关键词： 潮流计算   人工智能   深度学习   数智化运行   新型电力系统  

摘要： 以深度学习为代表的新一代人工智能技术为新型电力系统的数智化运行提供新机遇,为深化对人工智能在复杂潮流计算问题中的应用,对相关领域的研究进行综述与展望。基于新一代人工智能技术的发展现状,立足于潮流计算问题的不同应用场景,总结传统求解方法,综述人工智能技术在潮流计算中的研究进展,分析该领域目前的问题与挑战,展望未来研究方向和研究范式,为人工智能技术在电力系统潮流计算领域的进一步应用提供参考。

关键词： 生成式人工智能   个人数据安全   法律规制   风险控制  

摘要： 随着生成式人工智能技术的发展及应用场景的不断丰富，其对海量个人数据的收集和处理给个人数据安全带来了前所未有的风险，亟须在法律上进行更为恰当的规制路径选择。就具体的安全风险来说，数据收集阶段的个人数据过度收集问题、数据处理阶段的个人数据滥用问题、数据利用阶段的个人数据泄露与失真问题已经广泛存在。现有法律框架下的“知情同意”规则、目的限制原则和个人信息分类保护制度面对生成式人工智能的技术特性均存在着适用上的局限性。若要实现生成式人工智能在个人数据的有效利用与个人数据安全合理保护之间的平衡，必须从个人权利保护进路走向风险控制进路，在个人用户、数据处理者、监管机构之间形成更加合理的风险负担，从法律上推进个人信息保护的范式转换。

关键词： 生成式人工智能   个人信息保护   删除权   相对删除义务   风险防范  

摘要： 数字时代，生成式人工智能（AIGC）可收集并处理海量个人信息，但其如何履行个人信息删除义务并保护个人信息权益存在巨大争议。在绝对与相对删除义务之间，因绝对删除义务不符合比例原则且存在客观行使障碍，应转向合目的性和现实性的相对删除义务。相对删除义务由实体和程序标准所组成。其中，实体标准应在区分未公开和已公开个人信息的基础上，以风险控制为遵旨，分别界定AIGC的删除义务及与之相对应的删除主体权利和监督者权力；程序标准以事前、事中、事后作为类型化方式，分别释明三大主体删除程序中相关权责。实体与程序标准相结合，使得AIGC的相对删除义务得以形成动态、高效的信息管理机制，为个人信息保护提供坚实的法律和技术保障。

关键词： 强人工智能   赋能   高校   精准思政  

摘要： 随着数字技术的迅猛迭代，具有高度智能水平的强人工智能与高校思想政治教育的深度融合，不断推动“精准思政”新的发展进路。人工智能从弱人工智能、强人工智能到超人工智能发展的进程中，要在高校思想政治教育中运用强人工智能技术，让高效思想政治教育更好地贴近学生需求、赋能队伍、提质增效、防范风险，并加快推进高校思想政治教育的智能化、精准化。强人工智能技术为高校“精准思政”落地落实提供强劲支持，是我国高校思想政治教育高质量发展的重要环节。

关键词： AI for Science   人工智能   人机协作   认知性协作   全过程科研   科技伦理治理   科研生态系统  

摘要： AI for Science的高质量发展对于加快实现高水平科技自立自强、建设世界科技强国具有重要意义。从AI、Science、for三个核心概念出发，探讨如何理解和发展AI for Science。在人机协作形态的历史演进中理解AI，即在感知性协作、肢体性协作、计算性协作到认知性协作的脉络中考察AI在科学研究中的角色。AI不再只是从外部为科研赋能，而是逐步介入科学家的思维过程，在认知层面与科学家建立深度协作。从全过程科研视角分析Science，AI不仅赋能科学知识生产，也推动科技传播的民主化与精准化，助力科研管理与评价的智能化。从技术—社会系统的视角来看，为了更好地释放AI for Science的潜力，应着眼于面向AI for Science的科研生态系统整体建设。未来应从人才培养、科研组织、数据资源、伦理治理等行动领域出发，提升科研人员的AI for Science胜任力、推动跨领域合作、促进高质量数据流通与共享以及加强科技伦理治理。

