关键词： 器道合一   行动者网络理论   智能出版   人工智能  

摘要： 为深入剖析当前智能出版中人机关系之困,首先从历史溯源中比照行动者网络理论与器道合一之差异,在证实“人机平等”合理性的前提下,提出我国古代技术哲学中“有机统一”的器道观念是指导出版事业发展的更高维指向。随后,结合出版流程中的具体实践,认为当前生产、审校、分发环节的“人-机”分别呈现出竞争、互补、交织的关系特征,并在实际运作中暴露出种种问题与缺陷。因此,人机关系的调试标准应当回归“器道合一”的内在遵循,在技术迭代中厘清审美意涵、在技术对照中充盈价值指向、在技术变革中恪守行业准则、在现实需要中校准技术进路。

关键词： 机器学习   伦理风险   人工智能   阿喀琉斯之踵   正向规约  

摘要： 机器学习的快速发展和广泛应用,深刻地重塑了社会各行业的运作模式,提升了效率与创新能力。然而,伴随而来的“阿喀琉斯之踵”也日渐凸显,主要表现为数据隐私泄露与算法偏见、主客体关系的异化与信任缺失、权责主体模糊与归责困境、软法的缺陷与硬法的缺失、能源消耗与生态破坏等伦理风险。推动机器学习向上向善发展,必须优化技术设计,加强隐私保护与社会公正;构建伦理规约,强化以人为本与诚信品质;强化伦理审查,完善机器学习规范体系;加快法治进程,健全机器学习制度约束;坚持绿色低碳,推动机器学习可持续发展。

关键词： 副总裁   海尔集团   创新发展路径   家电行业   全球生态   人工智能   全球用户   深度融合  

摘要： 全球用户的智慧生活体验正在迎来革命性升级。2025年3月19日,海尔智家于上海世博中心举办“AI生活,智慧万家”全球生态大会,发布AI之眼系列黑科技。会上,中国家用电器协会执行理事长姜风分享了中国家电的全球化、人工智能与家电深度融合、绿色低碳化3个确定性趋势。海尔集团高级副总裁、海尔智家董事长兼总裁李华刚分享了2024年的机遇与挑战,介绍了未来海尔智家全球创新发展路径。

关键词： 利奈唑胺   血小板减少   机器学习   决策树   随机森林  

摘要： 目的构建机器学习模型预测利奈唑胺相关血小板减少(LIT)。方法回顾性纳入某三甲医院2020年1月—2024年3月接受利奈唑胺治疗的患者198例。首先将患者分为LIT组和非LIT组,比较2组患者基本特征。然后选择在2组间存在显著差异的变量作为潜在危险因素构建LIT预测模型,包括Logistic回归、决策树以及随机森林模型,并对模型的预测性能进行评估和比较。结果共有52例(26.3%)发生LIT,单因素分析结果显示在发生和未发生LIT的患者中利奈唑胺谷浓度(trough concentration,C min)、患者基线血小板计数和肌酐清除率以及脑血管疾病、急性呼吸窘迫综合征和腹腔感染的发生率存在显著差异。在基于这些变量构建的3个LIT预测模型中,随机森林模型具有最高的预测准确性。最后基于随机森林模型进行变量重要性分析,结果显示C min、基线血小板计数和合并急性呼吸窘迫综合征对模型结果输出的贡献较大。结论随机森林模型能准确预测LIT的发生。利奈唑胺暴露水平较高和基线血小板较低的患者发生LIT的风险更高。

关键词： 电网动态负荷建模   机器学习   算法优化   负荷预测  

摘要： 机器学习算法在电网动态负荷建模中的优化应用日益受到关注。通过对比分析支持向量机、随机森林和长短期记忆网络等算法的预测精度和计算效率,提出了一种基于集成学习的混合算法模型。该模型充分利用各算法优势,有效提高了负荷预测的准确性和鲁棒性。实验结果表明,优化后的混合算法模型在多个评估指标上均优于单一算法,为电网动态负荷建模提供了新的解决方案,对提高电力系统的规划和运行效率具有重要意义。

