关键词： 第三代人工智能   模糊系统   三空间融合模型   知识驱动   数据驱动   通用逼近性   模糊专家系统   数据驱动的模糊系统辨识  

摘要： 人工智能经历了第一代人工智能和第二代人工智能2个发展阶段，2个阶段的人工智能分别运用以控制逻辑为核心的知识驱动和以数据学习为核心的数据驱动建构算法系统，以模拟人类的生物智能。2种路径各有优势，但存在算力有限和可解释性缺陷等缺点，第三代人工智能理论与方法正致力于发展抗噪、鲁棒且可解释的人工智能。为实现这一目标，详细讨论了基于知识驱动和数据驱动相融合的第三代人工智能的建模方法，并在此第三代人工智能的基础上，探讨将模糊系统与第三代人工智能相结合，充分利用模糊系统鲁棒性与可解释性强的优势，推动第三代人工智能的发展，希望对未来第三代人工智能发展具有一定借鉴意义。

关键词： 人工智能   知识工程   知识图谱   归纳关系预测   Transformer   门控网络   关系路径   关系上下文  

摘要： 针对现有的归纳关系预测方法中大多只考虑实体之间的关系路径，未考虑关系上下文包含的头尾实体的性质的问题，提出一种融合关系路径和关系上下文的归纳关系预测模型（inductive relation prediction integrating relation path and context, IRP-RPC），将关系上下文作为关系路径的补充来进行归纳关系预测．该方法仅依赖于关系语义信息，因此能够自然地推广到完全归纳的设场景．先使用随机行走寻径策略获取关系路径和关系上下文，再设计并实现一个层次化的融合了门控网络的Transformer架构来统一聚合关系路径和关系上下文，以捕获实体之间的联系和实体的内在属性，并采用这些组件的自适应加权组合来做出最终预测．在公开的FB15K-237和NELL-995的8个版本归纳数据集上进行实验，与9个基线模型相比，IRP-RPC在AUC-PR和Hits@10指标上均取得了优异的性能，验证了其有效性和可推广性．实验结果表明，IRP-RPC模型通过融合关系路径和关系上下文，能够更全面地建模实体间的语义联系与结构信息，在解决传统归纳关系预测方法中路径信息与上下文信息利用不足的问题上具有显著优势.

关键词： 类器官   中药   天然化合物   癌症   共培养   人工智能  

摘要： 癌症是全球死亡主要原因之一。根据世界卫生组织国际癌症研究机构最新发布的2022年全球癌症负担报告，全球新增癌症患者数量持续上升，预计到2050年这一趋势将更加明显。同年，中国发布2022年癌症发病情况调查显示，新发癌症病例数和死亡病例数较往年持续增加，形势不容乐观。面对不断增长的抗癌治疗需求，抗癌药物的研发势头愈发强劲。中药在抗癌药物市场中逐渐崭露头角，为全球抗癌治疗贡献了中国方案。然而，中药具有多成分、多途径和多靶点的特点，传统的研究模型已无法满足对中药抗癌作用的深入探讨需求。因此，迫切需要更新研究模型以适应中药的特性。类器官（organoids）作为一种新兴技术，是理想的人类疾病临床前模型，弥补了传统疾病模型在中药研究中的不足，在中药研究中的应用日益广泛。本文对类器官技术在中药抗癌研究中的应用进行回顾和总结，分析其优势、局限性及未来发展，旨在帮助读者了解中药抗癌的现状和发展趋向。

关键词： 医学影像学   人工智能   线上线下混合课程   融合  

摘要： 目的 探讨人工智能(AI)赋能的线上线下混合教学模式在医学影像学教学中的创新实践。方法 在南京中医药大学中医学八年制学生(含住院医师规范化培训)的教学中,依托国家在线教育平台,实施教学模式的革新:创建线上教学平台整合课程资源,提供个性化教学设计和自主学习路径,教师用AI技术分析学生在线测试、学习活动,及时调整课堂教学内容及课程进度;线下课堂将影像学AI、虚拟仿真技术与课堂教学融合,创建临床真实场景的翻转课堂,形成课外与课内同步、线上与线下协同。结果 成功创建了数智化线上教学平台,创建了医学影像学真实案例教学资源库,医学影像学获评江苏省一流本科线上线下混合式课程。新教学模式在全校同级别临床课程学生评教中排名第2,并获得其他院校专家的好评;该模式实施后学生课程均分在85分以上,执业医师考试阅片技能考试通过率达90%以上;新教学模式荣获挑战杯全国二等奖、第三届江苏省教学创新大赛二等奖。结论 AI赋能医学影像学“线上自主学习+线下真实临床场景翻转课堂”教学模式,拓宽了中医学诊断方法“望诊”的范畴,为中医临床辨证论治提供了精准的可视化依据,有利于培养学生精准诊断思维和创新实践能力,掌握丰富多元的、中西结合的交叉学科知识。

关键词： 人工智能文学   文学性   语言学   具身性   符号性  

摘要： 人工智能文学是当代文学发展的前沿性形态，其文学性批评存在着肯定与否定的辩证统一，其中蕴含着语言学与具身性两条批评路径与知识类型，并且二者在符号的维度上实现了融合。以科学技术为强力支持，以符号为抓手，以人机交互为纽带，人工智能文学实现了对文学创作主体、创作对象以及创作规律的全面变革，它显现了人类的发展空间与存在危机，形成了文学创作的新气象与自反性思潮。因此，对于人工智能文学文学性的重新思考，必然是数智化语境之下以人为基础的对文学基本问题和前沿问题研究的回应与推动。

