人工法off-line HDF对血液透析充分性和高同型半胱氨酸血症的影响

目的探究人工法off-line HDF对维持性血液透析(MHD)患者透析充分性、高同型半胱氨酸血症(HHcy)的影响。方法随机选取2021至2023年于南昌大学第一附属高新医院血液透析中心稳定透析6个月以上的MHD患者30例,进行单中心自身对照研究,时长6个月。前3个月维持每周2次高通量血液透析(HFHD)联合1次on-line HDF,后3个月维持每周2次人工法off-line HDF联合1次on-line HDF。于研究第3个月、第6个月时用全自动生化分析仪检测透析前后血尿素氮(BUN)、血肌酐(SCr)、β2-微球蛋白(β2MG)、同型半胱氨酸(Hcy)、白蛋白(Alb)、C反应蛋白(CRP)、血红蛋白(Hb)、甲状旁腺素(iPTH)、磷(P)、钾(K)水平;计算血清尿素清除指数(Kt/V)、尿素下降率(URR)和β2MG清除率。结果人工法off-line HDF模式透析的Kt/V、URR及β2MG清除率均较显著高于HFHD模式透析(P<0.05);人工法off-lineHDF模式透析Kt/V、URR及β2MG清除率达到透析充分的百分率分别为83.33%、83.33%和93.33%,均显著高于HFHD模式透析(P<0.05)。与HFHD模式透析时相比,人工法off-lineHDF模式透析结束后,患者透析前Hcy水平降低,Alb水平升高(P<0.05)。结论人工法off-line HDF模式透析可显著增加Kt/V、URR和β2MG清除率,提高MHD患者的透析充分性达标率,且对HHcy具有改善作用。

人工智能生成内容的著作权法之辩

根据输入指令与输出内容的比例关系,可将人工智能生成内容依次分为孪生内容、伴生内容和原生内容。人工智能生成内容主要涉及三个著作权法问题。一是机器阅读的法律性质问题,法定许可说能更好地兼顾著作权专有属性与公有属性,实现权利行使与限制的动态平衡。二是生成内容的可著作权性问题,需要结合内容类型并考虑输入指令的潜在影响。同比例复制的孪生内容不属于作品,差异化表达的伴生内容属于演绎作品,创造性表现的原生内容属于原创作品。三是生成内容的著作权归属问题,除另有协议外,需要结合内容类型并考虑所有者、使用者的贡献程度。孪生内容因不属于作品,无人享有著作权;所有者、使用者对伴生内容的形成均有重大贡献,基于概括合作行为与意识,所有者、使用者共同享有著作权;只有所有者对原生内容的形成具有重大贡献,所有者单独享有著作权。

法域协调视角下生成式人工智能产物涉知识产权问题研究——以ChatGPT为例

人类情感的表达是人类器官独有的自然反应,而并非是某种规则的产物。作品的认定应当包含作者的情感表达。现阶段的生成式人工智能并不具备情感表达能力,只是智能化程度更高的弱人工智能产品。其自身无法承担侵权责任,其生成物并不属于作品。随着科技的不断发展,带有情感的生成式强人工智能产品终有一天会被设计并投入使用,应对相关法律提前进行完善,以满足生成式强人工智能自身能够承担责任的需要。为了保证法律完善的顺利进行,应当坚持政策导向,并遵守法秩序统一性原则。具体完善路径包括:第一,肯定生成式强人工智能作为作者与被侵权人的主体地位;第二,应当明确生成式强人工智能在刑法上的地位,肯定其既可能成为刑法的犯罪主体,也能成为刑法中的被害人;第三,为生成式强人工智能设置专属的处罚方式。

生成式人工智能技术风险的刑法谨慎性规制

刑法介入生成式人工智能技术风险应采取包括刑法规制的后卫性、保护性和就轻性等内容的谨慎性规制模式,其符合技术中立原理、刑法谦抑性原则和刑法可允许风险理论的要求,值得提倡和践行。在适用刑法谨慎性规制模式时,应秉承法益保护原则和比例原则,需要廓清刑事法治外部的技术规则、行业规则以及前置法和刑法的适用畛域,同时也要明确刑事法治内部重罪和轻罪的作用边界。在刑法适用范围之外,虚假信息生成风险和违反使用规则的行为可以分别由技术规则和行业规则处理。介于民事不法与犯罪未遂之间的行为以及纯粹破解技术措施使用生成式人工智能的行为,应当优先适用民事法律,而算法妨害行为和网络服务提供者未履行适当管理义务的行为应由行政法规制。在刑法适用范围之内,应优先适用轻罪,在构成要件明确的罪名和兜底罪名中选择明确性的罪名,在预防性罪名和实害性罪名中选择预防性罪名。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