关键词： 黄酒   纸基比色阵列传感器   分类识别   机器学习  

摘要： 为解决传统黄酒年份识别方法耗时长、成本高的问题,本研究首次运用纸基比色阵列传感器技术,借助线性判别分析(LDA)处理黄酒样本特征数据,对不同年份黄酒进行基础分类;应用主成分分析(PCA)对黄酒样本的特征数据进行处理和降维;采用K近邻(KNN)和梯度提升树(GBT)两种机器学习算法建立分类模型。结果表明,当GBT模型参数主成分数为3、决策树数量为150、每颗树的最大深度为3时,模型的测试集分类准确率高达97.5%,五折交叉验证准确率为95.7%;KNN模型参数主成分数为7、K值为3时,模型的测试集分类准确率为93.75%,五折交叉验证准确率为90%;利用GBT模型进行随机验证,识别准确率为95%,表明识别效果优良。本研究可为不同类型黄酒年份检测提供新的解决思路与方案。

关键词： 外骨骼机器人   人形机器人   数据采集   机械臂   操作手柄   吸尘器   量产   机器人学习  

摘要： 在数据采集员操作手柄的指挥下,一排排机器人学习各种技能:端茶倒水,熨衣服,用吸尘器清扫地面,整理超市货架;在滨江步道,机器人迈开腿脚跑步,不仅稳当还能灵活避让行人;在医院诊室,外骨骼机器人帮助偏瘫的老人重新站立行走……

关键词： 衰老   疾病动物模型   人工智能   生物医学科学   实验课程  

摘要： 衰老疾病实验动物模型是研究衰老机制和研发抗衰药物的重要手段,它在生命科学、医学、药学等多个学科领域扮演着重要角色。本文以生物医学科学专业本科生为教学对象,将传统动物实验课程与人工智能(AI)结合,设计了利用AI技术对数据进行建模和分析,通过筛选衰老疾病模型的重要标志物构建衰老疾病动物模型的课程,从而为生物医学科学专业的实验课程建设提供个性化和创新性的教学方法。

关键词： 人工智能   甲烷传感器   规范性分析   煤矿安全  

摘要： 本文聚焦于人工智能技术在甲烷传感器领域的应用及其对煤矿安全进行规范性分析的重要性。甲烷作为一种易燃易爆气体,在煤矿环境中的浓度监测对于预防瓦斯爆炸和保障矿工生命安全至关重要。传统的甲烷监测方法依赖于固定的传感器设备,而这些设备往往缺乏灵活性和智能化处理能力。通过将人工智能技术与甲烷传感器相结合,可以实现对煤矿环境中甲烷浓度的实时监测与智能预警,显著提升了煤矿作业的安全性。还深入分析了现行煤矿安全规范在融合AI技术后的适应性与改进需求,强调了在新技术背景下加强规范性分析的必要性和紧迫性。最终,提出了基于AI技术的甲烷传感器系统在煤矿安全领域的优化建议,为构建更加智能、安全的煤矿生产环境提供了理论依据和实践指导。

关键词： 机器人   人工智能   劳动力市场   人力资本   工资回报  

摘要： 机器人、人工智能新技术革命已经使经济发展和劳动力市场发生了革命性的变化。采用2016—2018年中国企业-员工匹配调查数据,使用工具变量法实证分析机器人、人工智能新技术应用对中国劳动力市场的效应及异质性影响。研究发现,相较于未使用机器人技术的企业,引进机器人的企业中各类员工占比有明显差异,技术研发人员占比相对高出5%,生产工人占比相对降低14%。使用机器人技术的企业员工工资相对更高,尽管生产工人占比相对较低,但平均工资回报依然实现了显著提升,平均高出15.7%。异质性分析揭示了这一差异背后的原因,具备较高教育水平、较高认知与沟通技能的员工在机器人技术应用中更满足企业采用新技术的需求,并显著提升了自身的工资回报。研究结论为中国劳动力市场适应机器人、人工智能新技术革命提供了相关政策应对的启示。