关键词： 人工智能   人机关系   社会化媒体   虚拟现实   仿真模拟空间  

摘要： 随着人工智能技术的不断进步,其可应用场景也在进一步向纵深发展。生成式AI正在社交领域突破传统的虚拟数字空间,打造仿真模拟世界,将自身“他者”的角色逐渐融入人类的主体身份之中。Sora文生视频模型的问世意味着人机关系可以更大限度地影响现实世界。以往用来创造模拟场景的专业性特效技术开始走向公众,现实世界和模拟世界逐渐深度混合,人类的自我及AI的他者身份将被重新定义。基于Sora的社会化媒体应用前景,可以对未来人工智能对人类认知及社会交往的影响、对未来社会图景的创造进行探讨,并思考生成式人工智能所牵引的人机关系转移至社交空间后可能带来的危机与伦理问题。

关键词： 连续小波变换   高光谱   机器学习   小麦   产量预测  

摘要： 及时、准确的作物估产,对作物管理决策和粮食安全评估具有重要意义。该研究在建立一种耦合连续小波变换(CWT)与机器学习准确预测小麦产量的方法。基于2020年—2021年两年小麦田间试验获取的开花期和灌浆期冠层高光谱数据及产量数据,首先采用CWT提取三种小波特征(WFs),分别为:基于Bortua方法筛选的特征波段(Bortua-WFs)、提取WFs与小麦产量确定系数的前1%(1%R^(2)-WFs)和单一分解尺度下的所有WFs(SS-WFs)。然后采用随机森林(RF)、 K最邻近(KNN)和极端梯度提升(XGBoost)三种机器学习算法构建产量预测模型。最后选取最优的光谱特征,采用相同的方法进行建模并比较。结果表明:(1)三种WFs结合机器学习方法的模型均表现良好,基于Bortua-WFs构建的模型具有更高的精度和稳定性。(2)相比光谱特征模型,Bortua-WFs模型在各生育期的精度均有所提高,开花期的R^(2)精度分别提高了17.5%、 4%和39.6%,灌浆期分别提高了8.4%、 5.6%和16.9%。(3)灌浆期的产量估算模型优于开花期,结合Bortua-WFs和XGBoost的模型表现最佳,R^(2)为0.83, RMSE为0.78 t·ha^(-1)。该研究比较了不同特征和方法相结合的性能,确定了不同方案下的最佳模型精度,为光谱准确预测小麦产量提供技术参考。

关键词： 人工智能   新质生产力   新型生产关系   人机协同  

摘要： 中国数字经济发展已经进入人工智能时代。人工智能时代的新质生产力具有将知识和数据作为新的生产要素、将“数据+算力+算法=服务”作为新的价值创造模式、将颠覆性科技创新作为动力源泉、将绿色高效作为检验标准、将开放共享作为助推动力的新发展特征,生产关系变革表现为以人机协同作为主要特征的新型生产关系、以虚实结合作为主要特征的新型交换关系、以多元差异作为主要特征的新型分配关系和以绿色共享作为主要特征的新型消费关系。人工智能时代为实现新质生产力与新型生产关系的良性互动,可以从全面深化改革、科技-教育-人才的一体化发展以及促进生产方式的优化升级三方面推进。

关键词： 人工智能   工商管理   现状与进展   机遇与挑战   科学问题  

摘要： 依据“基于人工智能技术的工商管理发展”学术研讨会,本文结合相关研究前沿问题和国家重大需求,系统总结了当前工商管理关于人工智能研究的现状、机遇与挑战。总体来看,当前研究主要将人工智能技术作为研究工具、方法或情景,将人工智能作为研究对象构建新创理论的实证研究相对不足,面临理论发展滞后、研究方法不足、研究路径单一、跨学科整合不足以及对相关伦理问题重视度不够等五大挑战。在此基础上,利用Web of Science全面检索并梳理了2022年1月至2024年3月间与人工智能主题直接相关的工商管理期刊论文225篇,归纳了当前工商管理学科各个细分方向研究的主要进展,凝练了面向人工智能的组织结构与设计、组织能力演化、组织行为与人力资源管理变革、人机协同、数字营销、金融财会风险监管、信息系统、管理哲学与文化等八大方面的关键科学问题,指出了我国工商管理学科在人工智能时代的发展目标与研究方向。

