关键词： 负责任创新   人工智能   算法歧视   责任价值   外部性治理  

摘要： 负责任创新旨在科学和技术创新过程中的社会行动者和创新者之间实现彼此负责,同时考虑创新过程中的伦理问题及创新产品的可接受性、可持续性和社会需求,其内涵分为行政定义和学术定义。算法作为人工智能核心技术之一,在推动产业经济发展与方便人类生活的同时,亦带来严重的算法歧视问题,包括算法不公、算法欺骗、信息不对称等。通过对算法歧视肇因追本溯源可知,算法歧视乃技术性、非技术性、人类对算法数据使用认识的有限性所导致的结果。算法歧视作为技术领域的治理问题,在借鉴负责任创新理念的同时需要从国家、科学共同体、公众个体层面进行算法歧视规避,并通过建立健全责任价值嵌入机制、预防性协商评估机制、知识共享机制、长效反馈机制、协同履责机制来落实治理策略,以达到对算法歧视治理的同频共振的效果。

关键词： 机器学习   通信软件   缺陷预测   随机森林  

摘要： 提出一种基于机器学习的通信软件缺陷预测方法,通过分析历史数据和应用模型预测,在开发阶段提前识别潜在缺陷,提升软件的质量与可靠性。基于通信软件的复杂性及缺陷特征,定义缺陷密度和缺陷率作为评估软件质量的重要指标。采用随机森林算法进行预测,实验结果表明,所提模型在不同规模数据集上的预测准确率均较高,尤其在处理复杂代码模块时表现出良好的稳定性与健壮性。所提方法为通信软件开发过程中的缺陷检测和质量优化提供了有效的技术支持,有助于降低维护成本并提高系统的安全性与可靠性。

关键词： ChatGPT   临床教学   人工智能   伦理风险   医学教育   医学写作  

摘要： 随着大型语言模型和大数据技术的不断发展,人工智能领域的每次突破都成为世界的焦点。2022年11月,由美国OpenAI公司研发的可以模仿人类语言进行交流会话的机器人程序ChatGPT(chat generative pretrained transformer)一经发布便引起前所未有的热烈讨论,其出现无疑为医学教育领域带来许多新的可能性与发展方向。ChatGPT能够为医学生提供个性化和有针对性的学术支持。由于其超强的会话功能与信息处理能力,可能会加重学术不端现象,如抄袭和作弊。同时,在使用过程中存在着潜在的隐私泄漏风险。文章旨在探讨ChatGPT在医学教育领域中的应用,分析其优势与弊端,通过深入研究和审慎考量,以更好地利用ChatGPT的优势并规避其潜在的弊端,推动医学教育领域的进步与创新。

关键词： 石化采购   人工智能   流程优化  

摘要： 随着人工智能技术的迅速发展,其在石化行业的应用日益广泛,特别是在采购管理领域展现出巨大的潜力和价值。本文旨在探讨人工智能技术如何优化石化采购流程,提高采购效率和成本效益。基于此,首先概述了石化行业采购的特点与挑战,随后详细介绍了人工智能技术在供应商选择、价格预测、风险管理等方面的应用实例。本次研究发现,人工智能技术能够通过数据分析和模式识别,有效预测市场趋势,评估供应商性能,从而帮助采购部门做出更加精准的决策。其次,人工智能还能提高采购流程的自动化水平,减少人为错误,提升整体操作效率。最后,本研究讨论了实施人工智能技术时可能面临的挑战及相应的解决策略。本研究表明,合理利用人工智能技术可以显著提升石化采购的效率和效果,对石化企业具有重要的实践意义。

关键词： 人工智能   智慧教育体系   高职院校   智慧教学   实践路径   体系构建  

摘要： 随着教育信息化2.0时代的到来,人工智能技术与智慧教育体系的融合成为必然趋势。基于人工智能技术,提出从技术层、技能层、运用层和功能层4个层面构建适合高职院校的智慧教育体系框架。从人工智能视角提出了高职院校构建智慧教育体系的实践路径,即建设高职院校智慧教育平台,服务智慧教育教学;开展AI专题培训交流活动,提高教师信息化素养;持续优化智能服务模式,致力于构建智慧教育体系;对智能数据进行管理分析,助力教师、学生共同成长;建立激励机制,助推智慧教育体系建设。基于人工智能技术构建高职院校智慧教育体系,为高职院校智慧教育体系实践提供建设思路和参考。

