关键词： 智能制造   人工智能   工业数字孪生系统   自主进化   多智能体  

摘要： 新一代人工智能（AI）正在重构工业数字孪生系统（iDTS）的技术架构与实施路径，AI驱动的新一代iDTS由物理实体系统、数字孪生系统与AI计算系统构成，以多智能体协同网络为核心，通过物理实体系统、数字孪生系统与AI计算系统的三元动态耦合，形成虚实双向映射的闭环优化体系。首先，分析了AI驱动的新一代iDTS典型特征，阐明了系统的虚实同步、自主进化和智能执行等核心机制，提出了六个核心能力特征，构建了系统基本参考架构。其次，提出了AI驱动的新一代iDTS的三种典型运行模式，包括生成式孪生建模模式、多智能体协同优化模式和嵌入式AI终端执行模式。然后，提出了六项系统关键技术，主要包括“人-机-环境”多数字孪生体动态融合建模、AI自动生成数字孪生模型、多智能体的智能感知与交互、数字孪生体的自学习智能决策等。最后，给出了系统运行模式的典型案例。AI驱动的新一代iDTS的研究探索或将促进智能制造认知决策与生产模式的变革。

摘要： 精华速览: "人工智能+"主要通过技术驱动、数据赋能、场景适配、生态协同和制度创新等五个环节发挥作用.以大模型为代表的人工智能技术已具备较强的通用能力,向各行业渗透应用的广度和深度前景广阔.建议多措并举,着力打破当前人工智能应用面临的堵点,加快构建人工智能应用创新生态.

关键词： 人工智能   小学数学   教学实践   个性化学习  

摘要： 随着人工智能技术在基础教育领域的深度融合,小学数学教学面临从“统一化”向“个性化”、从“经验驱动”向“数据驱动”的转型机遇。本文以AI赋能小学数学教学为核心,采用文献研究法、案例分析法与调查研究法,结合3所不同类型小学的实践案例,系统探索AI在“数与代数”“图形与几何”“统计与概率”三大模块的应用路径。研究表明,AI可通过智能辅导系统实现个性化学习、借助VR/AR技术创设直观教学情境、依托学习分析技术优化教学评价,有效解决传统教学中“差异适配难”“抽象知识理解难”“评价反馈滞后”等问题。同时,研究也发现技术应用成本高、教师技术能力不足、学生过度依赖等现实困境,并针对性提出政策补贴、教师培训、引导学生合理使用等对策,为AI与小学数学教学的深度融合提供实践参考。

摘要： 据白宫官网2025年7月23日消息,美国白宫发布《赢得竞赛:美国人工智能行动计划》.该行动计划提出一揽子政策建议与产业举措,旨在巩固美国在人工智能(AI)领域的全球领导地位,将围绕三大支柱展开:一是加速人工智能创新;二是构建美国人工智能基础设施;三是引领国际人工智能外交与安全.计划坚持三条原则:一是美国政府坚持工人是人工智能政策的核心;二是人工智能系统必须摆脱意识形态的偏见;三是防止先进技术被恶意行为者滥用或窃取.

关键词： 纳米医学   机器学习   纳米药物   疾病检测   人工智能  

摘要： 纳米医学作为纳米技术与生物医学的交叉领域,在疾病诊断、药物递送、医学成像、个性化治疗等方面具有广阔前景.然而,纳米医学的发展面临诸多挑战,如纳米粒子合成复杂、纳米材料与生物系统相互作用机理不明、实验优化过程耗时且成本高昂.近年来,机器学习(machine learning, ML)作为人工智能的重要分支,在纳米材料设计、纳米药物递送、疾病检测和智能医疗系统等方面发挥着越来越重要的作用.ML能够利用实验数据进行模式识别、特征提取、实验优化和预测建模,从而提高研究效率,加快从基础研究到临床应用的转化.本文系统综述了机器学习在纳米医学中的主要应用,重点介绍其在纳米药物设计、纳米材料优化、疾病检测与成像、个性化精准治疗等领域的研究进展.本文还分析了目前机器学习在纳米医学中面临的挑战,包括数据获取与特征工程构建、模型可解释性、多模态与多尺度数据融合以及伦理法规限制.最后,展望了未来机器学习在纳米医学中的发展趋势,如构建大规模纳米医学数据库与小样本模型、发展可解释人工智能(XAI)、多模态机器学习与大语言模型以及个性化纳米医疗系统与专家系统等.随着人工智能技术、计算资源和数据资源的不断发展,机器学习将在纳米医学的基础研究和临床应用中发挥越来越重要的作用,为精准医疗和个性化医疗提供新的解决方案.

