI就是落伍、守旧的。

关键词： 人工智能   变电站   运检管控  

摘要： 常规方法单一通过设定波动阈值,实现异常状态的有效判定,忽略了对于设备运行数据的融合处理,导致运检管控效果不佳。对此,提出基于人工智能的变电站智能运检管控系统研究。采用高精度传感器获取设备的运行环境数据以及状态数据,并结合RFID技术对变电站设备标签进行读取处理,针对传感设备获取的运行状态数据,通过搭建前向神经网络,对数据进行融合处理,计算设备运行安全系数,对变电站设备的运行情况进行判定,并结合设备参数调整误差,实现设备运检管控处理。实验结果表明,应用了变电站智能运检管控系统后,检修及时度较高,具备较为理想的运检管控效果。

关键词： 天然地震   爆破   诱发地震   火山地震   地震分类   人工智能  

摘要： 各类地震的正确分类对区域地震危险性评估,降低天然地震或人工地震灾害等方面的工作具有重要意义.多年来,许多科技人员对此进行了大量研究.本文较为系统地总结了国内外目前对天然地震和人工地震各类型事件分类特征及难点的主要认识,以及人工智能在地震分类研究中的应用现状.结果表明:(1)爆破地震与构造地震的分类已取得较快进展;(2)火山地震与滑坡事件的识别分类普遍存在数据集样本数量过少和数据不平衡的问题;(3)诱发地震的识别仍是分类研究中较为困难和存在争议的课题;(4)人工智能方法以高准确率、高效率和未来自动化的可能性成为目前主流的地震分类方法.结合人工智能技术在地震分类中的应用现状,本文讨论并提出人工智能地震分类的趋势与相应建议.

关键词： 人工智能   涂层检测   涂层分析   发展趋势  

摘要： 随着工业智能化进程的加速推进,涂层技术在现代制造业中扮演着越来越重要的角色。涂层质量直接影响到产品服役性能、使用寿命和外观品质,尤其是在防腐、装饰、隔热等领域。传统涂层检测方法如人工视觉检查、光学测量等,虽然具有一定应用基础,但存在着效率低、准确性差和操作复杂等问题。随着人工智能(Artificial Intelligence,AI)技术的快速发展,尤其是深度学习和计算机视觉技术的应用,涂层检测和分析技术迎来了新的发展机遇。人工智能技术能够通过图像识别、特征提取和模式分析,自动化且高效地实现涂层缺陷检测、厚度测量、表面质量分析等任务,大大提高检测精度和效率,推动涂层检测向智能化、自动化方向转变。本研究综述了人工智能在涂层检测与分析中的应用现状,探讨了人工智能在涂层质量评估、失效过程、使用寿命、缺陷识别、厚度测量、表面质量分析等方面的应用,并分析了未来发展趋势和技术挑战。

关键词： 数据驱动   人工智能   公共健康   生物多样性丧失   伦理反思   双重危机   城市规划   气候变化  

摘要： 面对气候变化和生物多样性丧失的双重危机,自然保护正经历深刻变革。人工智能的应用推动了数据驱动的保护策略,也引发对人类干预自然的伦理反思。跨界协同治理逐步兴起,保护目标正融入公共健康、农业与城市规划等领域。

关键词： 急性阑尾炎   体层摄影术,X线计算机   深度学习   人工智能   计算机辅助诊断  

摘要： 目的探讨基于常规腹部CT平扫影像的深度学习模型对急性单纯性和急性非单纯性阑尾炎的诊断效能,并评估其临床应用价值。方法回顾性收集3所医院经手术病理证实的336例急性阑尾炎病人的临床及CT平扫影像资料,根据病理结果将病人分为急性单纯性阑尾炎109例和急性非单纯性阑尾炎227例。按8∶2的比例随机将病人分为训练集(268例)和独立测试集(68例),并采用5折交叉验证方法将训练集进一步分为训练子集(214例)和验证子集(54例)。基于密集连接卷积网络121(Densenet 121)构建模型,并进行训练和测试。绘制受试者操作特征(ROC)曲线、精确度-召回率(PR)曲线和混淆矩阵来评估模型的诊断效能,并分别计算其曲线下面积(AUC、PR-AUC)等。结果Densenet 121深度学习模型在训练子集、验证子集、独立测试集中对急性单纯性阑尾炎和急性非单纯性阑尾炎分类的诊断效能俱佳,模型的AUC分别为0.999、0.895、0.894,PR-AUC分别为0.999、0.831、0.813。混淆矩阵显示,模型在3个数据集中对急性单纯性和非单纯性阑尾炎均具有较高的预测准确性,分类效果良好。结论基于神经网络的深度学习模型在急性阑尾炎CT分类诊断中具有良好的稳定性和诊断效能,可为临床医生决策提供参考依据。