关键词： 产业变革   转型升级   产业深度   人工智能   科技创新成果   革命性突破   新一代信息技术   高质量运行  

摘要： 发展新质生产力是新时代的战略需求。新时代以来,我国科技创新成果丰硕,新一代信息技术、人工智能、量子科技、新材料等技术快速发展、广泛渗透,带动了以数字化、智能化、绿色化为特征的重大产业变革。但与此同时,制约高质量发展的因素仍然存在,党的二十届三中全会提出“推动技术革命性突破、生产要素创新性配置、产业深度转型升级”“发展以高技术、高效能、高质量为特征的生产力”。

关键词： 京津冀协同发展   人工智能   产业政策  

摘要： 推动京津冀协同发展是一个重大国家战略,产业协同是促进区域协同发展的核心和纽带。人工智能作为新技术革命和产业转型的新动力,正在逐渐成为促进京津冀协同发展的新着力点和突破点。京津冀人工智能科技产业发展走在全国前列,但人工智能科技产业在京津冀地区内部发展尚不均衡。廊坊人工智能产业发展要加强等层设计,充分发挥自身比较优势,错位发展,积极融入京津冀人工智能产业发展的大局中。

关键词： 机器学习   人工智能算法   智慧水利   数据驱动   水资源   水质  

摘要： 【目的】为全面概述机器学习在智慧水利中的应用与发展,突出其在推进水利行业智慧化中的核心价值。【方法】全面综述了国内外相关研究,通过对比分析与总结归纳,明确了机器学习赋能智慧水利的现实基础、应用现状及发展前景。【结果】机器学习在水资源供需预测与调度优化、水灾风险管理和防洪调度、水质监测与预报、水文过程模拟与预报等场景下均有较为广泛的应用。其中,神经网络是应用最多的机器学习算法,水质监测与预报是机器学习主要的应用场景。未来,机器学习将在改进预测模型、优化预警系统、预演反向溯源和支持预案制定等方面助力完善智慧水利的“四预”功能,加快建设水资源管理与调配应用体系,提高水利行业的管理效率和决策科学性。【结论】研究能够为相关领域学者提供全面而深入的技术参考。

关键词： 定量脑电图   神经精神疾病   生物学标志物   机器学习  

摘要： 大脑控制着人体内各项高级神经活动,大脑的结构异常或功能紊乱会诱发多种神经和精神疾病。目前,神经系统疾病及精神疾病的发病机制仍未完全明确,临床诊断及预后评估尚缺乏客观、精准的定量指标。脑电图是神经和精神疾病常用的检测技术之一,而定量脑电图可以深入分析脑电信号的神经生理特征,为进一步阐明神经和精神疾病的病理机制和探索发现潜在的生物学标志物提供了手段。笔者综述了近年来定量脑电图在神经系统疾病和精神疾病辅助诊疗中的研究进展,介绍了定量脑电图分析的基本原理,总结了常见神经系统疾病(阿尔兹海默病、帕金森病)和精神疾病(精神分裂症)的定量脑电图研究成果。此外,神经及精神疾病的定量脑电图研究普遍存在样本量少、结果普适性差等局限性,采用数据增强技术提高样本量、结合神经影像数据进行多模态分析是未来研究的主要趋势。

关键词： 美国   教师教育   人工智能   角色重构   人文主义  

摘要： 美国发布的《人工智能与教学的未来:见解与建议》为人工智能时代教师角色重构提供了新思路。在人工智能时代要求赋权于人、技术革命重塑教育生态及教师标准要求转向的现实促逼下,《人工智能与教学的未来:见解与建议》立足人文主义立场,构筑了“教育者始终处于中心”的新样态。基于此,要求教师从工厂模式下的指令讲授者转变为资源导向的文化回应者;从被动的技术“容器人”转变为主动的专业反思者;从技术研发的游离者转变为推动人工智能发展的引领者,完成了人工智能时代美国教师角色重构,并以主体性复归、场景性生成和生命性进化引领教师角色未来发展方向。

关键词： 人工智能   外语教育   工业革命   教育改革  

摘要： 本文认为人工智能应继承教育优良传统,促进教育体系变革,而非导致颠覆性革命。文章首先探讨了技术变革的特点,指出每次工业革命都对经济和社会结构产生了深远影响,但这种影响在教育领域更多是促进了以人为本的发展,而非突破性的革命变化。教育具有延续性、稳定性和继承性,轻率的“教育革命”可能带来灾难性后果。外语教育属于教育范畴,同样应该逐步改革,稳中求进。本文进一步分析了人工智能在外语教育中的应用可能面临的独特挑战,包括异化外语学习的本质属性和忽视文化多样性。最后,本文呼吁外语教育工作者积极拥抱人工智能技术,将其有机融入现有教育体系,产出优质成果,推动外语教育迈上改革的新高度,而不是盲目跟风,空喊“革命”口号,把外语教育发展引向错误方向。