关键词： 开源人工智能   DeepSeek   技术平权   国际政治   全球南方  

摘要： 人工智能技术的发展正在出现微妙的方向调整,以DeepSeek为代表的开源人工智能逐渐走近技术发展舞台的中央。开源人工智能不仅重塑这场技术革命的底层逻辑,而且开启了全球技术平权进程。与所有前沿技术的发展轨迹一样,从封闭走向开放,从垄断走向共享,实现普惠目标一直是人工智能技术发展的内在诉求。开源生态的崛起是打破技术和成本壁垒,走向更平等世界的必由之路。开源人工智能一定程度上打开了黑箱,推动人工智能技术逐渐向社会公共产品转化,使人类社会看到了弥合“数字鸿沟”的微弱曙光。但开源人工智能的普及也将不可避免地对既有秩序体系、治理模式乃至人机关系构成严重冲击,带来极其复杂的社会影响。在这样的时代背景下,只有充分领悟人类命运共同体理念,才能在开源人工智能的发展进程中找到国际政治变革和发展的合理路径。

关键词： 人工智能   腰椎间盘突出症   深度学习   机器学习   大数据   机器人   工程化组织构建  

摘要： 背景:近年来人工智能技术越来越多地被用于腰椎间盘突出症的诊治,提高了腰椎间盘突出症诊断的准确率及效率,丰富了腰椎间盘突出症的治疗手段,成为研究焦点。目的:从诊断与治疗角度全面展现人工智能在腰椎间盘突出症中的应用现状,分析相应技术的局限性。方法:应用计算机检索PubMed、中国知网、万方数据库及维普数据库建库至2024年8月发表的关于人工智能在腰椎间盘突出症诊治中应用的相关文献,英文检索词为“Lumbar Disc Herniation,Artificial Intelligence,Machine Learning,Deep Learning,Big Data,Robot,Neural Network,Model,Algorithm”,中文检索词为“腰椎间盘突出症,人工智能,机器学习,深度学习,大数据,机器人,神经网络,模型,算法”,按入组标准梳理最终筛选出101篇文献进行综述。结果与结论:人工智能的不同技术推动了腰椎间盘突出症的智能化治疗,在未来的发展中凸显出巨大潜力。深度学习技术基于先进的算法,通过相应学习模型的构建对X射线片、CT及MRI影像进行优化处理,实现对退变腰椎间盘的精确定位、识别与分析,提高了自动化诊断的精度。大数据技术利用数据平台,通过分析海量医疗数据模拟疾病发展趋势,为病情评估与预测提供了新的视角。手术机器人结合机械臂、3D高清视觉系统及5G通信技术为远程精确手术操作提供支持,展现显著的技术优势。未来人工智能对腰椎间盘突出症的诊治将通过算法的持续优化和数据平台的专业化发展,推动诊治手段向规范化、高效化、精准化方向演进。

关键词： EU AI Act   AI standardization committees   ai standardization   international tier   national tier   AI standardization   European tier  

摘要： If you look into the EU AI Act,you will find that the requirements are specified at a very high *** is because the details are defined *** is what standardization is *** we look at the world of AI standardization,there are three tiers-the international tier,the European tier and the national *** are also AI standardization committees at all three levels.

关键词： 欧盟《人工智能法》   高风险人工智能系统   价值链责任   风险规制   创新机制  

摘要： 欧盟《人工智能法》(以下简称《人工智能法》或“本法”)作为世界范围内第一部对于人工智能风险进行综合性监管的科技法律,为全世界人工智能立法设定提供了崭新思路,成为世界范围内人工智能法律监管的先行规范,具有借鉴意义。《人工智能法》的底层规制逻辑在于对技术风险的系统化规制,即以风险监管为核心手段,结合风险概念、风险等级、评估难度等因素做出全面判断后,从人工智能系统发展方向、禁止性原则、权利义务框架、损害补救办法等剖面进行广泛干预,具有重要借鉴意义。中国立法工作者可以在梳理总结欧盟人工智能治理领域系统性立法经验的基础上,对我国人工智能立法进行针对性创新和综合性调适,建立全面的人工智能风险评判标准,夯实人工智能价值链上的权利与义务,推动中国人工智能治理向着风险前瞻化、责任细节化、规制明确化的方向发展。

关键词： 人工智能   计算语言学   大语言模型   大数据驱动   语言研究  

摘要： 随着人工智能技术的迅猛发展,语言研究正迎来诸多的挑战,经历着一场前所未有的理论革新机遇。基于大数据和神经网络机器学习的自然语言处理技术大力推动了语言智能处理技术的进步。本文从计算语言学七十多年的发展史出发,梳理出计算语言学对语言理解和语言生成两个过程的重要区分和两大理论基础:信息论和机器学习,以及之所以取得成功的三大要素:大算力、大数据、大模型。语言学突破了数据获取、存储和计算的巨大限制,可以走向“理论假设—数据采集—建模计算实验—计量分析—修正理论”的数据驱动、计算建模的实证研究路径。

关键词： 冷链监测   算法优化   记忆网络   动态路径规划  

摘要： 随着冷链物流行业的快速发展,国内冷链行业巡检效率低、损耗率高等结构性矛盾凸显,AI技术可以有效保障农副产品在冷链运输和仓储过程中的温控精度、能耗及质量预测等核心问题。本研究旨在构建一个基于人工智能的农副产品冷链监测优化与决策系统,通过部署多模态传感器网络构建实时数据采集层,时空注意力机制长短期记忆网络(ST-LSTM)实现冷链环境数据的高效监测与预测,并结合Q-learning动态路径规划算法优化冷链运输路径。研究结果表明,该系统能够显著提高冷链监测的准确性和运输路径的优化效率,降低运营成本和产品损耗率,为冷链物流行业的智能化发展提供了新的思路和方法。

