摘要： 人工智能技术近年来取得飞跃式发展,已成为当下最具活力的变革力量,其广泛应用正深刻影响着各行各业.对地方大学而言,这既是一个发展机遇,也是一场严峻挑战.地方大学如何在人工智能时代找准定位、实现突破,是值得深入探讨的重要课题.

关键词： 激光制造   人工智能   透镜聚焦   振镜扫描   智能制造  

摘要： 激光制造技术因其非接触、高精度等优势，在高端制造领域占据重要地位，但其加工过程涉及光、热、力多物理场耦合及材料非平衡响应，工艺参数与加工效果间存在复杂非线性关联，制约了复杂工况下的应用可靠性。人工智能技术的引入为激光制造智能化提供了新路径：构建工艺参数-质量指标的映射模型，实现多目标优化；基于光谱、声发射等多源传感数据构建实时监测与反馈系统；结合机器人技术提升复杂曲面加工适应性。但是，当前研究与应用仍面临多物理场监测数据一致性不足、AI模型可解释性局限、实时性和算力约束等挑战。本文聚焦透镜聚焦与振镜扫描两类典型加工方式，总结其智能化研究进展，探讨技术瓶颈，并对未来发展趋势进行了探讨和展望。

关键词： AI治理   可解释AI   并行数据   AI文件   计算档案学  

摘要： 为回应人工智能技术应用带来的算法黑箱、透明度缺失与问责困难等挑战，InterPARES Trust AI项目引入“并行数据”概念，用以系统性记录AI 运行过程中的关键信息，增强其可解释性与合规性。本文系统梳理了并行数据的概念起源、跨学科演化路径与核心特征；探讨其在增强档案智能应用透明度、完善技术问责机制及重构AI时代社会记忆体系中的作用；指出其对档案学理论创新、职责拓展与AI治理的战略意义，呼吁构建标准化的并行数据管理框架，助力档案领域积极融入“人工智能+”国家战略。

关键词： 临床研究   人工智能   知情同意   伦理审查  

摘要： 人工智能应用于中医药临床诊疗，可以促进中医药临床诊疗的智能化和现代化发展。将人工智能技术应用于中医药的古籍研究、新药研究、诊断研究、疗效评价等多个方面的科学研究工作，将为中医药研究和发展带来新的机遇与挑战。人工智能应用于中医药临床研究，优化研究方案设计，采集医疗数据信息。人工智能应用于中医药临床研究，在伦理审查过程中，需要关注信息泄露、算法偏见、算法黑箱、训练数据、数字鸿沟、知情同意、伦理意识、审查监管等方面。伴随着人工智能的飞速发展而产生的临床研究风险，需要引起关注，并积极寻求解决途径。

关键词： 火灾预警   气体传感器   少样本学习   原型网络   人工智能  

摘要： 随着气体传感技术的发展，集成多种气体传感器的火灾预警仪表在燃烧早期预警中具有广发的应用前景，有望成为火灾预防及快速干预的有效手段。然而，多传感器系统输出具有数据量大、数据异构等特点，为数据处理和融合处理提出了挑战。本文针对基于多传感器仪表的火灾燃烧场景监测中，存在的异常特征捕捉不及时、难以在火灾早期及时分类燃烧场景等问题，提出了一种融合单类支持向量机（OCSVM,One-Class Support Vector Machine）与少样本学习（FSL,Few-shot Learning）框架的预警分类策略，用于燃烧早期预警与燃烧场景识别。该策略通过滑动窗口数据处理方法与OCSVM模型的结合，实现了早期异常监测并进行实时报警；同时基于元学习框架的Meta-Transformer模型，针对四种燃烧场景进行精确分类，并引入原型网络模块提升了模型在少样本条件下对未见场景的识别能力。实验结果表明，该方法能够在燃烧早期的前5分钟内迅速捕捉异常特征，预警准确率达到97.73%；在预警后，对已见和未见的燃烧场景识别平均准确率分别达到97.33%和94.5%。此外，在快速性验证中，模型对已见和未见的燃烧场景前10分钟内识别的平均准确率分别达到94.21%和95.42%。本研究为研制面向燃烧早期判定与识别的多传感器火灾预警仪表提供了新思路，并有望为智能化的消防应急管理系统发展提供支持。

关键词： 生物多样性   人工智能   可持续发展   生态文明建设   美丽中国建设  

摘要： 实现精准生物监测是守牢美丽中国建设安全底线的需求之一。本文围绕淡水环境DNA(eDNA)的国内外最新研究动态，并结合2025年《湖泊科学》eDNA专刊的八项研究成果，简要综述eDNA技术目前的创新成就、关键挑战与瓶颈及未来发展方向，以期为全域生态安全中的多应用场景提供应对思路。

关键词： 人工智能   数智化   数智图书馆   图书馆事业   实现路径  

摘要： [目的/意义] 科技发展与图书馆深度融合，为图书馆带来了全新的机遇与挑战。开展数智图书馆建设的宏观研究，对图书馆事业发展具有重要现实意义。[方法/过程]在分析数智图书馆内涵意蕴的基础上，从数智化技术应用、服务数智化、资源数智化三方面阐述数智图书馆的实践特征，构建数智图书馆的逻辑框架，并分析其作用机理。[结果/结论]数智化推动图书馆重构竞争优势成为图书馆创新发展的关键驱动力，提出可在强化数智图书馆建设的意愿、培养图书馆敏锐的外部环境感知能力、明确数智图书馆所具备的能力、注重数智图书馆知识服务的新质生产力寻找与培育等方面发力，实现数智图书馆可持续、高质量发展。

摘要： 随着以DeepSeek、ChatGPT为代表的生成式人工智能技术的快速发展,高等教育正经历一场深刻变革.地方大学作为服务区域经济社会发展的主力军,亟须以主动姿态拥抱技术革新,重构教育生态,探索高质量发展路径.

关键词： 实验动物   大模型   智能识别   信息系统  

摘要： 目的针对传统实验动物中心管理中存在的笼位调度效率低、人员行为监管不到位、设备老化难升级等问题，本研究旨在通过应用多模态大模型技术升级现有实验动物中心，实现实验动物笼位状态的实时感知、实验人员行为的智能监管以及业务流程的自动化处理，从而提升管理效率与精细化水平。方法 提出了一个基于人工智能的实验动物中心信息化升级方式，能够兼容不同饲养设备。该系统架构自下而上依次包括硬件设施层、核心算法层和应用功能层。硬件设施层配备摄像头和高速网络传输设备用于笼位和人员信息采集；核心算法层通过多阶段图像预处理技术和多模态大模型识别技术实现图片信息抽取和识别；应用功能层将识别结果和已有动物中心信息相整合，生产实时笼位占有热力图，直观、清晰展示实验动物中心的笼位使用密度分布情况。结果基于人工智能的管理系统笼位识别准确率达到98.5%，实验服正确识别率为98.8%。图片平均处理时间3.7秒/张，笼位有效使用率提升23%，周转效率提高35%。此外，管理系统能够实时追踪并警告不规范行为，综合违规行为的发现次数在通过智能化识别后暴露更多，违规行为发现率提升90.6%，持续使用三个月后，周平均违规行为同比下降54.0%。结论本研究创新性地将多模态大模型应用于实验动物管理领域，实现笼位标识实时监控与自动化管理，提升管理效率和精确度。系统整合视觉识别和行为分析等多源数据，构建了对实验人员的全方位智能监管体系。为科研机构提供高效、精准、价廉的管理工具，推动实验动物管理的智能化发展。