关键词： 杭州   DeepSeek   宇数科技   创新力   人工智能  

摘要： 2025年,DeepSeek的横空出世,打破了“高算力和高投入是发展人工智能唯一路径”的传统规则,成为AI发展史上的标志性事件。随后,以宇数科技、强脑科技为代表的人工智能企业火爆出圈,再次凸显了杭州人工智能企业不容忽视的影响力。根据科技情报大数据挖掘与服务系统平台AMiner联合智谱研究发布的《2023年全球人工智能最具创新力城市榜单》,杭州在全球人工智能创新500强城市中排名全球第13位、国内城市第四位。在新发展机遇下,杭州人工智能企业如何找准自身定位、锚定发展目标、抢占发展高地,是当前杭州人工智能企业发展面临的主要问题。

关键词： 人工智能   轻松自如   解数学题   学霸   超级   得心应手  

摘要： 最近,中国人工智能界冒出个“超级学霸”,火遍了全球。它解数学题轻松自如,写代码得心应手,就连你问些古怪刁钻的问题,它也能对答如流。连国外超火的人工智能ChatGPT都被它比了下去。

关键词： 电子商务   数字化转型   信息安全   云计算   人工智能  

摘要： 随着电子商务的迅猛发展,企业办公业务的数字化转型已成为必然趋势。本文探讨了电子商务环境下办公业务数字化转型的挑战与对策,着重分析了信息安全、技术更新和组织变革等方面的实际问题与解决方案。通过采用先进的数据加密技术和网络监控系统,企业可以有效提升信息安全性。引入云计算和人工智能技术,助力企业提高数据处理能力和市场响应速度,优化运营效率。同时,通过建立支持性的企业文化和优化人力资源管理,增强员工对数字化转型的参与度和认同感。此外,严格遵守相关国际和地区的数据保护法规,以及行业安全标准,是确保企业数字化转型成功的关键。综合应用这些策略能够帮助企业在竞争激烈的电子商务环境中实现持续发展与创新。

关键词： 人工智能   应用翻译   翻译研究  

摘要： 自2003年以来,我国应用翻译研究,已明确成为与文学翻译互为补充的翻译研究重要领域,经历了20余年的发展,取得了可喜的学术成果。随着人工智能技术日渐成熟,尤其是以Chat GPT和Deep Seek为代表的生成式人工智能的出现,应用翻译及其研究领域正经历着前所未有的剧烈冲击,引发了诸多对未来发展的忧虑乃至悲观论调。本文立足当前学界对于人工智能与应用翻译研究互动关系的认识,剖析了人工智能时代背景下应用翻译研究面临的危机与机遇。本文强调指出,我们不应局限于人工智能给应用翻译研究所带来的负面效应,而应更加聚焦于其为应用翻译研究开辟的积极前景与无限可能。

关键词： 慢性肾脏病   骨质疏松   骨折   影像学技术   人工智能  

摘要： 慢性肾脏病(chronic kidney disease,CKD)常引起不同程度的矿物质代谢紊乱,骨代谢异常,继发骨质疏松症。骨质疏松症其特征是骨量流失、骨强度降低,导致骨折风险增加。CKD患者骨折风险高于非慢性肾病群体。目前,影像检查技术可无创性评估CKD患者骨折风险,为临床管理CKD骨骼异常提供指导,及早进行药物干预,减少骨折的发生,提高生命质量。本研究从不同成像技术及人工智能对CKD患者骨折风险的应用方面进行综述。

关键词： 人工智能   研究生管理   智能问答助手  

摘要： 文章首先对研究生管理面临的挑战进行了分析,然后对人工智能赋能研究生管理功能进行了解析,最后论述了人工智能赋能研究生管理路径,包括垂直领域大模型在研究生管理中的应用、利用智能体平台搭建智能问答助手。

