人工智能视域下的新质生产力生成路径

随着人类从信息时代进入数字时代,以科技创新为关键核心的新质生产力正在与人工智能形成“互嵌”。基于高深知识生产、技术元素整合以及产业技术突破,人工智能在新质生产力的劳动者层面催生智能生产力,在劳动资料层面提供高效数字化的劳动工具,在劳动对象层面促发以产业生态化为特征的新型生产体系。以人工智能加快推动新质生产力发展,需要从四个方面着力:一是形成政产学研一体的人工智能人才生态;二是建立协同开放的人工智能科技创新生态;三是培育协调互嵌的人工智能产业生态;四是构建规范高效的人工智能治理制度生态。

基于Citespace对人工智能在骨创伤研究的可视化分析

背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究现状、热点和未来发展趋势,以期为今后的研究提供新的见解。方法:选择Web of Science核心集数据库中,时间跨度设为自建库至2023年8月,检索人工智能、机器学习、深度学习应用于骨创伤相关的文献420篇。通过人工筛选,导出与文章相关的文献共202篇,采用Citespace软件进行国家、机构、被引期刊和引文分析等的合作和关键词的共现等可视化分析。结果与结论:①分析筛选后纳入的202篇文献,总体发文量呈上升趋势,且在未来研究潜力巨大。研究中心性最高和发文量排名第一的国家均为美国。加州大学(美国)是发文量最多的研究机构。②人工智能在骨创伤研究中最常用的前5个关键词是深度学习、人工智能、骨密度、机器学习、诊断,中心性最高的关键词为骨密度,关键词数量最多的为深度学习。③共被引频次前10位的参考文献分别从多个方面介绍了人工智能技术应用于骨创伤领域诊断的可行性研究,其中8篇涉及骨关节损伤与深卷积神经网络,1篇涉及深度学习在CT检查中检测骨质疏松从而预防脆性骨折,1篇通过人工智能识别皮肤纹理变的特征应用于骨的特征性识别的相关性研究。④今后,人工智能的研究热点将主要集中在骨关节创伤和骨质疏松引发的骨折特异性研究上,未来研究趋势主要集中在提升人工智能算法的性能上,使用人工智能新技术对骨损伤进行精准划分和快速高效诊断,尤其是针对复杂和隐匿性骨折的诊断,通过建立有限元分析模型,实现对骨创伤的更加标准化评估。

基于电子商务环境的农机管理系统设计

介绍了电子商务环境的背景和现状,详细描述了农机管理系统的实际需求和业务流程,并根据系统设计原则设计了系统总体架构,最后从人机管理、作业管理及综合信息等3个方面实现了农机管理系统。系统在测试过程中取得了较好的应用效果,是一种具有广泛应用前景的高效农机管理系统。

Navigating the ethical terrain:Off-label and experimental treatments in medical case reports

This article explores the ethical considerations surrounding the reporting of offlabel and experimental treatments in medical case reports,with a focus on fields such as oncology,psychiatry,and pediatrics.It emphasizes the balance between innovation and evidence-based medicine,highlighting the critical role of case reports in disseminating clinical experiences and advancing medical knowledge.The discussion delves into the ethical framework guiding case reporting,including principles of patient autonomy,informed consent,non-maleficence,beneficence,justice,and transparency.Challenges such as negative outcome reporting,commercial interests,and the balance between innovation and caution are examined.Recommendations for ethical vigilance,the development of comprehensive guidelines,and the role of regulatory bodies are proposed to ensure patient safety and uphold scientific integrity.The article concludes by underscoring the importance of a collaborative effort among clinicians,researchers,ethicists,and regulatory bodies to foster the responsible advancement of medical science while adhering to the highest ethical standards.

基于前馈非线性模型预测控制的类车机器人路径跟踪

类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.