关键词： 人工智能   技术创新   产业链现代化   人力资本高级化   固定资产回报率  

摘要： 提升产业链现代化水平是实现中国式现代化和应对外部挑战的必要举措。利用2003—2022年中国内地30个省份(西藏因数据不全未纳入统计)面板数据,实证检验人工智能技术创新对于产业链现代化的影响效应和作用机制。研究结果表明:人工智能技术创新能够显著促进产业链现代化,该结论在经过内生性处理和稳健性检验后依旧成立。异质性分析显示,人工智能技术创新的赋能效应在高产业链现代化水平地区、高对外贸易水平地区以及东部地区更强。机制分析发现,人工智能技术创新可以通过推动人力资本高级化和提升固定资产回报率提高产业链现代化水平。进一步研究表明,随着人工智能技术与产业链的融合发展,人工智能技术创新对产业链现代化水平的影响在时间上呈先下降后上升的阶段性差异,从长远分析,其正向作用远远大于创新初期的负面影响。以上结论对中国发挥人工智能技术“头雁”效应赋能产业链现代化发展具有启示性意义。

关键词： 拒绝采样   多起始点   全局优化   人工智能   并行加速  

摘要： 求解复杂函数的全局最小值点在工程计算和人工智能领域都有广泛的应用，多起始点算法是一种常用的解决此问题的启发式算法，但该算法计算效率较低。为此提出一种基于拒绝采样技巧的新算法，改进了初始点选择的策略，既显著减小了计算时间和函数调用次数，也提高了全局收敛能力。传统多起始点算法采用独立均匀采样获得初始点，会出现起始点聚簇、部分区域无点、迭代效率低等问题。受到k-means++ 算法对初始聚类中心选择的启发，提出拒绝采样方法，通过在每轮采样中限制新采样点到已采样点之间的距离阈值，确保采样点在空间中分布更加匀称，并在数学理论上进行了证明。实验表明相比独立均匀采样，拒绝采样在提高优化效率上具有显著优势：在高维函数的求解中，目标函数调用次数最多减少28%；在存在多个全局最小值点问题中，最多减少41%，通过卡方检验在统计上验证了新算法可以显著提高计算效率。在与目前通用的优化算法比较时，此算法在收敛性和计算时间上也有显著优势。最后还使用并行计算加速此算法，在32核并行下效率高达90%，可以显著降低计算时间， 显示了良好的可扩展性。

关键词： 人工智能技术   无影成像光学技术   高血压   球结膜微循环  

摘要： 目的 利用基于人工智能(AI)的无影成像光学技术,实现对高血压患者球结膜微循环的高清采集、特征提取及综合分析,探究高血压患者白睛络脉特征。方法 采集患者眼象,提取眼象特征,运用北京博奥晶准生物技术自主研发的MyEyeD-10白睛无影成像健康智能分析系统进行分析。结果 高血压患者的白睛络脉在形态上存在显著差异,与正常人相比,高血压患者的白睛络脉往往呈现出“血脉(白睛呈现的鲜红色或暗红色的血脉)”、“雾漫(自穹窿部发出的向整个白睛呈雾状弥散样的浸染状态)”、“点(不凸出于白睛表面位浅的圆点)”及“斑(圆形或椭圆形等不规则形态的有色斑片)”等特征。结论 通过机器学习算法结合无影成像光学技术,可以实现对图像中血管的颜色、位置、形态以及像素点数等参数进行统计和分类,从而实现对高血压患者的精准诊断。

关键词： 智能技术   社交媒体   预警情报   情报挖掘   人工智能  

摘要： 【目的/意义】社交媒体中蕴含大量预警情报，但其杂乱无序的数据使情报挖掘具有挑战。智能技术的应用为社交媒体挖掘预警情报提供了可能。【过程/方法】本文构建一套基于深度学习的社交媒体预警情报挖掘系统，通过多源异构数据采集、文本特征建模、事件检测识别、情感计算、传播预测等技术实现对社交媒体中预警情报的智能化挖掘。【结果/结论】研究验证了所构建系统的有效性，智能技术可以赋能社交媒体预警情报的主动发现和利用，为危机事件的预警提供新途径。【创新/局限】该研究的创新之处在于将人工智能技术融入情报挖掘流程，实现了社交媒体大数据向情报资产的高效转化。目前核心算法效果仍有提升空间，可视化呈现手段有待加强。

关键词： 深度学习   退行性脊髓型颈椎病   人工智能   神经网络  

摘要： 退行性脊髓型颈椎病(DCM)是颈椎退行性变导致脊髓受压的一类疾病，是成年人脊髓功能障碍的主要病因，其发病率在全球范围内呈上升趋势。DCM晚期可因脊髓损伤导致患者瘫痪，故对其进行快速、有效且准确的医学诊断具有重要的临床意义。深度学习(DL)技术可通过分析处理大量影像数据，提取病变区域的特征，辅助医师对DCM进行快速准确的诊断。近年来，借助DL算法模型开展DCM相关研究已成为智能化医学发展的热点。本文回顾国内外文献，总结DL技术在DCM辅助诊断、预后评估等方面的研究进展与应用情况，为临床实践中DCM的智能化诊断提供参考。