论我国人工智能立法的定位

人工智能在我国已经形成信息内容管理与科技、产业发展两种不同立法定位。用信息内容管理定位人工智能,相当于将新质生产力纳入上层建筑管理,难免产生各种错配现象。为了体现人工智能法非对称性特点,需要将人工智能作为前沿科技和新质生产力来定位,在明确安全与发展基本原则的基础上,通过不同部门法的立改废释实现法治范式变革。既要清理、废止不利于人工智能发展的规定与做法,又要确立有利于推动人工智能安全与发展的观念、规范与制度。我国人工智能立法需要保持灵活性,小步快跑,避免“一刀切”立法造成难以挽回的负面影响。

研讨法在《人工神经网络》教学中的应用与探索——培养学生创新与探索精神

近年深度学习发展日新月异,新的人工神经网络模型层出不穷,为培养紧跟科技前沿的高水平研究生,不仅教学内容需要不断更新,教学方法也必须针对性的改进,采用研讨法开展《人工神经网络》的教学探索与实践,秉持启发性原则、循序渐进原则及和谐性原则,让学生占据课堂教学的主体地位,发掘他们的创造潜力。经过一段时间的教学实践,结果表明该教学方法不仅让学生们掌握了科技研究方法,而且使学生们具备了独立研讨问题的心理准备和心理负载能力,较好的启发了学生们的创新意识与科研探索精神。

基于改进人工势场算法的煤矿井下机器人路径规划

路径规划是煤矿机器人在煤矿井下狭小巷道空间中应用亟待解决的关键技术之一。针对传统人工势场(APF)算法在狭小巷道环境中规划出的路径可能离巷道边界过近,以及在障碍物附近易出现目标不可达和路径振荡等问题,提出了一种基于改进APF算法的煤矿机器人路径规划方法。参考《煤矿安全规程》有关规定建立了巷道两帮边界势场,将机器人行驶路径尽量规划在巷道中间,以提高机器人行驶安全性;在障碍物斥力势场中引入调节因子,以解决目标不可达问题;引入转角限制系数以平滑规划出的路径,减少振荡,提高规划效率,保证规划路径的安全性。仿真结果表明:当目标点离障碍物很近时,改进APF算法可成功规划出能够抵达目标点的路径;改进APF算法规划周期数较传统算法平均减少了14.48%,转向角度变化累计值平均减少了87.41%,曲率绝对值之和平均减少了78.09%,表明改进APF算法规划的路径更加平滑,路径长度更短,规划效率和安全性更高。

回应与超越:生成式人工智能法律规制——以《生成式人工智能服务管理暂行办法》为视角

生成式人工智能对于推进新型工业化体系建设、发展新质生产力具有重要作用,但其蕴含重大风险且风险呈现类型复杂多样、损害方式隐蔽、危害结果严重等特点,现有立法回应存在有限性与不适洽性,为此需要进行理论创新和制度创新。生成式人工智能治理应当以总体国家安全观为指引,采取积极的风险防范主义和包容审慎的监管思路,对技术创新给予更大的包容度。从法律规制角度看,可以采用双层多元化规制模式和全生命周期监管机制,解决生成式人工智能的法律地位、成果属性、可问责性等关键问题,进一步建立健全算法可解释规则、“安全港”规则、侵权判断规则、“投诉—针对性阻止”规则等基本准则。

生成式人工智能治理的经济法逻辑

在广受关注的生成式人工智能领域,各主要国家正在加强经济法治理,我国在该领域的经济法治理还未得到足够重视,并存在多方面问题。经济法的双重功能及其体系构造决定了它在生成式人工智能治理上具有不可替代的作用,围绕生成式人工智能的国际规则竞争尤其需要经济法发挥作用。经济法对生成式人工智能的治理应当促进发展与安全的融合,注重系统治理,加强事前防范与事后回应相结合、专项规则供给与一般规则适用相结合。宏观调控法和市场规制法应当基于各自优势在生成式人工智能治理中发挥相应作用;考虑到生成式人工智能在不同阶段的复杂情形,经济法治理应当分段进行、区别对待。为了使经济法治理更加精准、更具效率,需要科学构建生成式人工智能风险评价机制。