关键词： 生成式人工智能   主体性   技术异化   应对策略  

摘要： 生成式人工智能作为前沿技术发展成就，是新质生产力跃升的核心引擎，该技术通过多模态内容生成能力推动社会生产效率革命，为人类自由全面发展开辟新路径。但当其深度介入劳动、交往与认知领域时，技术异化危机随之显现。面对算法逻辑对劳动价值的解构、认知黑箱对价值判断的侵蚀、技术依赖对思维能力的弱化，摆脱困境的关键在于坚持辩证唯物主义立场，破除资本逻辑对技术发展的垄断性操控。通过重塑数字时代的劳动价值评估体系、建立贯穿技术全生命周期的伦理约束框架、划定人机协同的价值边界来巩固人在人机互动中的主体地位，实现以人为本的技术向善，为智能时代的技术治理提供切实可行的实践方案。

关键词： DeepSeek   人工智能   数据出版   出版垂类大模型   智能出版   数字出版  

摘要： 作为国产大模型技术的里程碑，DeepSeek本身是先进文化在科技创新领域的重要体现，也将成为文化与科技深度融合的重要结合点。DeepSeek的技术创新体现在采用动态优化的混合专家模型、运用多头潜在注意力、多token预测训练目标以及知识蒸馏技术的创新应用等方面，由此形成了强化学习和推理能力显著提升、模型训练优化和成本大幅降低的优势。出版业DeepSeek基础应用场景包括数据驱动知识生产模式涌现、出版业全链路智能化升级以及出版物跨文化传播范式突破三方面，而其核心应用场景则体现为出版垂类模型由理想走向现实和数据出版新业态萌生两个领域。文章认为，DeepSeek将重塑出版业的未来图景，形成从数据驱动到智能革命的发展态势，出版企业应设立首席人工智能官，重塑战略体系和组织形式；加快出版数据建设步伐，形成出版业未来核心竞争力；积累算法储备算力，夯实技术支撑的基石；加强出版场景探索力度，拓展智能知识服务边界；构建数据安全防护体系，化解大模型技术风险。

关键词： 平台   技术措施   人工智能   知识隐私   版权  

摘要： 以DeepSeek为代表的人工智能技术快速迭代赋予了平台全方位、全链条、全时段的监控、分析、预测以及自动控制的能力，极大提升了内容管理与版权保护的效能。然而，在版权优位主义思潮影响下，平台权力扩张现象愈发显著，其通过建构私秩序，实施过度执法，对用户知识隐私造成严重威胁。知识隐私是个体知识探索过程中不被监视或干扰的权利，既是个人自主发展与人格尊严的基础，也是言论自由的条件，兼具隐私权与个人信息权益的双重属性。为有效保障知识隐私权益，应构建知识隐私友好型协同治理框架，通过层级化规则体系制衡平台支配地位；将知识隐私保护理念嵌入技术架构，矫正平台不当支配行为；建立复合型整全式监管机制，对平台实施系统性规制。

关键词： 人工智能   细胞穿透肽   CPP预测   机器学习  

摘要： 细胞穿透肽(Cell penetrating peptides， CPPs)是指能通过直接转运或内吞作用进入细胞的多肽，一般不超过30个氨基酸。CPPs可携带多种活性物质进入细胞，有望成为新型的药物递送载体。传统实验方法获得CPPs具有工作量大、通量低、周期长等问题；随着计算生物学的发展，基于机器学习算法的人工智能模型提高了候选CPPs的预测效率。本文介绍了基于支持向量机、随机森林、极限学习机、极端随机树和其他深度学习的CPPs预测方法，最后探讨了人工智能预测CPPs存在的挑战和对未来的展望。本文旨在为从事CPPs相关研究的学者利用计算生物学工具预测和初步筛选CPPs提供基础和泛化的理论指导。

关键词： 生成式AI   AI生成图像   图文关系   扩散模型   新唯物主义  

摘要： 以拉奥孔为代表的诗画之争在经历百年讨论后，随着生成式人工智能的兴起，文本和图像可以实现相互自动转化，有关语图关系的探讨就演变成一种“新诗画之争”，其“论域”也得到了进一步拓展。立足生成式AI的技术逻辑，从该技术运作的核心基础——数据出发，分析技术中介下的文图转换机制，将其看作是一种大数据可视化再组织，从而揭示出生成式AI语境下语图关系的新特征：一方面，数据的无限再组织可能性及其数据结构的多维复杂性，使语图呈现出无限与多向度的适配性；另一方面，数据噪声的扩散创造了新的意义空间，形成语图间的协商，具体表现为表征性协商和建构性协商的双重形式。这意味着，生成式AI语境下，语图问题的核心在于如何在大数据可视化再组织过程中平衡确定性与随机性，不仅拓宽了语图关系的阐释框架，也指明了人机意义协商的关键路径，即构建适应生成式AI语境的意义判断新逻辑，同时重视并激发非人类行动者的能动性。