关键词： 人工智能   妇产科学   聊天生成预训练转换器   应用现状  

摘要： 以聊天生成预训练转换器(chat generative pretrained transformer，ChatGPT)为代表的人工智能为医学教育发展和教学方式创新提供了新的选择。本文分析了ChatGPT在妇产科学教学中的应用现状，包括辅助学习和决策支持、专业考试、学术研究和论文写作、患者教育等，同时对其局限性和挑战进行了讨论，希望能够为我国妇产科学教学提供参考。

关键词： 智能时代   人工智能   智能产业   新动能   智能化发展   网络化   数字化   技术革新  

摘要： 拥抱更美好的智能时代。当前,人工智能不断“进化”,技术革新潜能逐渐释放。把握数字化、网络化、智能化发展机遇,培育壮大智能产业,有助于加快发展新质生产力,为高质量发展提供新动能。

关键词： 蔬菜   倍硫磷   粒子群算法   堆叠模型   机器学习   食品安全  

摘要： 目的 建立基于粒子群(particle swarm optimization,PSO)算法优化堆叠模型(stacked generalization,Stacking)的蔬菜安全风险预测模型,对上海市市售蔬菜中倍硫磷的抽检结果进行预测。方法 基于2021—2023年上海市市售蔬菜中倍硫磷的抽检数据,选取任务类型、抽样地区、抽样环节、抽样场所、抽样月份、检测机构、蔬菜品种作为特征变量,以蔬菜中倍硫磷的抽检结果是否合格为目标变量;采用十折交叉验证筛选优良机器学习模型、重采样方法,经PSO算法优化模型参数后构建PSO-Stacking预测模型。结果 3889件蔬菜中检出倍硫磷阳性样品55件,不合格率为1.4%。其中,豆类蔬菜不合格率最高(2.3%),其次为茄果类(0.2%)。筛选得到基模型,包括随机森林(random forest,RF)、类别特征梯度提升树(categorical boosting,CatBoost)、梯度提升(gradient boosting,GB)、极端梯度提升(extreme gradient boosting,XGBoost)和轻量级梯度提升机(light gradient boosting machine,LGBM),最佳重采样方法为自适应合成抽样(adaptive synthetic sampling,ADASYN)技术。PSO-Stacking模型在测试集上的精确率(0.91)、召回率(0.83)、F1值(0.87)和曲线下面积(area under the curve,AUC)值(0.91)均为最高。结论 PSO-Stacking模型在不均衡食品安全抽检数据中表现优异,能准确预测蔬菜中倍硫磷不合格样本,为蔬菜监督抽检及风险预警提供技术支撑。

关键词： 人工智能   基础教育   区域推进  

摘要： 本文以浦东新区为例,系统剖析区域推进人工智能赋能基础教育的实践路径,旨在为同类区域提供可复制的策略框架与行动参照。基于浦东新区的教育数字化转型实践基础,提出“一目标、双维度、三支柱、四路径”的实践框架,通过构建全域覆盖的人工智能教育生态、推进人机协同课程教学、开展教师人工智能培训以及设立人工智能应用研究课题等具体路径,推动区域教育质量的全面提升。最后,文章从生态构建、场景落地与教师发展三个维度对区域推进人工智能赋能基础教育进行了思考,指出了当前面临的挑战,并提出了相应的策略建议。

关键词： 人工智能(AI)   人工智能   沙堆  

摘要： 有没有想过,沙子和人工智能(AI)之间也有关系?乍看之下,它们似乎毫不相关,但在科学家的眼中,这两个看似无关的事物却能进发出奇妙的火花。将它们联系在一起的,是科学研究中一个至关重要的方法:还原论。

关键词： 人工智能   计算机科学   知识融合   可解释性   模型架构   特定应用   多模态   语言模型  

摘要： 近年来,随着人工智能技术的飞速发展,多模态大模型通过整合文本、图像、音频、视频等多种模态数据,在跨模态理解、生成与推理任务中展现出前所未有的潜力。包括GPT-4o、Gemini、DeepSeekJanus-Pro在内的一系列多模态大模型先后出现,多模态大语言模型(multimodal large language models,MLLMs)方法与技术不仅在视觉内容理解、跨模态检索、文本到图像与视频生成等场景中展现出强大能力,也为人工智能在医疗、教育、工业制造、数字媒体等领域的创新应用提供了突破性工具。然而,多模态大模型的构建与应用仍面临诸多挑战:如何有效融合异构模态数据,实现跨模态语义对齐与知识迁移?如何提升模型对复杂场景的泛化能力与可解释性?如何降低多模态大模型的训练与推理成本,并保障其安全性与伦理合规性?如何在不同垂直领域适配优化多模态大模型,以解决领域特定应用问题?这些问题亟需学术界与工业界共同探索创新解决方案。为深入探讨多模态大模型的前沿理论与技术突破,推动其在各领域的创新应用,《计算机科学与探索》特设“多模态大模型:理论、技术与应用”专题。本专题旨在汇聚多模态学习、大模型架构设计、跨模态知识融合等领域的优秀研究成果,为构建高效、可靠、可扩展的多模态大模型提供理论支持与实践指导,助力人工智能向更通用、更智能的方向发展。欢迎学术界与工业界同仁踊跃投稿,共同推动多模态大模型的理论、技术创新与产业应用落地!

关键词： 政府工作报告   民生热点   人工智能   民生福祉   热点话题   全国两会   民生关切  

摘要： 2025年3月11日,十四届全国人大三次会议圆满落幕。至此,2025年全国两会的议程全部结束。全国两会不仅是一场政治盛会,更是民生福祉的“展望台”。在2025年全国两会中,“好房子”首次写入政府工作报告,“人工智能+”行动再次出现在政府工作报告中,“发放育儿补贴”“减肥”等报告内容一举冲上热搜,生育、健康、住房、科技等诸多议题都与群众的切身权益息息相关……本期策划,小编带你解读这些民生热点。

关键词： 半U形地下空间   机器学习   截面宽度   坡高   烟气回流长度   最高烟气温升  

摘要： 结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差仅集中在20%以内,显著优于SVR方法。通过shap值解释机器学习模型,并结合FDS数值模拟的结果,揭示坡高是影响烟气回流长度的决定性因素,且坡高的增大、宽度的减小或热释放速率增大均会缩短烟气回流。同时,热释放速率是影响烟气最高温升的主要因素,受坡高影响较大,而宽度的减小虽能在一定幅度上降低最高烟气温升,但效果并不显著。该研究拓展了地下空间火灾烟气运动参数的预测方法,为地下空间火灾动力学行为预测及通风排烟系统的优化设计贡献了创新性的方法。

关键词： 数字化学习环境   高中信息技术   学科素养   日常学习   人工智能   社会经济发展   计算思维   课程资源  

摘要： 信息技术作为高中阶段一门重要的学科,承担着培养学生学科素养的重任。新课标在“教学建议”中提出了“创设数字化学习环境,为学生提供丰富的课程资源”,使得学生在日常学习中,促进信息意识、计算思维、数字化学习与创新、信息社会责任等素养的发展。人工智能作为信息化的产物,为当前社会经济发展注入了新的动能,正在悄然改变着人们的生产生活方式。

关键词： 语言模型   人工智能   数学   准确理解  

摘要： 人工智能已悄然融入我们生活的方方面面。与豆包聊天,用文心一言创作文章,或使用Cursor进行编程,这些看似各不相同的AI应用,背后都有一个共同的核心:大语言模型。而大语言模型则是建立在严密的数学基础之上,就像一颗经过精心训练的“数学大脑”,能够准确理解人类语言,并以最合适的方式回应我们的各种需求。