关键词： 颠覆性技术   技术生命周期   Gartner曲线   新一代人工智能   XGBoost模型  

摘要： [目的/意义]颠覆性技术具有独特的发展路径,识别其生命周期阶段对各国(地区)技术投资、战略规划和政策制定具有重要意义。本研究借助Gartner曲线,提出一种基于机器学习的技术生命周期识别方法,以促进颠覆性技术生命周期的精准识别。[方法/过程]研究首先构建了一个基于论文、专利和用户期望三维度含14个关键指标的综合测度体系,用于捕捉颠覆性技术在不同生命周期阶段的特征表现;其次,研究选取了生物芯片、云计算等7项具有代表性的颠覆性技术进行模型训练,采用XGBoost分类模型学习和识别样本技术在Gartner曲线标记下的阶段特征;最后,选取新一代人工智能技术进行实证检验,以验证模型的适用性和准确性。[结果/结论]结果表明,基于Gartner曲线的生命周期识别方法能有效识别颠覆性技术生命周期阶段,新一代人工智能技术的发展转折点分别在2014年、2017年、2022年。与传统的S曲线模型和反向S曲线模型相比,该方法在识别技术早期发展阶段的变动和趋势方面表现出更高的敏感性和准确性,能更准确地描绘颠覆性技术的发展特征,有助于更好地把握技术创新的脉搏。

关键词： 人工智能   生成式AI技术   ChatGPT   找矿预测   资源勘查   DeepSeek  

摘要： 地球复杂巨系统研究的多维度发展持续驱动着地学研究方法的突破创新。生成式AI技术作为新兴研究工具,凭借强大的数据处理与知识推理能力为地学研究提供了新的思路。本文系统梳理生成式AI技术的发展脉络,对比ChatGPT与国产DeepSeek模型的技术路线,展现了生成式AI技术强大的自然语言处理能力和多模态模型构建的优势。本文详细总结了生成式AI技术在地学中的应用,特别是在资源勘查领域的应用现状和发展趋势。生成式AI技术已实现地学领域中多源异构数据的通用性整合,在资源勘查领域深入参与各阶段工作并于数据整合、认知推理、应用服务等层面提供技术支撑,掀起资源勘查领域革新浪潮。目前,生成式AI技术在地学应用领域依然存在数据完备性缺陷、地质复杂系统挑战、地质模型可解释性难题等核心制约。综合分析指出,生成式AI重构“数据感知-知识提炼-决策生成”技术体系,必将加速实现该技术在地球科学各领域的应用突破,为创新勘查技术方法、提高勘查效率、助力新一轮找矿突破战略行动、保障国家能源安全提供重要技术支撑。

关键词： 人工智能   AI痕迹   人工智能生成内容(AIGC)   数字灵韵   AI语言  

摘要： AIGC的普及带来了新的文本认知与检测困境,与人类创作的内容越来越难以区分,且现有的AI检测工具也不具备绝对的可信度,引发了对“AI痕迹”识别机制的反思。研究认为,逻辑结构的程式化以及语义关联的机械化使AI语言表现出可被辨识的显性特征。这些特征并非纯粹的技术残留,其中超出人类创作能力和经验范畴的部分,有可能是AI以计算语义为基础的“新式语言”甚至“对己言说”,在参数塑造的独一性和人类观照中生成了具有审美崇高与感知震颤的“数字灵韵”。未来,随着人类视角下AI痕迹的最终消失,人类的感知机制也将发生根本改变:从关注真实性与创作者身份,转向关注文本意义生成与人机协同的新美学范式。这不仅挑战人类的认知边界,也必然重塑数字文明的演进方向,当前需要做好认知转变的准备。

关键词： 人工智能技术   课堂教学模式   改革创新   应用研究  

摘要： 本文针对人工智能技术在教育领域的应用进行了深入研究,探讨了其在课堂教学模式改革创新中的重要作用。文章指出,当前课堂教学模式存在个性化不足、教学方法单一等问题,而人工智能技术的引入能够提供个性化教学、丰富教学手段、增强课堂互动和完善教学评价等优势。通过对人工智能技术与课堂教学模式融合的可能性进行分析,本文提出了包括政策支持、技术研发、教师培训、课程优化和评价体系改革在内的发展策略,旨在为我国教育事业的创新发展提供理论指导和实践路径。