人工智能文生视频大模型Sora对科技伦理的冲击及应对

Sora的推出是人类社会发展和人工智能进步的标志性事件,凸显出生成式人工智能的强大功能。Sora的爆火离不开规模化数据、先进算法和规模化算力,其内在运行机制紧扣文本输入、文本编码、视频生成和视频输出的基本逻辑,在人类社会具有广阔应用前景。但Sora在技术更迭和运用过程中可能给科技伦理带来诸如冲击人的主体性地位、导致人们认知的混乱性、冲击伦理规则的适用性、冲击数字隐私伦理并造成数字歧视等风险。因此,要坚持以人为本,运用技术手段增强Sora的数据筛选力度和敏捷治理效度,防止数据泄露和侵犯隐私,进行伦理设计实现科技伦理与时俱进,辅之必要的教育培训,以此提升全民运用人工智能技术的能力。

春大豆合理播期确定动态知识模型构建

为提高春大豆播种期确定的时效性和准确性,利用农田信息采集系统获取土壤墒情及环境信息,并根据大豆播种进程与适宜环境、土壤墒情同步原理,采用隶属函数方法,将播种农艺要求与播种影响因素间的关系函数化,建立春大豆合理播期确定知识模型;并利用2个不同生态点的气象与土壤温湿度等参数,结合模型决策日期与2年中各地实际播期及出苗情况,对春大豆合理播期确定模型进行了实例验证。结果表明:2021年北15、2022年北14两块试验地播期确定模型输出结果与农田实际播期分别为4月23日、4月24日与5月7日、5月10日,月度误差分别为3.33%和9.68%,模型结果准确率分别为96.67%和90.32%。模型设计结果与当前高产春大豆实际农作制度体现较好的一致性和适用性,可以为农业生产者应用信息化手段确定春大豆播种期提供技术参考。

人工智能在岩土工程勘察领域的应用

分析了人工智能技术在岩土工程勘察领域的发展现状,总结了人工智能在岩土工程勘察中的研究进展及其应用情况,讨论了人工智能在岩土工程勘察中面临的挑战和问题,展望了人工智能在岩土工程勘察领域的未来发展方向,以期为从事岩土工程勘察智能化相关的研究人员提供一定借鉴,助力岩土工程勘察行业高质量发展。

基于2018-2022年国家自然科学基金结题项目分析干细胞研究现状

背景:目前大多数研究从国家自然科学基金资助论文和项目申请角度出发,对干细胞某一方面进行深入分析,或者验证某种评价方法,缺乏对干细胞领域国家自然科学基金已结题项目的全面分析。目的:了解2018-2022年干细胞领域国家自然科学基金结题项目资助情况及研究热点,为后续研究提供参考。

基于视觉传达设计的农机操作界面优化研究

近年来,随着农业机械智能化的不断发展与应用,农户对农业机械操控功能性、便捷性、易学性和人机交互的良好体验等提出了更高的要求;但是,目前市场上各类农业机械APP界面出现大量“雷同化”特点,难以满足不同农业机械的田间使用要求。为此,将“人机交互行为”作为设计目标,基于视觉传达技术,以谷物联合收获机操作界面为研究对象开展相关设计。同时,对谷物联合收获机操作界面图形、文字、色彩和设计风格进行分析,结果表明:优化后的农机操作界面能够显著提高操作员的操作效率和工作体验,降低操作错误率和疲劳程度。研究结果可为农业机械智能化操作界面的设计提供可参考的过程设计模型。

