关键词： 人工智能   公共交通规划   动态调度   多源数据融合   深度学习  

摘要： 人工智能技术的发展为公共交通规划提供了新的解决方案。将基于人工智能的算法优化与数据融合技术引入公共交通规划体系,通过构建实时交通感知网络,可实现出行需求动态预测、线路智能调整及运力精准投放,进而提升系统响应效率与资源配置的科学性,融合深度学习、地理信息系统及多源大数据的综合模型,能够优化公交枢纽布局与换乘路径,增强乘客的出行体验,该策略推动公共交通从静态规划向智能化、个性化方向转型,为构建高效、绿色、智能的城市交通体系提供了有力支撑。

关键词： 公共安全   台风   崩塌   灾害链   知识图谱   人工智能   风险评估  

摘要： 公共安全是人类社会发展的基础，通过提升公共安全对灾害链的应对能力，来保障社会经济和人员财产的安全。当前，多变的气候特征，导致台风-崩塌灾害链对承灾体的安全产生严重威胁。本研究利用知识图谱技术、人工智能技术，融合专家打分法，分析、研究台风-崩塌灾害链中人员、建筑物、交通、财产等承灾体间的关联关系和体系结构，创新性地构建台风-崩塌灾害链风险评估模型。该模型成果，结合台风“杜苏芮”和云梦山公路边崩塌，进行了验证分析。研究结果表明：该模型能够为台风-崩塌灾害链风险评估提供有效的支持，提高了灾害链风险评估的准确性和可靠性，为公共安全领域的灾害风险管理提供了新的方法和思路。

关键词： Transformer   张量并行   注意力机制   自然语言处理   人工智能   预训练   分布式训练   分布式通信  

摘要： 近期语言模型领域的进展显示，采用Transformer架构的大型预训练模型在自然语言处理应用中表现出优异的技术能力。然而，受限于GPU内存，训练大语言模型(large language models， LLMs)成为了一项挑战。张量并行方法要求单个GPU存储所有激活值，难以突破内存瓶颈。为解决GPU内存对大语言模型训练的制约并提升训练效率，本文提出一种二维张量并行方法(2D tensor parallelism， TP2D)。2D张量并行将输入数据和参数矩阵分割并分配至4个GPU；采用分布式通信，进行GPU间数据的高速交互，实现真正的分布式并行训练。进一步，以 GPT-2 模型作为基准模型，测试了两种训练方法的软扩展(soft scaling)效率和训练效率。实验表明，当使用4块GPU时，2D张量并行的训练速度是张量并行的1.84倍，软扩展效率达到86%，并降低了内存占用。

关键词： 人工智能   高校学生   网络素养   培育机制  

摘要： 党的二十大报告强调,要加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。青年作为网络使用的主力军,是建设网络强国、数字中国的中坚力量和先锋力量。然而,随着人工智能的快速发展,高校学生的网络素养培育面临新的机遇与挑战。本文从人工智能视域出发,诊断当前高校学生网络素养的现状,分析人工智能赋能网络素养培育的内在逻辑,构建了以“内容体系—培育路径—评价机制”为核心智能化、个性化网络素养培育机制,致力于全面提升高校学生的网络素养,培养适应人工智能时代需求,具有创新精神、社会责任感和全球视野的高素质人才。

关键词： 人工智能   网络威胁   情报平台  

摘要： 没有网络安全就没有国家安全。网络空间已成为大国博弈的新型作战领域,其呈现出的高度战略性、强对抗性及复杂攻击日益威胁到国家安全和政治稳定。构建一个高效、智能的网络威胁情报平台显得尤为重要。该平台需要具备实时监测、快速响应和精准预测的能力,以应对日益增长的网络攻击和威胁。通过人工智能技术的应用,平台能够自动收集和分析大量网络数据,识别潜在的威胁模式,并提供决策支持,从而增强网络安全防御体系的智能化水平。此外,平台还应支持跨部门、跨领域的网络共享和协作,以形成统一的网络威胁情报分析和应对机制,确保国家安全和政治稳定不受网络威胁的侵蚀。

