关键词： 人工智能   遥感技术   考古学   时空智能   多源数据融合  

摘要： AI和遥感技术协同创新,使非接触式探测与智能解译成为考古学的"第三只眼",重构了遗址发现、保护与重建的技术方法. 时空智能学作为利用"通信-导航-遥感"智能传感器、云计算和人工智能方法对自然与人类活动进行感知、认知并支持智能决策的交叉学科,实现了对"何时、何地、何种目标、有何种变化及其机理"的自动化响应,可为考古学研究开辟新的技术路径[1].遥感技术凭借其对大范围区域的快速探测和穿透地表的能力,为考古学提供了丰富的空间信息获取手段,助力研究人员在复杂地形中发现隐藏的古代遗址;人工智能(AI)技术则显著提升了海量遥感数据的处理效率,通过自动识别遗址特征、分类遗迹类型,AI不仅突破了传统田野挖掘的局限,更推动考古研究模式从"局部发掘、经验推断"向"全域透视、数据驱动"的定量分析跃迁.

关键词： 人工智能   胎儿贫血   超声心动描记术   心功能评估   分段定量分析  

摘要： 目的运用混合人工智能（AI）模型比较贫血胎儿与正常胎儿的心脏大小、形态以及功能，探讨AI在定量评估贫血胎儿心功能中的应用价值。方法回顾性收集2018-2024年中山大学附属第七医院经脐静脉穿刺确诊的15例贫血胎儿（贫血组）与32例正常胎儿（正常组）为研究对象。纳入胎儿四腔心超声视频及左右心室节段的数量：贫血组分别为44个、1 056节段，正常组分别为46个、1 104节段。基于胎儿动态四腔心图像，利用混合AI模型获取心脏测量相关参数，包括：四腔心的舒张末期长径（BAL）、横径（TW）、整体球形指数（GSI）、舒张末期面积（EDA），24节段左、右心室舒张末期横径（LVEDD、RVEDD），24节段左、右心室球形指数（LVSI、RVSI），左、右心室整体纵向应变（LVGLS、RVGLS），左、右心室面积变化率（LVFAC、RVFAC），24节段左、右心室短轴缩短率（LVFS、RVFS）等参数及其对应的Z评分。比较两组胎儿心脏大小、形态及功能参数的差异。对正常组参数（BAL、TW、EDA、GSI、LVGLS、RVGLS、LVFAC及RVFAC）与孕周进行Pearson相关性分析。评估AI技术与fetal HQ技术在正常组和贫血组中的测量一致性。结果贫血组与正常组BAL、TW、EDA和GSI差异无统计学意义（均P>0.05）。贫血组第3～24节段的RVEDD大于正常组（均P<0.05），且LVEDD、RVEDD 24个节段Z评分总异常率显著高于正常组（均P<0.001）。贫血组第7～10、12、14～15节段LVSI以及第1～23节段RVSI低于正常组（均P<0.05），且LVSI、RVSI 24个节段Z评分总异常率显著高于正常组（均P<0.001）。贫血组LVGLS、LVFAC低于正常组（均P<0.05），两组间RVGLS、RVFAC差异无统计学意义（均P>0.05）。贫血组第2、5～8、11～13节段LVFS低于正常组（均P<0.05）。正常组胎儿BAL、TW、EDA与孕周呈显著正相关（r=0.913、0.947、0.907，均P<0.001），而GSI、LVGLS、RVGLS、LVFAC和RVFAC与孕周无相关性或呈弱相关性（r=-0.221、0.353、0.515、-0.409、-0.425）。正常组和贫血组AI与传统方法fetal HQ技术评估参数的组内相关系数（ICC）分别为0.788、0.837，一致性良好。结论AI可简便地定量评估胎儿心脏的大小、形态和收缩功能。胎儿贫血主要影响右心室形态及左心室整体收缩功能，表现为右心室球形重构及LVGLS、LVFAC及节段性LVFS异常。混合AI模型在胎儿心功能评估中具有潜在的应用价值。

关键词： 人工智能   马克思主义哲学   实践路径  

摘要： 人工智能从产生到现在仅有60多年,但因其产生的社会巨变却越发深刻。人工智能逐渐从生产领域走向人们的日常生活,已经成为现代社会科技进步的标志之一,并正在引导和改变着人类的生存、生产、生活方式。本文主要从马克思主义哲学视野下简要概述了人工智能技术和马克思主义哲学结合的必要性,分析了人工智能的发展历程与马克思主义哲学之间的关系,探讨了在马克思主义哲学视野下的人类与人工智能协同发展的实践路径。

关键词： 人工智能   化学数据提取   化学反应预测和优化   化学合成路径规划   化学智能体  

摘要： 人工智能和化学领域的交叉融合正在变革化学研究范式.本文系统梳理了人工智能在化学数据提取、化学反应预测和优化、合成路径规划以及化学智能体等方面的最新进展,并结合实际应用案例,展示其辅助实验设计、提高实验效率、推动研究迈向智能化与自动化等方面的显著优势.同时,本文围绕数据困境、模型局限、实验自动化等现有挑战,探讨了未来发展方向,以期为智能化学的全链路构建提供参考和启发,进而推动新药开发、绿色合成和材料设计等领域的发展.