基于改进Informed-RRT^(*)的机械臂抓取运动规划

为提高工业机械臂对目标物体抓取及对障碍物躲避的效率和成功率,提出一种基于改进抓取信息引导的快速随机树星(GI-RRT^(*))的机械臂路径规划算法.首先,预先设定最大迭代次数和自适应函数,缩短机械臂运动轨迹生成时间,增强采样导向性和质量;其次,基于椭圆形子集直接采样,对采样点位置进行约束,提高采样效率;最后,采用贪心算法删除机械臂运动轨迹的冗余点,并使用三次B样条曲线平滑约束机械臂运动轨迹,提高机械臂运动轨迹的柔顺性.利用生成残差卷积神经网络模型预测,输入深度相机采集的彩色图像和深度图像,输出视场中物体的适当映射抓取位姿.为验证机械臂的抓取效果,选择三指气动柔性夹爪,设计柔性抓取模块,并结合法奥(FR3)协作机械臂构建自主抓取系统,进行二维地图仿真和机械臂样机实验.结果表明,与传统的信息引导的快速随机树星算法相比,GI-RRT^(*)算法运动轨迹长度缩短10.11%,轨迹生成时间缩短62.68%.同时,算法具有较强的鲁棒性.机械臂能独立地避开障碍物、抓取目标物体,满足其自主抓取的需求.

生成式人工智能应用场景下个人信息保护的法律风险及应对

数据已成为新的产权要素和产业基础,而具备了一定理性能力的生成式人工智能ChatGPT在大数据喂养、人为数据标识处理和信息再输出三个层次对个人信息权益构成了新的侵权范式。尽管《个人信息保护法》《网络安全法》等法律规范已确立起一系列个人信息保护手段,但在生成式人工智能服务与应用端仍面临着解释和适用上的难题。为此,我国需要在保障个人信息权益的前提下鼓励发展人工智能技术——在总体上要树立起基于风险的个人信息保护原则,并尝试以“风险预知—解构—化解”为基本路径,在微观上优化“知情-同意”规则,以“设计保护”原则强化企业内部自治,并灵活调整侵权责任追究机制。

基于Web of Science对土壤胶体影响重金属行为研究的计量分析

为全面了解土壤胶体影响重金属行为方向的研究现状和前沿动态,基于Web of Science(WoS)核心合集数据库,利用WoS自带分析工具、HistCite引文图谱分析软件、VOSviewer和Citespace可视化分析软件对1990—2021年间土壤胶体影响重金属行为的文献进行了计量分析。结果表明,在世界范围内该方向的发文量逐年稳步增长,我国相关研究起步较晚,但近些年呈现迅猛发展的势头。目前土壤胶体影响重金属行为研究发文量最多的国家和研究机构分别是美国和中国科学院,发文量最高的期刊为Environmental Science&Technology,主要研究学科为环境科学与生态学的交叉学科。关键词聚类分析显示“土壤胶体颗粒粒径分级与重金属的形态分布”、“土壤胶体的释放、沉积及对重金属的吸附作用”和“土壤胶体颗粒的迁移机制与迁移模型研究”为主要的研究主题,人工纳米颗粒在土壤中的行为、迁移转化以及生物有效性是现阶段的研究热点。利用场流分离技术结合单粒子电感耦合等离子体质谱等技术,探讨土壤胶体与人工纳米颗粒之间发生的复杂相互作用及其对人工纳米颗粒迁移归趋与环境命运的影响,是未来的主要研究方向。

高速铁路日常客运量的EMD-Informer组合预测方法

铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。

通用人工智能时代信息资源管理学科的发展方向

本文梳理了人工智能与通用人工智能的70年发展历史,回顾了信息资源管理的50年历程,剖析通用人工智能对信息资源管理知识体系、教育体系、事业体系的深刻、多面的影响,并为信息资源管理在通用人工智能时代的发展方向提出三点建议。

