关键词： 人工智能   工程计量清单   优化路径   工程管理  

摘要： 工程计量清单作为工程管理中的重要环节,其编制效率和准确性直接影响项目的进度和成本控制。研究探讨了如何利用人工智能技术优化工程计量清单的编制过程,通过分析当前工程计量清单编制中存在的问题,并结合AI技术的优势,提出了具体的优化路径和策略,以期为工程管理实践提供有益参考。

关键词： 高中语文   教学提质   教学效率   多元化学习  

摘要： 随着人工智能技术的日新月异,教育领域正积极探索其应用价值。高中语文作为培养学生语言素养与人文精神的关键学科,传统教学模式存在一定局限。借助人工智能技术,有望打破瓶颈,提升教学质量与效率,满足学生多元化学习需求,对其深入研究意义重大。

关键词： 人工智能   反垄断   竞争损害  

摘要： 本文探讨了生成式人工智能作为数字经济新动能的市场认定和竞争问题,强调其在我国数字化建设战略中的重要性,并提出生成式人工智能行业虽然具有一定的准自然垄断属性,但也具有高度可竞争性。对该市场应该以创新激励为主,其中的难点则是在《反不正当竞争法》上如何平衡激励数据生产和鼓励数据共享。为促进该市场的发展,可考虑出台相关指南明确创新例外,为市场经营者提供稳定的预期。

关键词： 科技期刊   新质传播力   人工智能   学术出版  

摘要： 在数智化、全球化、跨学科融合化发展大趋势下,培育新质传播力是科技期刊突破发展瓶颈、重塑学术影响力、话语权的关键路径。文章通过分析数智出版情境下科技期刊面临的发展机遇,结合科技期刊新质传播力的语义与核心要素,提出科技期刊培育新质传播力的路径,即“搭建多模态内容生产体系”“数字‘基建’打造全平台传播矩阵”“多生态链接重构传播范式”“培育与维护多元传播主体”。

关键词： 人工智能   智能化技术   比亚迪   整车智能  

摘要： 未来,比亚迪将投入1000亿元,用于发展人工智能和汽车相结合的智能化技术,实现整车全面智能化进阶,并通过“整车智能”战略引领行业变革。前有“7万级车标配智能驾驶辅助”,后有限时“一口价”最高优惠5.3万元,从5月底开始,比亚迪22款智驾版车型陆续大降价。

关键词： 人工智能教学   神经网络   TinyML  

摘要： TinyML(轻量化机器学习)是专为资源受限设备设计的机器学习技术,它通过优化模型数据量大小和计算复杂度,在边缘设备中进行部署,满足实时性和低延迟的要求。在基础教育阶段,基于TinyML的系统以较低成本实现多样化的智能互动,成为学习者在实践中初步体验微控制器编程、嵌入式系统开发和人工智能相结合的平台,促进学习者跨学科素养的培养。因为专业的TinyML搭建和部署的技术要求较高,所以本文以鸢尾花分类为例,给出了一种借助生成式人工智能,将简单的全连接神经网络推理模型转换为外部环境依赖程度很低的MicroPython代码并部署在低功率边缘设备上的方法。

关键词： 人工智能   中长跑   精准训练   改善步态   可穿戴设备  

摘要： 中长跑项目对运动员的生理极限与技术经济性有着极高要求,精准训练是实现个体潜能最大化、运动损伤风险最小化的核心路径。其传统训练体系主要由不同配速的耐力跑步训练、改善步态的技术动作训练、增强肌群的专项力量训练以及促进恢复的拉伸放松训练构成。人工智能技术的融入为训练精准化提供了技术支撑。该文构建了一套精准训练策略框架:借助生理监测设备优化耐力训练负荷;通过动态捕捉设备解析跑动技术姿态;利用力量测量设备强化专项发力效果;基于恢复评估设备指导机体再生过程。该研究为构建科学、高效、个体化的中长跑智能化训练体系提供了系统性的理论依据与实践路径。

关键词： 赛博格   人工智能时代   物不外在于人  

摘要： 《中国社会科学》2025年2期,21000字人工智能时代,赛博格使物不外在于人,人工智能使“智”不外在于“物”“人与人工智能”使“人一物”关系深度交织。因此,在人工智能时代,“不仅人类知识的性质发生了重大的改变,人类的生存方式、手段和环境同样发生了关键的乃至革命性的变化,而这些就会在一定程度上导致人类群体性质的变化,而且人类生物的性质也开始经历某种变化”。

关键词： 人工智能   冠状动脉粥样硬化性心脏病   机器学习   诊断   图像处理  

摘要： 冠状动脉粥样硬化性心脏病(CHD)是全球主要致死性疾病之一,精准、高效的诊断对其临床决策至关重要。近年来,人工智能(AI)技术通过整合多模态数据与影像学分析,显著提升了CHD的早期筛查、诊断及预后评估能力。在影像学领域,AI深度参与冠状动脉CT血管造影的全流程优化,包括图像降噪、血管分割、狭窄检测及斑块性质分析,对易损斑块的识别准确率超过95%,并可通过血流储备分数模拟实现功能学评估,辅助制定介入治疗策略。此外,AI融合心电图、基因组数据及临床变量构建的风险预测模型,进一步提高了无症状患者的早期筛查效率,缩短了急诊救治时间。技术层面,AI展现出高召回率、非侵入性及高效性优势,不仅减少了对传统有创造影的依赖,还推动基层医疗同质化发展。然而,AI在CHD诊断中的应用仍面临数据标准化不足、算法泛化能力有限及临床验证不充分等挑战。未来需加强多中心协作与全流程技术整合,探索AI在治疗决策和长期预后管理中的延伸价值。总体而言,AI通过技术创新与临床需求深度融合,正推动CHD诊断迈向精准化与智能化新时代。

关键词： 人工智能   算法   机器学习   深度学习   食品质量与安全  

摘要： 食品安全关乎国家经济发展与民众健康。随着科技发展,传统检测手段已难以满足复杂场景下的食品安全监管需求。近年来,人工智能(artificial intelligence,AI)因其高效率、高准确性以及强大的数据处理能力和精准识别与预测分析功能,逐渐被应用于食品风味分析、食品安全风险评估与预警及真假鉴别等研究领域。AI技术的应用提升了食品质量安全检测的时效性与可靠性,通过智能化决策辅助系统,为监管部门构建起覆盖全产业链的防控体系,成为保障“舌尖上的安全”的核心技术支撑。本文重点介绍了机器学习和深度学习的主要算法,综述了AI算法在食品质量与安全方面的应用进展,并对AI算法在食品质量与安全应用中存在的问题和未来研究趋势进行了展望,以期为进一步推动AI技术在食品质量与安全领域的研究和实践提供参考,为食品质量与安全检测提供研究思路。