摘要： 当前,我国高度重视教育数字化,高校各职能部门积极推动数字化建设,我国高校正处于数字化转型的最佳发展机遇期.在这一背景下,人工智能技术作为数字化转型的重要驱动力,正在深刻改变高校的教学、科研与管理模式.

关键词： 计算机体层成像   血管造影术   人工智能   辐射剂量  

摘要： 目的 探讨"三低"(低辐射剂量、低对比剂用量及低对比剂流速)技术联合人工智能迭代重建算法(AIIR)在头颈部CT血管成像(CTA)中的应用价值.方法 前瞻性纳入70例行头颈部CTA检查患者,随机分为A、B 2组,每组各35例.A组为"三低"技术组(80 kV,0.4 mL/kg,2.5 mL/s);B组为对照组(120 kV,0.7 mL/kg,5 mL/s).A组分别使用AIIR和混合迭代重建算法(HIR)重建图像,得到A1组和A2组;B组使用HIR重建图像.测量分析3组CTA图像主动脉弓、颈总动脉分叉处、颈内动脉C3段和大脑中动脉 M1段层面的CT值、标准差(SD)值、信噪比(SNR)和对比噪声比(CNR).同时比较2组的辐射剂量和对比剂用量.由2名放射科医师以5分法对3组CTA的图像进行双盲评价,并对2人评分的一致性采用Kappa分析.结果 A组辐射剂量和对比剂用量分别较B组降低了约68.21%和44.44%,差异有统计学意义(P<0.05).A1组SNR、CNR均高于B组和A2组,差异有统计学意义(P<0.05).A1组主观评分Kappa值为0.688,B组主观评分Kappa值为0.499,A2组主观评分Kappa值为0.571,一致性较好,差异有统计学意义(P<0.05).结论 "三低"技术联合AIIR可以大幅降低头颈部CTA检查的辐射剂量和对比剂用量,并且图像质量优于常规扫描使用HIR重建的图像.

摘要： 编者按: 近年来,人工智能技术迅猛发展,尤其是大规模预训练模型(大模型)的广泛应用,正在深刻改变网络安全领域格局.大模型凭借其强大的数据处理能力和自学习能力,在认知安全、数据安全、网络安全等方面呈现出了巨大的应用潜力.一方面,大模型能够分析海量的网络日志、用户行为、关键信息等,可快速辅助识别潜在的公共重大舆情、网络攻击,提升网络空间安全防御能力.另一方面,随着大模型应用的逐渐深入,相关的风险也随之而来.首先,模型的训练依赖于大量的数据,可能涉及隐私和敏感信息,引发合规性问题.其次,攻击者利用大模型进行网络武器化生产,生成复杂的恶意代码、以假乱真的虚假信息,大大增加了防御难度.面对挑战,业界正积极探索技术创新与安全防护之间的平衡,在充分释放大模型技术潜力的同时,筑牢网络空间安全防线.

摘要： 今年两会期间,全国人大代表,小米集团创始人、董事长兼CEO雷军主要关注新能源汽车、人工智能产业的高质量发展. 当前,人工智能渗透到千行百业.然而,"AI换脸拟声"的不当滥用也成为违法侵权行为的重灾区.AI深度合成技术所需素材获取便利、技术使用门槛低、侵权主体及手段隐蔽性强等特点,给治理整治带来较大挑战.

关键词： 人工智能   数值代数   教学改革  

摘要： 人工智能给数值代数课程的建设与发展带来了前所未有的机遇和挑战.数值代数作为一门应用型数学专业课程,人工智能的引入能够丰富教学内容、改进教学方式与手段、提升教师教学能力和学生的综合素养.基于当前教学现状,结合具体实践,从多个维度深入探索将人工智能融入数值代数课程的改革策略,旨在通过创新教学模式,激发学生的潜能,培养其解决复杂问题的能力,为数值代数课程的未来发展注入新的活力.