为何以及如何实施信息科技课程:教育数字化转型视野下的新思考

当前教育数字化转型的推进已经进入深水区,《义务教育信息科技课程标准(2022年版)》的出台肩负着促进学生数字素养提升,助力教育数字化转型的历史使命。文章深入分析教育数字化转型“转”什么的问题,挖掘了教育数字化转型的三个典型层面:制度层面的创新、物质层面的升级以及人的素养的提升。进一步地探讨教育数字化转型怎么“转”的问题,构建了教育数字化转型的系统运行模型。在此基础上,分析了信息科技课程在教育数字化转型系统中的制度耦合价值、物质统整价值、素养发展价值。随后,在教育数字化转型系统中,审慎分析并指出当前信息科技课程的实施困境:在制度层面,政策理解与师资队伍发展不足;在物质层面,数字化软硬件设施与资源建设不完善;在人的层面,数字化教育实践意识与能力薄弱。最后,针对当前落实信息科技课程的困境,提出了针对性的实践策略:强化培训深度与广度,建立完善的信息科技教师培育机制;加快新教材建设步伐,完善课程内容和相关资源体系;重塑信息科技教育价值观,变革教学模式与方法;重视人机协同的教学实践,促进人机融合创新发展;落实“教—学—评”一致性,关注师生数字素养评价。

图书情报硕士专业学位(MLIS)教育发展状况调查报告(2023)

[目的/意义]全面、客观地反映我国MLIS教育在2023年的状况和发展变化。[研究设计/方法]采用调查问卷收集MLIS培养单位师资、招生、教育培养、就业等方面的数据,通过统计描述和对比反映现状,揭示发展变化。[结论/发现]我国MLIS教育稳健发展。具体表现为:师资队伍稳定增长,招生规模不断扩大,培养特色鲜明,毕业生就业状况良好,各培养单位的课程设置、教育资源建设和培养过程管理日益规范。[创新/价值]连续11年发布MLIS教育发展状况调查报告,为学位和教育管理部门以及各培养单位决策提供支持。

数智时代情报学学科体系构建

[目的/意义]在一级学科更名的转型期,为了持续推进我国情报学研究的守正与创新,需要重新构建数智时代情报学学科体系,以便服务于总体国家安全战略和发展战略。[方法/过程]以转型前后的情报学研究生教育为出发点,理解数智时代的特征和“三大体系”的内涵。探讨国际情报学和中国情报学的起源,梳理我国情报学的英文范式和中文范式,将信息链原有的线性结构改造成环形结构,提出情报学的“信息·情报一体化范式”。辨析几个容易混淆的关键英文术语,澄清某些模糊认识。回顾我国情报学学科体系研究的几种观点,构建数智时代情报学学科体系。[结果/结论]划分出广义情报学和狭义情报学,以便恰当处理军用情报学和民用情报学的关系。明确了英文语境下Information Science与中文语境下“情报学”的异同。一体化范式在一定程度上融合了Information范式与Intelligence范式。重新构建的分层式同心圆形结构的情报学学科体系,较为完整地体现数智时代情报学学科体系的全貌。

基于暗数据视角对情报学的反思

[目的/意义]引入暗数据概念,对情报学现有观念、理论等做出新的诠释。[方法/过程]首先,梳理文献,辨析概念,提出广义的暗数据概念;然后,从暗数据视角对情报的本质、情报活动的目的和情报的社会功能等做出新的阐释。[结果/结论]暗数据是指潜藏在人们的认知之外,且对社会生活产生重要影响的数据。从暗数据视角反思情报学,可获得一些新的认识:确定性不是情报的本质特征,不确定性才是情报的根本属性;情报活动的目的,不在于揭示事物的规律及基于规律的预测,而是最大限度地减少事物的不确定性;情报的社会功能不宜定位于服务决策或成为决策的参谋,而是辅助或影响决策。

美国科学教育研究资助体系分析及其启示

加强科学教育是推进教育、科技、人才“三位一体”的统筹部署和实现科技创新自立自强的基础性工程。虽然科学教育已经在政策和实践层面备受关注,且已取得明显进展,我国科学教育依然面临着诸多的挑战与不足,其关键原因之一是支撑科学教育高质量发展的科学教育研究资助体系的缺乏。鉴于美国在科学教育研究领域的引领地位及其形成的完善的研究资助格局,本文全面介绍了美国科学教育研究资助体系的概况,深入分析了以美国国家科学基金会为代表的联邦政府机构对于科学教育的资助布局及其对K-12教育阶段的资助计划,形成了对于建立我国科学教育研究资助体系的建议。