关键词： 地质信息   数据处理   岩土工程勘察   人工智能  

摘要： 0背景岩土工程勘察作为各类工程建设的先行环节,对场地的地质条件、岩土体特性及不良地质现象进行精确勘查,为工程设计与施工提供不可或缺的地质信息。传统的岩土工程勘察方法虽然积累了丰富的经验,但在面对复杂地质环境和大规模工程建设时,逐渐暴露出诸多局限性。人工智能技术的出现为岩土工程勘察带来了新的曙光。其强大的数据处理能力、智能决策能力和自学习能力,能够有效地处理海量地质数据,挖掘其中的潜在规律,提高勘察效率和质量,降低成本和风险。因此,深入研究人工智能在岩土工程勘察中的应用,对促进该领域的技术进步和行业发展具有重要意义。

关键词： 人工智能   算力平台   产业发展   技术创新   数字经济  

摘要： 文章聚焦人工智能公共算力平台建设,深入剖析国内外人工智能发展形势,阐述国家建设该平台的必要性与可行性。详细介绍平台建设遵循的原则、思路、总体目标与具体内容,涵盖从基础设施到运营服务等多方面。通过对总体架构、系统架构和技术架构的解析,展示其系统性与先进性。此研究为国家人工智能产业发展提供关键支撑,助力提升科技创新能力与产业竞争力,推动数字经济蓬勃发展,在全球科技竞争中抢占先机,对实现现代化建设战略目标意义深远。

关键词： 人工智能   人工智能治理   数据可携权   个人数据账户   风险治理   科研例外  

摘要： 人工智能研发需要大规模、高质量的个人数据供给。我国人工智能治理应充分借助权利保护与风险治理双重手段,建立个人数据供给二元框架。借助有效的行权机制,个人信息权利可以自下而上地推动数据供给。以数据可携权为基础的个人数据账户制度,能够实现个人与企业之间直接的数据传输,可为人工智能训练提供高质量的个人数据资源。法秩序应借助风险治理理念,适当柔化《个人信息保护法》中的刚性规则,推动人工智能借助海量个人信息进行训练。如果在特定场景下可合理期待个人给出有效同意或同意处理目的变更,使用个人信息进行人工智能训练的行为即为合法。人工智能原则上可使用已公开个人信息进行训练,但应通过提供可机读标识的方式,便利个人在公开个人信息时同步选择是否行使拒绝权。我国未来的人工智能立法应创设科研例外条款。科研活动具有公益性且已获伦理委员会批准,研发人员也采取有效措施保障个人信息安全的,人工智能系统可以在不征得个人同意的情况下大规模处理个人信息。

关键词： 人工智能   播音主持   AI主播   融媒体  

摘要： 为探究人工智能在播音主持领域的应用及其存在的不足,本文阐述了人工智能在新闻播报、综艺节目主持和服务类节目主持等方面的实践,分析了AI主播存在情感交流欠缺、人性化艺术表现力缺乏、社会道德伦理理解局限和数据安全隐患等问题,并提出了通过提高情感交流能力、加强节目互动性、提升即兴表达技巧和实现人机协同主持等融合路径,旨在推动人工智能与播音主持的深度融合,提升节目质量和受众体验。

关键词： 安全隐患   屡查屡犯事件   治理体系   人工智能  

摘要： 为破解高校实验室安全隐患“屡查屡犯”的难题,系统梳理了该现象的潜在安全风险、成因与治理痛点。研究发现,“屡查屡犯”现象易引发“破窗”效应,削弱安全管理效能,并叠加新旧隐患风险。究其原因:个体因素存在安全认知偏差、效率优先及责任缺失;组织架构层面则暴露出三方协同短板。为此,构建集隐患排查数据智能分析-“隐患分类与责任认定-预警惩处与整改”于一体的治理系统。实践表明,该系统能准确定位“屡犯”隐患特征、明确隐患类别与责任主体,推动多方联合整改与治理,显著降低“屡犯”隐患存量。研究结果可为高校实验室安全管理提供可借鉴的范式。

关键词： 城市经济韧性   人工智能企业集聚   空间溢出效应   政府干预  

摘要： 城市经济韧性是衡量城市经济高质量发展的一个关键指标,以人工智能产业为代表的新兴产业集聚对增强城市经济韧性具有至关重要的作用。基于2003—2022年我国274个地级市的面板数据,通过构建城市经济韧性综合评价指标体系,深入研究人工智能企业集聚对城市经济韧性的影响,并采用多种计量模型进行实证分析。研究发现:人工智能企业集聚通过促进技术创新和提高职工收入水平进而提升了城市经济韧性;在不同程度的政府干预下,人工智能企业集聚对城市经济韧性的影响呈现出先正向后负向的倒“U”型非线性特征;进一步的空间计量分析表明人工智能企业集聚会对邻近城市的经济韧性产生显著的负向空间溢出效应。