自动粪便分析仪与人工复核法检测粪便结果的比较分析

目的比较自动粪便分析仪与人工复核法两种粪便检测方法的检验效果。方法收集2022年9月—2023年8月三明市第二医院就诊患者的9402份新鲜粪便标本,分别使用FA160自动粪便分析仪和人工复核法检测粪便有形成分(白细胞、红细胞、脂肪球、真菌)和隐血,记录两种方法的检测结果并进行统计学分析。结果自动粪便分析仪检测白细胞、红细胞、脂肪球、真菌和隐血的阳性检出率分别为4.90%、2.67%、6.31%、4.54%、25.34%,人工复核法阳性检出率分别为4.17%、2.22%、5.55%、5.29%、25.23%,自动粪便分析仪对粪便有形成分的阳性检出率除真菌略低于人工复核外,其他各项指标均高于人工复核,且差异均有统计学意义(均P<0.05),而粪便隐血试验的阳性检出率比较差异无统计学意义(P>0.05)。以人工复核法为标准,自动粪便分析仪检测白细胞、红细胞、脂肪球、真菌、隐血的阳性符合率分别为91.07%、96.17%、94.83%、78.07%、98.19%;阴性符合率分别为98.85%、99.46%、98.90%、99.56%、99.25%;阳性预测值分别为77.44%、80.08%、83.47%、90.87%、97.77%;阴性预测值分别为99.61%、99.91%、99.69%、98.79%、99.39%。结论自动粪便分析仪与人工复核法的检测结果虽然符合率较高,但还存在漏检和误检。因此对自动分析结果必须进行人工复核,提高检测结果的准确性,为临床提供可靠的参考依据。

基于单孔稀释试验的人工湖渗漏探测方法及应用

渗漏是影响湖库安全的关键因素,对其进行准确、高效探测一直是水工安全领域中的技术难题。与基于电磁理论的地球物理探测技术不同,基于井流理论的单孔稀释技术可以直接得到与渗流场相关的含水层参数且无需额外的参数转换。但传统的单孔稀释试验往往仅对点位渗漏性进行定性判断,针对大尺度下渗漏规模的定量分析应用较少。为此,基于单孔稀释测速原理对四川省仁寿县某渗漏人工湖进行研究。在人工湖附近钻孔后进行单孔稀释试验,通过监测NaCl溶液电导率数据得到钻孔流速,通过解译流速数据得到了人工湖最大渗漏通道位于湖体左侧钻孔ZK6~ZK7区域420~440 cm深度范围和ZK8区域300~400 cm深度范围,钻孔剖面渗流量为4.24 cm^(3)/s。现场试验应用表明:单孔稀释法不仅能定性分析出渗漏通道的空间位置,还能定量计算出地下流速、渗流量参数。试验证明单孔稀释渗漏探测原理应用于湖库渗漏探测中具有较好的推广应用价值。

著作权法视野下人工智能生成物保护研究

随着计算机技术和网络通信行业不断地进步,人工智能技术的发展突飞猛进,人工智能生成物在知识产权市场上频繁出现。然而现有著作权法无法为其提供合法的制度保护,生成物客体属性与著作权归属模式极具争议,相关法律纠纷的出现凸显理论证成与现实需求的矛盾。人工智能时代,应在认识和分析法律困境的基础上,积极探索与科技发展相适应的法律制度,并以此促进人工智能产业持续发展。通过对现阶段人工智能与其生成物的界定,分析人工智能客体地位确认的理论依据与现实意义,从而选择合理且可行的权利归属模式。

反身法视野下生成式人工智能的耦合型监管

生成式人工智能的快速发展带来了风险控制和监管难题。从社会系统论角度分析,欧盟基于风险的监管模式和美国基于场景的监管模式,均未能实现法律子系统和生成式人工智能子系统之间的有效互动,从而面临多重现实困境。反身法提倡“受规整的自治”,通过反思机制为其他社会子系统的“自我规制”提供制度保障,从而建构“生态自组织”的监管形态,对突破生成式人工智能的监管困境具有启发意义。立足反身法框架,借助战略生态位管理模型,厘清生成式人工智能“技术生态位—市场生态位—范式生态位”的内在演化逻辑,有助于探索和塑造包容审慎与敏捷高效相结合的、融外部监管与自我合规于一体的耦合型监管模式。

论复杂人工智能生成物在著作权法的定性--兼评“AI文生图著作权案”

