关键词： 生成式人工智能   电信网络诈骗   知识图谱   事件元素识别   深度聚类  

摘要： 利用知识图谱与事理图谱技术对生成式人工智能驱动下的电信网络诈骗案件进行实证研究，可以更直观地回溯受骗过程中风险的演化方式，对新型电信网络诈骗反制预警具有重要意义。基于利用生成式人工智能实施的电信网络诈骗案件数据，首先，进行语义角色标注和依存句法分析；然后，通过事件元素识别和事件关系抽取，构建案件知识图谱和事理图谱；最后，结合数理统计和图谱技术分析电信网络诈骗风险演化的关键环节和演化模式。研究表明，嫌疑人借助生成式人工智能技术能更有效地利用证真偏差现象，博取受害人的信任；生成式人工智能驱动下电信网络诈骗风险的演化模式可分为3类，长链型演化模式反映了案件中的完整风险事件及事件间的演化过程，星型和复合型演化模式反映了同类案件中存在的不同风险行为模式及核心风险事件节点，能为制定更加科学合理的电信网络诈骗治理对策提供理论依据。

关键词： 人工智能   精准医疗   医疗大数据   肿瘤研究   肿瘤诊疗  

摘要： 癌症作为全球主要公共卫生问题,其发病率和病死率持续攀升,对人类健康和社会经济构成了沉重负担。尽管近年来肿瘤研究取得显著进展,但肿瘤的异质性、耐药性以及早期筛查和诊疗技术的局限性仍然是亟待解决的核心挑战。在此背景下,人工智能技术凭借其在大数据分析、模式识别和预测建模方面的独特优势,为肿瘤研究开辟了新的路径。通过整合组学、影像及临床等多模态数据,人工智能不仅加速了肿瘤基础机制的研究,还在早期筛查、生物标志物发现及个性化治疗等领域展现了广阔的应用前景,促进了精准医学与肿瘤学的深度融合。本文全面综述了近年来人工智能技术在肿瘤诊疗研究中的应用进展,重点探讨其在多种数据类型及诊疗场景中的实际价值与未来发展方向。

关键词： 乳腺肿瘤   磁共振成像   受体,ErbB-2   人工智能   综述  

摘要： 人表皮生长因子受体2(HER-2)阳性乳腺癌是乳腺癌的一种特殊亚型，其生长速度较快，侵袭性和复发率较高。MRI是诊断和评估该类型乳腺癌的关键方法，常规MRI检查可以观察肿瘤的形态特征及与周围组织的关系；动态对比增强MRI可以反映乳腺病变的动力学特征、血管供应和渗透性；近年来，影像组学和深度学习等人工智能技术在医学影像领域中的广泛应用，为HER-2阳性乳腺癌精准、高效的影像学评估做出重大贡献。本文对多参数MRI在HER-2阳性乳腺癌的应用进展进行综述。

关键词： 电子结构   量子计算   热力学和统计力学   量子和经典动力学   人工智能  

摘要： 本文总结了在国家自然科学基金委化学部科技活动专项的资助下,由南京大学和陕西理工大学联合举办的“新时代理论与计算化学的挑战和机遇”战略研讨会的学术交流内容.首先,概述了国内外理论与计算化学领域在电子结构方法、量子计算化学、化学热力学和统计力学、量子与经典动力学、人工智能辅助的化学反应研究、人工智能在材料和生物模拟中的应用这六个方向的最新研究进展;其次,介绍了在人工智能和量子计算新时代下理论与计算化学面临的挑战;最后,面向我国重大战略发展需求,凝练了近5～10年的重大关键科学问题.

关键词： 指标因子   人工智能   多灾种   易发性预测   SBAS-InSAR   斜坡单元  

摘要： 多灾种聚集地区的地质灾害易发性预测应针对各类灾害的自身特点建立指标因子评价体系，生成不同种类地质灾害的易发性预测分区图更有利于地质灾害的风险管理与最终决策。以天津北部蓟州山区为例，针对崩塌、滑坡、泥石流灾害的不同机制，分别制定了2套指标因子评价体系，基于统计-人工智能耦合模型和斜坡单元分别建立了适用于崩滑灾害和泥石流灾害的易发性分区图，分别利用ROC曲线和SBAS-InSAR解译得到的地质灾害隐患点进行预测精度验证。结果显示：基于历史灾害点与栅格单元的易发性预测性能最高可达到0.924和0.911；利用SBAS-InSAR技术解译出过去十年间的崩滑隐患点共55处，泥石流灾害共27处，当考虑斜坡单元获得易发性预测分区图时，落入高易发区的隐患点分别达到了92.7%（崩滑灾害）和100%（泥石流灾害）。上述结果表明将机理与人工智能双驱动模式纳入地质灾害易发性评估符合实际情况，能够为多灾种聚集地区的地质灾害防治与风险管控提供科学参考。