摘要： 作为我国能源供应体系的主体之一,火电企业目前正面临着电力体制改革不断推进与新能源应用交织而形成的困境.环保设施的大规模建设与各种节能工艺的应用,加重了火电企业的成本负担.在此背景下,传统财务管理方法已无法满足火电企业的需求.鉴于此,企业需要利用生成式人工智能技术,构建财务状况监控与决策支持系统,以实现可持续发展.生成式人工智能能够利用机器学习算法和深度学习算法对海量数据进行分析,在掌握数据内部关联特征和潜藏规律的同时,生成全新内容.对于火电企业来说,生成式人工智能与财务管理工作的深度融合,能够改变传统预算编制和成本控制方法,同时还能加强对市场数据和行业趋势的深度研究,杜绝因财务核算等工作的滞后性而导致资源浪费和经济损失,为火电企业的稳健发展提供有力支撑.

关键词： RV减速器   动力学模型   数值模拟   人工智能   故障诊断  

摘要： 基于机器学习对旋转矢量(Rotary vector, RV)减速器进行状态监测，对提高RV减速器的可靠性和安全性具有重要意义。然而，在工程应用中，故障样本缺失是制约人工智能诊断发展的根本原因。为解决RV减速器故障样本不足的问题，提出了基于RV减速器动力学仿真的智能诊断方法。首先，建立正常状态下的RV减速器动力学模型，采用皮尔逊相关系数修正模型，获取较为精确的动力学模型。其次，建立齿轮故障数学模型并添加至正常RV减速器动力学模型中，计算生成故障样本库作为人工智能诊断模型的训练样本，用于待诊断测试样本分类。最后，将仿真得到的故障样本作为训练样本，实验测试得到的未知故障样本作为测试样本，通过卷积神经网络进行故障分类，结果表明：基于RV减速器动力学模型的智能诊断方法可解决故障样本缺失导致分类精度低的问题。

关键词： 人工智能   人力资本溢价   任务支配权   替代效应  

摘要： 人工智能对人力资本溢价的影响关系到我国效率与公平的有机统一。本文基于任务替代视角，使用中国劳动力动态调查与国际机器人联盟等数据，探究人工智能对人力资本溢价的影响机理。研究发现：（1）人工智能的生产率效应和替代效应同时存在，在提高劳动者整体工资水平的同时亦会抑制劳动者的人力资本溢价；（2）任务替代是人工智能影响人力资本溢价的重要途径，人工智能通过削弱劳动者在工作任务中的支配权来抑制其人力资本溢价；（3）随着智能化水平的提高，“任务替代”会逐步演变为“机器换人”，劳动者失业风险将不断增加，而任务支配权的提高有利于降低失业风险。研究结论为缓解人工智能对劳动者产生的负面冲击，实现效率与公平的有机统一提供了参考和建议。

关键词： 生成式人工智能   汽车前脸造型   工业设计流程   Midjourney   Stable Diffusion  

摘要： 目的 探究生成式人工智能（Generative Artificial Intelligence， GAI）对传统工业设计流程的革新作用，并提出一种基于GAI的汽车前脸造型设计方法。方法 首先，应用GPT-4o归纳分析消费者对汽车前脸造型的感性需求，并提取典型意象需求。其次，利用Midjourney生成符合典型意象需求的汽车前脸造型，以构建造型参考资料库。随后，选取基础造型并设定目标意象，同时结合专家与消费者评价，从资料库中筛选符合目标意象的参考造型。最后，基于基础和参考造型，采用曲线掺合法生成创新的造型曲线，并应用Stable Diffusion将其转化为三维效果的备选方案。结果 设计评价结果显示，该方法能够有效生成兼顾汽车品牌特征与消费者感性需求的前脸造型。结论 基于GAI的汽车前脸造型设计方法能够提高汽车设计师的效率和创新性，进而启发设计师重新审视传统的工业设计流程。

关键词： 数据要素   数据孤岛   人工智能   本地处理   跨县域协同  

摘要： 以数据之技术打破县域间壁垒，发挥数据之价值；以数据要素为抓手，发挥数据联邦系统多元联结、隐私保护、效率优化的技术优势，针对性解决县级融媒体中心面临的数据孤岛、重复建设、粗放生产的现实问题。推动县级融媒体中心间跨县域横向联合与协同发展，提升其基层传播能力与服务能力，使县级融媒体中心成为县域数据要素的使用中心与流通枢纽，推动数据要素资源化资产化资本化，为县级融媒体中心创新发展模式提供更多可能路径与更大想象空间。