关键词： 互动叙事   涌现叙事   生成式人工智能   机器学习   深度学习  

摘要： 现有互动叙事作品常采用结构化叙事方式,然而该方式具有一定局限性,难以满足用户在互动过程中的个性化需求。为此,本研究提出由生成式人工智能驱动的涌现叙事作为解决方案。通过设定相应的规则与机制,使用户与叙事系统在互动过程中自然生成故事情节,从而赋予用户高度的能动性与表达自由。本文通过分析《面孔》(Facade)和《Smallville》等案例,展示了人工智能在涌现叙事中的应用,并对机器学习算法与深度学习算法在互动叙事的应用方法进行了对比分析。研究发现,基于深度学习的生成式人工智能更适合处理复杂的数据类型,为涌现叙事提供了更多的可能性。随着多模态大模型的发展,涌现叙事将愈加丰富多元,并有望引领互动叙事迈向虚拟现实平台,实现真正的“终极显示”。

关键词： 人工智能   卒中   神经系统疾病   临床决策支持系统  

摘要： 人工智能(artificial intelligence,AI)作为计算机科学领域的重要分支,近年来依托深度学习和大数据处理技术取得了突破性进展。我国面临医疗资源分配不均与健康管理需求日益增长的双重挑战,AI技术与临床医学的交叉融合为应对这些挑战提供了创新方案。神经系统疾病因病理机制复杂,导致其早期诊断困难、治疗手段有限,在个体化诊疗与患者管理等方面的挑战尤为突出。本文系统回顾了AI技术在神经系统疾病风险预测与诊疗中的应用进展,探讨了其在神经科学领域面临的技术、伦理及数据安全等挑战,并提出了可行的解决方案,为推进AI技术在神经科学领域的临床转化提供参考。

关键词： 人工智能   非遗音乐   传播  

摘要： 非遗音乐的传播效率与边界受限于传统传播方式的不足。本文以人工智能技术为切入点,探讨其对非遗音乐传播的重塑作用。通过文献研究与案例分析,构建了“技术赋能—受众拓展—文化传承”的研究体系。研究发现,人工智能的大数据分析精准定位受众,个性化推荐提升传播效率;智能创作与改编创新非遗音乐形式,吸引更多年轻群体,拓展传播边界;多平台传播打破时空限制,扩大非遗音乐的影响力。研究结论表明,人工智能为非遗音乐传播提供了新路径,但也需要关注版权保护与文化内涵表达等问题。未来应加强技术与文化的深度融合,推动非遗音乐的可持续传承与发展。

关键词： 电子系统   高功率微波   效应研究   人工智能   效应数据库  

摘要： 开展电子系统高功率微波(high-power microwave,HPM)效应研究对信息化战争意义重大。本文基于HPM技术发展历程,首先介绍了电子系统面临的HPM威胁。其次,阐述了电子系统HPM效应研究的主要问题,分析了解析法、数值法和试验法的研究现状。最后,探讨了效应研究的下一步发展趋势。当前,针对复杂电子系统开展HPM效应研究仍面临算法和模型优化、数据精确测量等现实问题。传统理论分析方法可与人工智能技术有机融合,提高计算精度和效率。在大模型技术的驱动下,HPM效应评估技术将进一步发展,有效提升电子系统HPM防护能力。

关键词： 生成式人工智能   股权投资   新质生产力  

摘要： 生成式人工智能在成本控制与算法效率的突破性进展加速了金融与各行业融合的步伐,但也给金融监管带来较大的挑战。基于此,本文以生成式人工智能在股权投资领域的应用视角出发,在现有的金融监管体系下,探索生成式人工智能在股权投资上的潜在价值和风险隐患,提出加强数据治理、强化法律规制、提高算法透明度、提升模块管理水平等对策建议,为股权投资从业人员、政策制定者、监管机构以及人工智能的开发者提供参考。

