关键词： 人工智能   投资效率   融资约束   技术创新  

摘要： 本文基于2010—2023年中国沪深A股上市公司数据,研究人工智能对投资效率的影响,发现人工智能技术能够显著提升企业投资效率。机制分析显示,人工智能主要通过缓解融资约束以及提升企业技术创新水平两个渠道来提升投资效率。此外,异质性分析发现,在国企样本和高科技企业样本中,人工智能对企业投资效率的促进效果更好。本文研究结论为企业人工智能管理以及投资效率的提升提供了理论上的启示和实践上的指导。

关键词： 人工智能   磁共振成像   影像组学   一致性   鼻咽癌  

摘要： 目的评估人工智能辅助压缩感知(ACS)加速技术与传统磁共振并行成像(PI)加速技术相比,对鼻咽癌MRI影像组学特征提取及分期诊断模型性能的影响。方法纳入64例经3.0T MR扫描的初诊鼻咽癌患者。在关键成像参数保持一致的情况下,分别采用PI和ACS加速序列采集平扫T1加权、T2加权及增强T1加权图像。ACS组3种序列总扫描时间为227 s,较PI组(312 s)缩短约30%。使用开源工具Pyradiomics提取18个一阶特征和75个纹理特征,利用组内相关系数(ICC)评估ACS与PI图像组学特征的一致性。基于两组图像特征,分别采用最小绝对收缩与选择算子进行特征选择,并构建随机森林模型以区分鼻咽癌早期(T1-T2)与晚期(T3-T4)。通过受试者工作特征曲线下面积(AUC)评估模型的诊断性能,并使用DeLong检验比较两组模型性能的差异。结果ACS与PI图像提取的组学特征总体一致性较高,86.0%(240/279)的特征ICC值大于0.75。其中平扫T1加权、T2加权及增强T1加权图像平均ICC值分别为0.91±0.09、0.89±0.13和0.88±0.11。在鼻咽癌分期预测方面,基于ACS与PI图像特征所构建模型的AUC分别为0.89和0.90,DeLong检验显示两组模型性能差异无统计学意义(P=0.991)。结论ACS与PI加速序列所获图像在提取组学特征上具有较高的一致性,基于ACS图像构建的鼻咽癌分期预测模型与基于PI图像的模型在诊断效能上表现相当。ACS加速可显著缩短扫描时间,为鼻咽癌影像组学研究提供了一种可靠的磁共振高效加速采集方案。

关键词： 人工智能   高中思政课   教学策略  

摘要： 人工智能赋能高中思政课教学,是坚持为党育人、为国育才,落实立德树人根本任务的必然选择。人工智能能够有效提高教学内容的针对性,推动教育形式的多元化,增强课堂活动的交互性,发挥学习资源的广域性。我们要从数据性、交互性、评价性等方面厘清人工智能在高中思政课教学中的设计逻辑,以学生为主体,创新目标内容,增进可视探讨,加强自主学习,持续动态跟踪,从多方面促进人工智能赋能高中思政课教学。

关键词： 数智驱动   耐心资本   经验驱动   人工智能  

摘要： 科技与资本交互推动历史前进。四次科技革命对金融资本范式影响深远,资本特性从短期的套利资本进化为长期的耐心资本。智能金融时代,人工智能全面重塑耐心资本,正在推进从“经验驱动”到“数智驱动”的投资范式革命。

关键词： 交通运输部   国家发展改革委   实施意见   政策解读  

摘要： 日前,交通运输部会同国家发展改革委、工业和信息化部、国家数据局、国家铁路局、中国民用航空局、国家邮政局发布了《关于“人工智能+交通运输”的实施意见》(交科技发〔2025〕92号,以下简称《实施意见》)。为便于社会各界更好地理解相关内容,切实做好《实施意见》的贯彻实施工作,现解读如下.

关键词： 核心技术与算法   智慧化运营场景   系统架构与数据管理  

摘要： 数字经济与交通融合背景下,L高速将AI深度应用于车流挖掘(赋能精准营销)、运营标准化(优化考核与培训)、设备运维、绿色运营、应急处置等七大领域,有效破解传统运营效率低、成本高、服务单一等痛点。实践数据显示,其非重大节假日通行费拆分率超98%、收费设备完好率达98%,收费站能耗下降15%、应急事件平均处置时长缩至19分钟,员工收费差错率降低12%,既实现增收节支,也提升司乘体验。未来L高速将通过数据互联、AI技能培训等深化应用,为高速公路收费站智慧化转型提供可推广样本。

关键词： 模芯算电碳   成本效率   人工智能  

摘要： 2025年我国“人工智能+”持续推进,开源模型与国际并跑,但算力成本差距明显。通过“模芯算电碳”一体协同,可优化全链条成本效率,构建高效低碳的人工智能产业生态。近年来,我国在“人工智能+千行百业”的深度场景化融合与规模化拓展上,产业政策不断加速出台,以期推动“人工智能+”全面赋能经济社会发展。这背后隐含着两大前提条件。一方面,是基础模型要做到技术领先,俗称“用好的”,这决定了千行百业应用的创新技术底座与国际顶尖模型是否在同一水平线上。

关键词： 人工智能   跨境电商   人才培养   创新型人才  

摘要： 跨境电商近年来取得了快速发展,人才需求持续增加。然而,传统人才培养模式与当前产业发展脱节较为明显,难以适应人工智能时代对高素质创新人才的需求。为弥补传统培养模式在实践性、灵活性和创新性方面的不足,本文结合OBE理念和4C/ID模型,构建了“产教融合+矩阵协同”的创新型人才培养体系,明确了以“四大素养”和“五大能力”为核心的人才培养目标。本文旨在优化人才培养模式,推动高校“人工智能+”教学改革,并为跨境电商产业升级和高质量发展提供坚实保障。

关键词： 人工智能生成内容   非遗策展   主体地位   创造力  

摘要： 在人工智能时代,人工智能生成内容(AIGC)作为新型内容生产模式,对非物质文化遗产的保护与传播具有重要作用。基于AIGC介入非遗策展时呈现的碎片化、模式化、模拟性等技术特征,其在为非遗展览带来发展机遇的同时也引发了一系列伦理问题。文章通过分析AIGC对非遗“原真性”还原存在的技术局限、对人类创造力消解引发的主体危机,以及对展览互动模式重构产生的差异体验,探讨AIGC介入非遗策展的伦理困境,旨在启发对非遗策展中AIGC应用边界问题的思考。

关键词： 人工智能   算力资源   动态分配   强化学习   资源调度  

摘要： 随着大数据与人工智能应用的快速发展,算力资源已成为驱动数字经济和科研创新的重要生产要素。然而,算力资源呈现出异构性强、需求波动大和能耗高等特征,使得传统静态或基于经验的分配策略难以满足高效、智能化的资源调度需求。文章提出一种基于人工智能的算力资源动态分配算法,利用强化学习与深度预测模型相结合的方法,旨在实现算力资源在多任务、多节点环境下的自适应调度。典型计算任务的实验验证表明,该算法在资源利用率、任务完成时间及能耗控制方面均优于传统调度算法,为构建智能化算力调度平台提供了可行路径。