关键词： 大学教师   人工智能   时空矛盾   角色转变   教育职责  

摘要： 自有教育，即有师者。教师角色伴随着社会的演进节律始终处于动态调适的进程中，其身份认同及角色建构直接受制于特定时空的知识生产机制。与传统相较，当今教师所处的空间场域和教育时序已然发生了剧变，技术升级、时间加速、空间变化正在重塑高等教育的生存规则和竞争逻辑，人工智能正在从根本上扭转高等教育系统的运行方式，传统教育场域中稳固的“师者”“学者”身份，在虚拟与现实交织的混合教育空间里被不断碎片化，大学教师遭遇到从“灵魂工程师”到“知识零工”的身份降维挑战，其角色不得不在“知识-权力”的新型关系中进行结构性重组。未来的师者，既要承载传统的天职，又要适应时代的生长节律，还要在智能化浪潮中不断重置自己的定位、立场和价值。为此，教育系统及大学教师必须更新教育理念，调整师者作为，守护具身价值，拥抱智能技术，创设人机协同、以人为本的教育新局面。

关键词： 人工智能   细胞学   HPV分型   宫颈癌前病变   诊断效能   病理诊断   多模态模型  

摘要： 目的 探讨人工智能（AI）细胞学阅片结合HPV分型在宫颈癌前病变（CIN2+）诊断中的效能及临床应用价值，为优化筛查策略提供依据。方法 采用回顾性配对诊断效能研究，纳入2021年3月至2025年3月在山西白求恩医院就诊的300例女性宫颈液基细胞学（LBC）标本及相应组织病理学结果。分别评估AI细胞学模型、病理医师人工阅片、HPV分型及AI+HPV联合模型在CIN2+诊断中的敏感度、特异度、阳性预测值（PPV）、阴性预测值（NPV）和曲线下面积（AUC），并采用DeLong检验和McNemar检验比较差异。同时通过决策曲线分析（DCA）评估各方法在不同风险阈值下的临床净获益。结果AI细胞学诊断CIN2+的敏感度为87.2%，特异度80.4%，AUC为0.90（95%CI:0.86–0.94）；病理医师阅片敏感度85.0%，特异度88.9%，AUC为0.91（95%CI:0.87–0.95）；HPV16/18分型敏感度最高（90.2%），但特异度最低（56.5%），AUC为0.80（95%CI:0.75–0.84）。联合模型表现最佳，敏感度95.0%，特异度86.2%，PPV90.0%，NPV96.2%，AUC为0.95（95%CI:0.92–0.97），显著优于单一方法（均P<0.01）。DCA显示，在10%～40%阈值区间内，联合模型净获益始终最高。分层分析提示，联合模型在不同HPV型别、年龄及细胞学分级中均保持稳定效能，尤其在ASC-US/LSIL人群中显著提升了NPV（96.2%），在HSIL及以上病例中敏感度达98.0%。结论AI细胞学与HPV分型的联合诊断模式兼具高敏感度与高特异度，在减少漏诊的同时避免过度转诊，并在临床净获益方面优于单一方法，提示其在宫颈癌筛查与病理学诊断中具有应用潜力。

摘要： 音乐既是听觉上的享受,也是精神上的粮食,音乐可以触及内心深处的灵魂,使人们的生活更有趣、灵魂更灵动。近年来,更多的人重视音乐方面的教育,为了给学生带来更好的审美体验,提高音乐素养和创造力,高中音乐教学方法需要不断地改进。人工智能是近年来兴起的科技潮流,已经应用到多个领域中,并且都取得了不错的应用效果。高中音乐教育也需要与时俱进,融入人工智能的音乐资源、环境、作品,逐步改变音乐教师的教学方式和学生的学习方式。对教师来说,生动、形象的教学有效地提高了学生对音乐学习的渴望、激发学生的学习热情、增强学生的情感体验,让学生在快乐学习中更好地吸收知识、理解内涵及激发自身创作灵感。

关键词： 数字细胞学   全切片图像   卷积神经网络   人工智能   宫颈细胞学   筛查  

摘要： 本文介绍了数字病理学和人工智能的概念，回顾了宫颈细胞学人工智能的发展史，并结合最新文献研究，分析并展望人工智能在宫颈细胞学筛查中的应用。人工智能的应用能够显著提升宫颈细胞学筛查的灵敏度和特异性，标准化诊断，同时加快阅片速度，并促进远程筛查；但对少见或灰区病变的检出能力有限、前瞻性验证不足。未来仍需解决数据同质、数据隐私和伦理问题等，以确保安全的临床实践。