关键词： 人工智能   城市智慧治理   机器学习算法   运行逻辑   社会风险   治理体系  

摘要： 人工智能发展势不可挡,正以极其强大的智能技术范式革命性、颠覆性的重构社会制度规范、重筑社会基础设施、重塑生产生活方式,为城市智慧治理提供机遇和支撑。人工智能赋能城市智慧治理遵循智能感知、神经网络、深度学习、智能服务的逻辑机理,通过多元数据信息的广泛采集、异质数据信息的集成处理、机器学习算法的辅助决策得以实现。人工智能作为现代科技革新的结果具有广泛的社会溢出效应,在引发城市全景式整体变革的同时也伴随着复杂的总体性风险。因此,厘清赋能过程中产生的不可解释隐忧、数据至上主义、人的主体性困境、社会极化风险等风险挑战迫在眉睫。未来时期,人工智能应坚持以和谐为主导的价值目标、构筑以伦理为先导的社会规范体制、建立以技术为导向的社会防控机制、完善以安全为核心的社会保障体系,形成社会综合治理体系助力我国城市智慧治理的实现。

关键词： 美欧关系   人工智能   防务合作   大国竞争  

摘要： 近几年来,美欧基于所谓“共同利益”和“民主价值观”加速推进人工智能防务合作。美欧以北约为防务体系的核心,将美国—欧盟贸易与技术委员会、七国集团、双边对话和多边论坛等作为人工智能防务合作的重要平台。这些合作的进展集中表现在增强国防工业能力、提升信息与情报共享能力、建立人工智能防务架构和技术标准,以及构建人工智能国防伙伴关系几个方面。但是,美欧在合作中仍然面临战略意图分歧、技术能力差异、法律兼容性不足、产业竞争等多方面因素的制约。在可以预见的未来,美国国内政治局势的变动将会给美欧人工智能防务合作增加诸多不确定性。

关键词： 子午线轮胎   轮胎制造商   摩托车轮胎   橡胶轮胎   摩托车外胎   智能制造   占地面积   经济技术开发区  

摘要： 2024年11月13日,高性能绿色摩托车子午线轮胎智能制造项目,进行公示。据了解,该项目由腾森橡胶轮胎(威海)有限公司建设,总投资27亿元。建设地点位于威海市经济技术开发区,占地面积22.44万m^(2)。建成后,可年产高性能绿色摩托车子午线轮胎1200万套。腾森橡胶成立于2006年,是一家集摩托车轮胎和丁基内胎研发、制造、销售为一体的标准化、专业化、现代化轮胎制造商。该公司目前产品包括丁基内胎、摩托车外胎,2023年丁基内胎产量700万条,摩托车外胎产量750万条。

关键词： 烟叶   组合分类   判别分析   机器学习   感官评吸   配方模块  

摘要： 为深入研究卷烟品牌烟叶配方分组方法和原则,基于457个烟叶样品的12种感官评吸指标,比较了4种判别分析和4种机器学习方法对4种烟叶分类的建模集正确率(R)、验证集正确率(r)和平均正确率(m)的影响,并基于分类方法选择和权重分配构建了一种高精度的组合分类方法。结果表明:(1)与判别分析相比,机器学习的R显著提高,而r显著下降,且LS-SVM的R最高(92.8%),FDA和F-BDA的r最高(80.2%),但m无显著性差异;(2)优化选择M-BDA、FDA、ANN和KNN四种方法,按精度赋权建立的组合分类方法同时提高了R(95.3%)和r(89.0%),且m由低于84%提高到92.2%,并通过理论计算和实际结果验证了组合分类方法的普遍有效性;(3)组合分类方法Kappa系数均大于0.8,方法可靠,一致性程度高,验证集m-F1度量显著提升21.2%,模型泛化能力大为增强;(4)优雅感、杂气、余味、润感和清晰度5项指标对分类起主要作用,符合利群品牌的风格特征;(5)误判样品(6.5%)指标评分与其模块真实类别的不匹配归因于对库存、成本和质量的平衡,基本符合烟叶配方的调整空间。

关键词： 人工智能   AI企业   IPO表现   注册制  

摘要： 金融市场是支持企业攻坚基础技术的关键力量,能否对基础技术进行合理定价直接影响着中国经济高质量发展转型的进程以及中国在国际科技竞争中的优势。本文以2007—2024年间在中国A股首次公开发行(IPO)的人工智能(AI)企业为样本,检验了基础层、中间层及应用层人工智能企业IPO首日回报与IPO首日后长期回报的差异。研究发现,越基础的人工智能企业IPO首日回报和IPO首日后长期回报越高,表明A股市场在新股发行和上市首日均对基础层人工智能企业定价偏低。机制检验发现,越基础的人工智能企业发明专利数越多,但专利总数、实用新型专利数和外观设计专利数越少,这使得尽管越基础的人工智能企业IPO前的盈利能力越差,但未来盈利增长率越高。进一步检验发现,注册制改革显著提升了A股市场对基础层人工智能企业的定价效率。本文的结论能够促进投资者对基础层人工智能企业的理解,提升其定价效率,同时也为中国股票发行定价制度的优化提供了实证依据。