对于AI生成物的可版性认定,我国司法实践采取了“简单—复杂”场景二分的裁判思路。然而,囿于对独创性概念的有限阐释,司法机关并未对该问题形成逻辑融贯的论证,进而引发争议。对此,有必要以复杂生成场景为定位,并沿袭独创性概念的规范阐释脉络,从客观、主观和行为三个维度来回应争议:第一,著作权法并仅不限于保护“大师”作品,生成式AI“排列组合式”的创作也能满足客观面向的“一定美感”;第二,复杂AI生成物具有高度定制化的特征,因此具备主观面向的“个性因素”,“人机二分说”将工具误认为主体,“算法唯一说”缺乏对创作流程的完整考量;第三,《著作权法实施条例》第三条第一款的“直接”应解释为“主要贡献”而非“直接决定”,后者既与域内外的一贯实践不符,也有悖于社会化创作的现代艺术发展规律。

国际软法视角下人工智能全球治理的现状与建议

人工智能技术的快速发展带来了一系列伦理、法律和政策挑战,使国际法面临着前所未有的考验。鉴于人工智能领域的复杂性和多变性,目前尚难以用一套统一的强制规则将其予以规制。在国际硬法缺位的背景下,软法在全球人工智能治理中扮演着重要角色。本文旨在分析当前人工智能“软法之治”的现状和所面临的挑战,重点关注伦理原则、数据监管和国际合作三大方面,提出应对这些挑战的对策,以帮助适应快速变化的人工智能时代。在此基础上,进一步提出要在联合国的主导下制定《人工智能框架公约》,将一些成熟的软法规则逐步转变成硬法,从而对人工智能国际法的进一步发展做出贡献。

基于改进人工势场法的潜航器避障策略

针对水下潜航器在复杂水下环境中面临的局部最优解困局及目标点不可达等避障挑战,提出了一种创新的基于改进人工势场法的避障策略。该策略首先通过融入随机扰动机制,显著提升了潜航器在动态环境中的路径探索能力与局部最优陷阱的逃逸能力;随后,为解决目标点不可达问题,策略中创新性地引入了目标调节因子,该因子通过精细调节引力与斥力的平衡关系,并优化引力分段函数的分界值及斥力影响半径,确保潜航器在接近目标时斥力渐减至零,从而实现了潜航器对目标点的精确、稳定到达。实验结果显示,所提策略避障成功率相较于传统人工势场法实现了显著提升,目标点到达率达到100%,验证了所提策略在复杂避障任务中的高效性与可靠性,也为水下潜航器自主导航技术探索了一条新的高效避障方法。

基于改进人工势场法的通用航空路径规划

通用航空飞机在飞行过程除了要面对障碍物和天气系统的威胁,同时也受到飞行空域的限制,往往飞机只能在一块固定的空域或狭小的飞行走廊内飞行,一旦飞出限制空域,则有可能引发飞行冲突,甚至发生严重的安全事故。针对这些问题,在人工势场法斥力势场函数中添加航空器和目标点之间的相对距离函数,首先解决传统人工势场法存在的目标不可达问题和局部极小点问题,然后在算法中加入航路边界斥力影响因子,使飞机避障后在边界斥力的作用下重回航路中心。经过MATLAB仿真验证,试验结果表明,改进后的人工势场法能够实现主动避障和飞机航迹的规划。

基于稀疏A^(*)与人工势场算法的EOSID路径规划

为提升起飞一发失效应急程序(EOSID)的制作效率,根据飞机性能限制和民航相关规章要求,提出了基于数字高程模型(DEM)的稀疏A和人工势场算法的ESOID全局路径规划方法,并进行了实例验证。结果表明,应用该方法可提升规划算法的局部避障能力及鲁棒性,生成的起飞一发失效三维路径与传统人工方法相近,为EOSID路径的自动规划提供了一种可行方法。

基于优化聚类的人工源电磁法数据信噪分离方法

为了降低强电磁干扰对人工源电磁法(Controlled Source Electromagnetic Method,CSEM)有效信号的影响,改善CSEM实测数据处理结果因人而异且效率低的不足,本文针对CSEM有效信号周期性特征提出了一种加权自适应带宽均值漂移聚类(Weighted Adaptive Bandwidth Mean-Shift Clustering,WAB-MSC)信噪分离方法.首先在传统均值漂移聚类(Mean-Shift Clustering,MSC)算法的基础上增加核函数,降低处理结果对带宽选择的敏感度,提高算法的稳健性;其次结合实测CSEM数据的分布特征提出了一种基于局部密度梯度的带宽估计方法,实现了自适应带宽选择;最后通过仿真数据与实测数据对本文方法进行了验证,结果表明:本文方法能有效消除强电磁干扰对CSEM数据的影响,最大程度保留受噪声影响较小或未受噪声影响的数据,提高数据信噪比,降低强干扰噪声对CSEM初始资料的影响程度,获得更为真实的地电响应模型,为后续数据处理提供保障.