关键词： 新财经   人工智能通识课程   前沿领域   CDIO理念   两性一度  

摘要： 人工智能通识课程是提高学生“新财经”能力的重大教学改革探索。针对经管类专业学生兴趣弱、学习难,教学融合难、评价难等问题,依据CDIO教学理念,对该课程进行融入前沿应用领域的教学改革。将经管类专业划分教学专业群,针对不同专业群重新梳理教学目标,编写教学大纲,重新设计教学方案,分专业群地建设课程资源库,建立多元化教学考核评价体系。设计基于“两性一度”的教学过程,面向不同专业群分别将前沿领域融入课堂教学与实践教学。本次教学改革能培养学生具备将人工智能技术与其本学科领域交叉融合的创新潜力。

关键词： 人工智能   混合式教学模式   教学改革  

摘要： 随着我国高等教育进入内涵发展和质量提升的关键时期,促进人工智能与教育教学的深度融合,开发高质量的智慧课程将是课程改革和发展的重要方向.为此,基于人工智能技术,创新设计三元主体、三段结合、三学递进的智慧课程“333”混合式教学模式,为混合式教学改革奠定基础.结果表明,“333”混合式教学模式有助于培养学生的综合能力,提高教学效果.

关键词： 生成式人工智能   安全风险   风险防范   情报视角  

摘要： [研究目的]面对生成式人工智能发展的高度不确定性,以及不确定性催生的复杂安全风险,开展情报视角下生成式人工智能安全风险防范化解研究,为设计风险分层防范化解机制提供理论参考。[研究方法]运用文献研究法、案例研究法,在揭示情报嵌入生成式人工智能安全风险防范化解价值意蕴的基础上,从风险类型划分视角解析其类型,并从情报流程视角探讨实践进路。[研究结果/结论]生成式人工智能安全风险防范化解应当立足以风险分类为基础的类型方式,从生成式人工智能安全情报需求管理、情报搜集与分析、情报产品生产以及情报产品应用与反馈四个机制入手。

关键词： 人工智能   人力资本   经济增长   认知能力   非认知能力  

摘要： 在科技迅猛发展的背景下，人工智能作为新质生产力的典型代表，正以惊人的速度重塑全球经济格局。本文从人力资本视角出发，深入剖析人工智能对经济增长的影响及其与人力资本的复杂关系。研究发现，人工智能在知识积累、认知能力和创造性等方面展现出对人力资本强大的替代作用。以ChatGPT、DeepSeek等为代表的生成式人工智能可快速处理海量知识，在文字、图片、视频生成、信息整合等工作中表现卓越，部分取代了人类的智力劳动。同时，人工智能与人力资本的非认知能力，如社交能力、团队精神和共情力等，呈现出显著的互补效应。从经济增长机制来看，人工智能通过资本深化和技术进步两大路径推动经济增长。一方面，人工智能的广泛应用加速了机器取代劳动的进程，推动了资本深化，改变了资本与劳动在经济产出中的贡献份额；另一方面，人工智能凭借其强大的计算和搜索能力，突破了“知识负担”对技术进步的限制，促进了新知识的发现和创造。研究表明，人工智能时代人力资本投资重点和培养方式正在发生方向性变革，未来应更加注重非认知能力的培养，借助人工智能辅助提升认知能力，实现人机协同的高效发展模式。

关键词： 非常规油气藏   水力压裂   人工智能   应用前景   展望  

摘要： 以大数据、大模型和大算力为核心的人工智能技术发展日新月异，目前正在世界范围内兴起新一轮研究与应用的热潮。世界各国争相制定人工智能发展规划及规章制度，以期在经济、社会、军事及科技等领域抢占制高点。相对而言，油气领域尤其是水力压裂方面的人工智能研究基础薄弱，应用场景有限，且呈现出碎片化特征。为了加速水力压裂技术与装备的智能化水平，提高压裂作业时效、压后产量与EUR （估算的最终采收率），有必要开展人工智能在水力压裂中的应用前景分析。通过对比分析国内外人工智能技术的发展现状，结合水力压裂的技术需求和目标导向，研究展望了相应的应用场景和发展方向。包括多模态数据的清洗和治理、无监督和有监督的机器学习和多任务、可解释性深度学习算法、基于知识嵌入融合人工智能的双驱动模型，以及相关的智能流体、智能工具等。研究表明，未来水力压裂将是由多参数智能动态优化、施工工况智能识别及预警、多源裂缝监测、智能压裂装备、智能井下工具、智能压裂工作液与材料，以及压裂智能调控等构成的智能压裂闭环优化与控制系统。结论认为，各个子系统的研究过程中，必须突出技术迭代及参数优化升级，并通过不同应用场景的实践检验和循环反馈机制，实现水力压裂全流程、全生命周期的全面智能化。这对非常规油气藏开发的提速、提效、降本，早日实现中国页岩油气革命目标，具有重要的理论和实践意义。