关键词： 机器学习   防控策略   大数据   电信诈骗   人工智能  

摘要： 随着人工智能技术的不断发展,其在众多行业的应用日益深入,为社会发展效率的提升注入了新的动力。然而,该技术在推动社会进步的同时,也为电信诈骗等违法犯罪行为提供了新途径。在人工智能时代背景下,电信诈骗借助大数据、机器学习等现代技术手段,能够精准识别受害人群体,并实施个性化诈骗,导致电信诈骗违法犯罪形式日益隐蔽。为此,本研究立足人工智能时代背景,结合技术特征与法律框架,系统探究电信诈骗的多维防控策略。

关键词： 高压电气设备   故障诊断   人工智能   卷积稀疏编码   极限学习机  

摘要： 为了提高高压电气设备的故障诊断效率与准确性,本文提出了一种基于人工智能的自动化故障诊断方法。该方法结合了数据预处理、特征提取和故障分类三个关键步骤,使用卷积稀疏编码进行无监督特征学习,并采用极限学习机实现故障分类。实验结果表明,该方法能够有效识别四种典型的高压电气设备故障,具有较高的准确率和较快的诊断速度,为智能电网的建设和维护提供了技术支持。

关键词： 机器翻译   DeepSeek   Kimi   DeepL  

摘要： 当今时代,人工智能技术发展速度惊人,在各个领域的应用持续拓展且不断深入,机器翻译作为人工智能的一项关键应用,其性能和准确性也在快速提高,从早期的Papago翻译、有道翻译、谷歌翻译、DeepL以及各类网页翻译,到ChatGPT、Cloud、Kimi以及新出现的DeepSeek等人工智能,可与翻译相结合,对翻译起到关键作用。虽然机器翻译取得了一定进步,但仍存在一些局限性与不足,为更全面地了解这些翻译工具的性能和特点,本文选取DeepSeek、Kimi、DeepL这三个机器翻译对第三十六届韩素音国际翻译大赛朝译汉进行对比分析,利用MQM框架作为分析工具,发现这三款工具在词汇选择、句子结构、主语补充方面各有优缺点,而在实际应用中,机器翻译需与人工翻译相结合,为翻译行业发展提供新的思路和方法。

关键词： 人工智能   蛋白质工程   蛋白质结构预测   蛋白质设计   生物合成  

摘要： 蛋白质功能与其三维结构间存在着密不可分的关联,这一认知长期引领着生命科学领域的探索方向。科学家们为解析蛋白质结构投入了大量精力,而蛋白质测序技术的迅猛发展,使得序列数据呈指数级增长,与结构研究进展之间的差距日益显著。过去十几年间,人工智能技术的蓬勃发展为这一困境带来了转机,其以深度学习、神经网络等核心算法为支撑,推动蛋白质工程迎来了全新变革。借助人工智能技术,新一代蛋白质结构预测和设计方法取得重大突破。这些基于先进算法的工具,极大地提高了蛋白质结构建模的准确性和速度。它们不仅助力结构生物学、药物研发等领域的发展,还为蛋白质合成提供了关键依据。除此之外,人工智能正推动蛋白质研究从“结构解析”向“逆向设计”转型。通过构建序列-结构-功能的多维度关联模型,研究人员能够基于特定功能需求,反向设计具有预期结构的蛋白质序列。从而更精准地设计蛋白质序列,为生物合成开辟新路径。本综述聚焦于人工智能在蛋白质工程中的核心作用,阐述了蛋白质工程目前所面临的挑战和传统蛋白结构解析方法所面临的瓶颈,并以此引入介绍了基于人工智能的结构预测工具的发展,分析其在蛋白质合成中的应用;探讨人工智能驱动下,从结构解析到合成蛋白的算法革命及未来潜在方向,以期为该领域的研究提供参考。

关键词： 人工智能   医疗健康   计算机视觉   自然语言处理   智慧医疗  

摘要： 得益于政策扶持和技术发展,人工智能在医疗领域可以实现智能诊断、智慧医疗管理等的多重应用。本文对人工智能中的计算机视觉、自然语言处理的部分代表性技术与应用现状进行研究,同时探讨了人工智能在医疗领域落地过程中面临的社会和法律层面的挑战,并提出了相应的解决方向。为未来智慧医疗系统的构建与优化提供参考。