关键词： 人工智能   数字技术   行政负担   社会技术系统  

摘要： 行政负担直接影响公众对公共服务的感受,人工智能的发展为行政负担消解提供了新的契机,同时使得行政负担的生成机理与消解路径愈发动态复杂。基于社会技术系统视角研究发现,人工智能在消解行政负担过程中的角色正从自动化工具逐渐演进为信息中介,乃至走向自主决策的智能代理,进而改变了行政负担的结构与互动模式。与此同时,技术局限、信息流动限制、自主性和责任分配等潜在挑战制约着人工智能消解行政负担的成效。展望未来,应从社会技术系统整体出发在技术创新、制度完善与伦理监督等方面协同发力,进一步推动治理现代化与智能化深度融合,实现智能化治理的新模式。

关键词： 场景图生成   计算机视觉   人工智能   视觉关系检测  

摘要： 场景图生成是计算机视觉领域的一个重要任务,旨在对视觉场景有一个全面且深度的理解,着重于识别实体以及实体之间存在的关系,最终要求模型输出一系列三元组<主体,谓词,客体>和一个图结构的场景表示。这对模型的理解能力和推理能力提出了更高的要求。现有的场景图生成方法在现阶段取得了巨大的成功,然而大多数模型存在参数量太大或对谓词(即实体之间的关系)的判断不准确的问题。为了能够解决这些问题,本文提出了一个端到端的粗-精网络(rough-and-refine model,RRM)场景图生成方法,整个模型包括粗网络和精网络两部分。一方面,粗网络负责提取场景中的各种基本信息,包括图像特征、实体特征和谓词特征。该部分利用Transformer架构,通过卷积神经网络和编码器的结合进行特征提取,获取图像特征。紧接着设计了实体解码器和谓词解码器,分别计算得到实体特征和谓词特征。另一方面,精网络利用粗网络中的场景信息,做进一步的信息交互,使模型获得更精确的预测能力。首先,用三元组查询生成模块获得主体查询、客体查询以及谓词查询,然后,分三条路径分别计算三元组的三个不同部分的表示。在不同路径中,设计了特征信息聚合模块、实体信息聚合模块和谓词信息聚合模块,加强模型对场景的理解,并且用路径之间的连接使模型在谓词的表示中更多地考虑主体和客体的信息。本文提出的模型在公开数据集Visual Genome上取得了优秀的成绩,在R@20、R@50、R@100评价指标上达到23.8、29.1、32.5;在mR@20、mR@50、mR@100指标上达到7.7、11.0、12.4。实验数据和可视化结果充分展现了本文提出的模型对场景的理解能力。

关键词： 智能化财务报表   机器学习   数据预处理   特征工程  

摘要： 随着人工智能技术发展,传统财务分析面临效率低下、维度受限等挑战。智能化财务报表分析系统通过数据采集与预处理、特征工程与模型构建、智能分析与报告生成、用户交互与个性化定制四大模块,实现对事业单位财务数据的智能化处理。系统融合机器学习、自然语言处理等技术,提供实时监控、风险预警与决策支持,推动教育部门财务管理数字化转型。在实施过程中虽面临数据安全、算法透明度等挑战,但通过多维度对策可有效应对。

关键词： 人工智能辅助诊断系统   肺结节   筛查   良恶性鉴别   CT影像   深度学习  

摘要： 目的分析在肺结节筛查以及良恶性判断的过程中应用人工智能辅助诊断系统的意义。方法120例肺结节患者,均对其进行CT诊断,根据患者的就诊时间分组,以研究组、常规组作为两组的命名,各60例。常规组由医师进行阅片处理,研究组应用人工智能辅助诊断系统进行阅片分析。对比两组患者的肺结节诊断结果准确率、Lung-RADS评分、Bland-Altman分析量表评分,分析人工智能辅助诊断系统对右肺下叶背段的诊断图像。结果与常规组(90.00%、83.33%、83.33%、78.33%、85.00%)相比,研究组患者的肺结节大小、体积、倍增时间、胸膜牵拉数据、肺外表现诊断准确率(100.00%、98.33%、100.00%、96.67%、98.33%)更高(P<0.05)。与常规组的(6.48±1.19)、(5.59±2.05)、(6.28±1.08)、(7.05±1.04)、(7.85±1.06)、(8.02±1.09)分相比,研究组患者的肺结节密度诊断评分(9.25±1.18)分、增强特征诊断评分(9.52±1.08)分、毛刺征诊断评分(9.96±1.04)分、空洞形成诊断评分(9.98±1.05)分、血管集束征诊断评分(9.98±1.05)分、肺结节倍增时间诊断评分(9.89±1.05)分更高(P<0.05)。与常规组的(12.08±3.07)、(13.45±3.08)、(14.66±1.05)分相比,研究组患者的初步诊断报告系统性偏差评分(18.52±1.09)分、未复审报告系统性偏差评分(19.54±1.05)分、复审报告系统性偏差评分(19.55±1.08)分更高(P<0.05)。人工智能辅助诊断系统诊断中右肺下叶背段见混杂密度结节,见分叶、毛刺、胸膜牵拉征象。病灶长径20 mm,短径17 mm,体积约为3382 mm^(3),平均CT值约为-494.77 Hu。高危,Lung-RADS:4B,恶性几率99.46%。手术病理诊断:(右下肺结节)肺浸润性腺癌。结论在对肺结节筛查以及良恶性进行判断的过程中,应用人工智能辅助诊断系统所获得的效果更理想。