关键词： 人工智能   大数据   物业电梯   故障预测   维护决策  

摘要： 在城市化快速推进的背景下,物业电梯系统的安全运维面临新的挑战。本研究创新性地将大数据分析与人工智能技术相结合,构建了智能化的电梯健康管理系统。通过部署多源传感器网络采集电梯运行状态数据,运用机器学习算法建立故障预测模型,实现了从被动维修到主动预防的运维模式转变。重点研究了数据特征工程处理、深度学习模型优化等关键技术,验证了AI在提升故障识别准确率和优化维护策略方面的有效性。针对实际应用中的技术瓶颈,提出了数据安全防护和模型可解释性增强的解决方案,为物业电梯的智能化管理提供了理论支撑和实践指导,对推动智慧社区建设具有重要意义。

关键词： 生成式人工智能   高中数学   概念教学   教学策略  

摘要： 随着生成式人工智能技术的快速发展,其在教育领域的应用价值日益凸显。文章聚焦生成式人工智能在高中数学概念教学中的应用探索,分析了其对提升教学直观性、促进概念理解、实现资源智能化生成以及增强教学交互性等方面的重要意义。文章提出了构建概念可视化模型、开发智能对话系统、设计个性化学习路径和优化评价机制等具体教学策略,旨在为高中数学概念教学改革提供新思路和实践参考。

关键词： 人工智能   初中英语   教学资源   开发利用  

摘要： 随着人工智能技术的迅猛发展,其在教育领域的应用日益广泛且深入。初中英语教学面临着提升教学质量、满足学生个性化需求的挑战,人工智能为初中英语教学资源的开发与利用带来了新的契机。本文深入探讨基于人工智能的初中英语教学资源开发与利用的重要性、现状、存在的问题,并提出针对性的策略与实践案例分析,旨在为初中英语教学改革提供有益参考,推动人工智能技术与初中英语教学的深度融合,提高教学效果,促进学生英语综合素养的提升。

关键词： 人工智能   大语言模型   模型压缩与加速  

摘要： 大语言模型由于其强大的认知能力，在多个领域得到了广泛应用，成为了人工智能领域的研究热点。然而，大语言模型对计算、存储资源的巨大需求，使其难以在资源受限的情境下使用。模型压缩与加速技术成为解决这一问题的关键手段，旨在保持模型性能的前提下，降低计算复杂度和存储成本。基于此，该文对大语言模型压缩与加速技术的前沿研究进行了一次全面的综述，旨在把握整个领域的发展现状与未来趋势，推动大语言模型压缩与加速技术的发展，助力其在工业和学术界的应用落地。该文首先系统阐述了大语言模型在计算资源和存储成本方面面临的挑战；随后从模型剪枝、模型量化、知识蒸馏、低秩分解四个关键技术路径出发，梳理了各类方法的基本原理、典型方法和最新进展，并对主流技术进行了系统对比与总结。此外，该文还从推理效率、精度保持、部署难度等多个维度构建了评价体系，深入探讨了大语言模型压缩的评估指标和实验基准。最后，该文结合当前技术瓶颈，展望了大语言模型压缩的未来研究方向，为后续相关研究与工程实践提供了系统性参考。

关键词： 图书馆智慧服务   大语言模型   检索增强生成   问答系统  

摘要： 为提升以大语言模型为代表的人工智能技术在图书馆参考咨询与知识服务中的应用性能与领域适配性，文章提出融合多路检索的检索增强生成（Retrieval-Augmented Generation， RAG）的智能问答系统。通过深度融合OPAC的书目数据与来自公共查询门户的摘要信息等多源数据，构建一个大规模、高质量动态知识库；集成多路检索与提示学习技术，设计高效、专业问答框架，以提升领域知识检索准确率及答案生成质量。实验结果表明，该系统在问答准确率上较传统方法与通用大模型提升21%，ROUGE-1 提升约35%，有效验证其在图书馆知识服务领域的卓越性能与适配优势。