关键词： 长江中下游   崩岸   监测技术   预警平台   数字孪生水利   人工智能  

摘要： 长江中下游干流水沙条件发生重大变化,河床处于高强度冲刷状态,河道崩岸险情时有发生。为有效应对崩岸对防洪、航运、岸线利用等方面的威胁,水利部长江水利委员会水文局基于多年监测实践和科研项目成果,形成一套“传统与先进监测手段融合、定性与定量预警相结合、信息化平台支撑”的崩岸监测与预警技术体系。监测层面,从早期的人工巡查、河道地形测绘逐步拓展到激光雷达、多波束测深、卫星遥感和无人机巡航等多源信息综合监测;预警层面,经历了从经验判识到基于机理理论与指标体系的量化模型,再到信息化预警平台的建立与推广应用。未来,崩岸监测与预警将与数字孪生水利、大数据、人工智能等最新信息技术深度融合,在孪生数据底板构建、险情实时识别与快速处置、长时段河势模拟与情景预测等方面发挥更大作用,为保障长江安澜与沿江经济社会可持续发展提供有力的技术支撑。

关键词： 电网海量数据   人工智能模型   深度学习   小型化   深度卷积   注意力机制  

摘要： 为更好处理电网海量数据,提出面向电网海量数据的复杂人工智能模型小型化方法。构建面向电网海量数据的小型化人工智能模型,将标准卷积替换为深度可分离卷积,减少深度学习模型的参数和计算量,实现主体结构小型化处理;并引入小型化残差注意力模块和小型化多尺度特征融合模块,提升网络对海量电网数据中有价值特征的提取效果,融合多尺度特征促进电网海量数据分析处理精度。实验结果显示,该方法可以降低约85%以上的参数量,规模缩减程度约在86%,在不影响模型电网异常检测精度的条件下可以显著提升模型实时性,降低内存占用及能耗。

关键词： 动静脉瘘   CT血管成像   人工智能   辐射剂量   对比剂   前瞻性研究  

摘要： 目的观察低管电压及对比剂用量结合深度学习全模型迭代算法(AIIR)用于上肢CT血管成像(CTA)显示动静脉瘘(AVF)的价值。方法前瞻性纳入65例临床疑诊AVF狭窄而接受上肢CTA检查的慢性肾衰竭患者,将其随机归入常规组(CD组,n=30)或低剂量组(LD组,n=35)。对CD组采用常规管电压(100 kVp)及对比剂用量(1.0 ml/kg体质量)采集CTA,并以常规混合迭代重建(HIR)获得A组图像;对LD组以低管电压(80 kVp)及对比剂用量(0.6 ml/kg体质量)采集CTA,分别以HIR和AIIR重建获得B及C组图像。比较A、B、C组图像质量主观、客观评价结果,以及CD与LD组患者辐射剂量及对比剂用量。结果A、C组间图像质量主观评分和诊断瘘口狭窄信心差异均无统计学意义(P均>0.017)而均优于B组(P均<0.017)。C组锁骨下动脉、肱动脉及桡动脉信噪比(SNR)和对比度噪声比(CNR)均高于A、B组(P均<0.017);A、B组差异均无统计学意义(P均>0.017)。低剂量组容积CT剂量指数、剂量长度乘积及对比剂用量均低于常规组(P均<0.001)。结论低管电压及对比剂用量联合AIIR用于上肢CTA显示AVF可在保证图像质量的同时降低辐射剂量和对比剂用量。

关键词： 教育创新   教育数字化   教育变革   生成式人工智能   ChatGPT  

摘要： 生成式人工智能在教育领域的应用正逐步改变高等教育生态,推动教学、科研及评价创新,为提升教育质量提供新思路,但同时也面临着诸多挑战,如法律与伦理风险、技术与教育主体性冲突以及社会与意识形态风险等。生成式人工智能的特性使其具备赋能教育的潜力,如何合理运用生成式人工智能,保持教育的内在价值和育人使命,是教育界关注的重点。生成式人工智能将助推教学从传统的知识传递向能力培养转变,通过智能化工具,赋能教师专业成长,加速教育现代化与数字化转型,为构建智慧教育生态奠定基础。