关键词： 人工智能   超声检查   早孕期   标准切面   质量控制  

摘要： 目的开发基于深度学习的早孕期胎儿超声标准切面图像质量评价的人工智能系统，并验证该模型的识别及质控能力。方法回顾性收集2018年6月至2024年6月于中山大学附属第一医院行常规早孕期超声检查的孕11～13＋6周胎儿的8个质控切面静态超声图像17 910张，并按照7∶2∶1的比例划分为训练集（12 536张）、测试集（3 582张）和验证集（1 792张），用于构建产前筛查人工智能模型（PSAIS）并评估其对早孕期标准切面的自动识别与质量控制能力。采用平均精度和平均精度均值（mAP）衡量模型对切面解剖结构的识别能力，采用组内相关系数（ICC）和Kappa检验分析PSAIS与2名具备15年产前超声工作经验的超声医师（专家1、专家2）在图像质量和图像标准程度评价上的一致性，同时比较PSAIS与人工质控的效率。结果在测试集中，PSAIS模型对8个质控切面解剖结构识别的mAP均超过0.800。验证集中，PSAIS与2名专家在图像质量评估方面表现出中等至良好的一致性，ICC值分别为0.713～0.843和0.678～0.788，Kappa值分别为0.590～0.768和0.530～0.702。切面标准程度评分方面，PSAIS评分在经侧脑室横切面（符合率94.6%，Kappa=0.860）和四腔心血流切面（符合率94.1%，Kappa=0.778）与专家评分的一致性较高，其余各切面的符合率均超过70%。PSAIS的质控耗时明显少于人工质控（413 s比77 008 s、94 918 s，均P<0.001）。结论PSAIS系统在早孕期超声标准切面识别和质量控制方面表现良好，与专家评估结果一致性较高，且处理效率显著提升，在提高早孕期筛查质量和效率方面具有潜在应用价值。

关键词： 生成式人工智能   思想政治理论课   风险审视   应对策略  

摘要： 随着数智技术不断发展,生成式人工智能在教育领域被广泛应用。思想政治理论课作为塑造学生正确世界观、人生观与价值观的关键课程,也需要新技术的介入革新。生成式人工智能在凭借其强大的数据处理与内容生成能力介入思想政治理论课教学,为其发展提供新契机的同时,可能会产生意识形态、教育教学、认知发展方面的新风险。面对这些风险挑战,需要从制度、技术、主体三个层面提出应对策略,从而使生成式人工智能在思想政治理论课教学中得到合理运用,提升思想政治理论课教学质量,促进学生健康成长。

关键词： 人工智能   精细化工   生产过程优化  

摘要： 本研究首先探讨了人工智能在精细化工生产优化方面的重要性,随后深入研究了基于人工智能的精细化工生产流程优化所遭遇的挑战。为解决上述难点问题,提出相关优化策略,主要有利用深度学习和强化学习对工艺参数进行优化,结合AI和物联网技术进行数据采集和实时反馈等、以AI为基础的预测性维护算法,并通过AI推动风险分析与预警系统。这些战略都是为了提高精细化工的生产效率,安全性以及环保性。

关键词： 人工智能   文学   冲击   生态   文学新画卷  

摘要： 文学,这一人类精神世界的璀璨“明珠”,如今却遭遇了人工智能的“智慧侵袭”,能批量“创作”出比肩人类传统文学的作品。这引发了一些学者对文学的生存及文学的严肃性被侵蚀的深切忧虑。面对人工智能对文学领域的变革性影响及其潜在的未来发展趋势,人类应当秉持更为客观与理性的审视态度。随着人工智能技术的迅猛发展,假以时日,人工智能将助力建构文学生产与消费新生态,助力实现全民作家的愿景,助力打造文艺综合审美新形态,从而为建构文学新生态提供有力支撑。未来或将会出现“人类主体”“类人主体”与“后人类主体”文学并存的崭新局面。三种类型的文学将紧密相连、相辅相成,共同绘就多元而丰富的文学新画卷,在未来的文学史上留下浓墨重彩的一笔。

关键词： 改进储层经验性品质指数   人工智能(AI)   XGBoost   蜂群算法   随机失活(DropOut)  

摘要： 为解决传统地球物理方法无法有效预测深层陆相低渗透甜点分布的局限性问题，提出了一套基于人工智能的高精度地质甜点预测方法流程，为压裂方案优化和开发井位部署提供可靠依据。通过多步骤人工智能算法，包括：XGBoost算法构建改进的低渗储层经验性品质指数（RQI）、蜂群算法深度神经网络实现一维井点RQI曲线预测、基于随机失活策略的改进CNN算法，实现空间三维RQI展布预测，突破了传统甜点预测的局限性，实现了由一维到三维的多尺度智能预测，显著提升了低渗储层表征精度。某油田应用表明，该方法克服各不利因素影响，地质甜点预测精度较传统方法有明显提升。

关键词： 智能财务   大数据   人工智能   云计算   内部控制   风险预警  

摘要： 本研究聚焦智能财务的内涵、技术根基及其于企业内部控制体系优化进程中的应用。首先,对智能财务的概念、界定及核心价值予以系统性剖析,并将其与传统财务进行对比,彰显智能财务在数据采集、风险预警、决策支持等层面的优势。继而,深入探究大数据、人工智能、机器人流程自动化(RPA)以及云计算等关键技术于财务管理中的运用,为智能财务夯实技术支撑。随后,针对企业内部控制体系的构成要素与运行机制展开探讨,着重分析如何借助智能财务驱动内控体系优化,达成自动化、实时性、系统化、协同化的内控管理,强化决策支持与价值创造。经过理论探究与实践路径解析,证实智能财务在增强企业风险防控、经营效率及战略决策方面的显著效能,为企业实现数字化转型开拓新思维提供新方法。