可解释机器学习在油气领域人工智能中的研究进展与应用展望

人工智能作为战略性新兴产业及新质生产力正迅速地渗透入油气领域,并有望成为行业发展的新引擎和制高点。“黑盒”的机器学习模型缺乏透明度和可解释性,导致现有机器学习方法在油气领域的认可度和信任度不高,制约了以机器学习为核心的人工智能在油气田中的融合和发展。为此,系统介绍了可解释机器学习方法在油气田勘探开发过程的研究现状,阐述了机器学习模型的可解释性是促进油气领域人工智能大规模应用的关键,以及事后可解释方法在油气机器学习方法上的局限性,并对技术的应用进行了展望。研究结果表明:(1)利用Shapley加性解释(SHAP)和模型无关局部解释(LIME)等事后可解释方法进行煤层气产能主控因素实例验证,指出了可解释的油气田特征指标还不足以完全指导可解释模型的构建和分析,需要基于本质可解释思路建立符合油气田勘探开发自身特点的本质可解释机器学习方法;(2)利用机理模型、因果推断和反事实解释等本质可解释方法,分析油气田数据和模型参数之间的因果关系,构建了本质可解释机器学习方法;(3)选取典型煤层气压裂数据进行产能预测实例验证,发现因果推断能有效挖掘地质参数、施工参数和产能之间的本质关系,且基于因果关系建立的机器学习模型可以实现预测泛化性能提升。结论认为,基于事后可解释和本质可解释机器学习方法不仅是未来油气领域人工智能发展的必然趋势,而且是解决人工智能在油气领域现场落地的“瓶颈”问题及关键技术。

人工智能伦理治理研究

以人工智能为代表的新质生产力逐渐成为智能时代下经济发展的强劲动力,同时也引致了智能技术对人类个体和整体合法权益的担忧。中国在多个国际场合下都提出了“以人为本、智能向善”的主张,引导全球在人工智能伦理的轨道上发展智能技术。人工智能伦理有遵循一般科技伦理原则的方面,同时更多涉及社会伦理问题及人类整体安全问题。文章通过探讨人工智能伦理的基本内涵,分析人工智能伦理审查的道德正当性与政策规范的必要性,厘清人工智能伦理审查的理论逻辑,提出人工智能伦理审查机制的构建在坚持“以人为本”的基础上确保人工智能“向善”发展,还需确保制度规范的公平公正,厘清透明度与问责制的因果联系,确保科技发展与法律关系的稳定性,在人工智能伦理审查原则中落实监管责任,适时建立审查评估制度。

人工智能教育应用:师范生采纳意愿模型与策略研究——基于人工智能助推教师队伍建设试点高校3671份问卷的分析

提升师范生人工智能教育应用能力是教育部第二批人工智能助推教师队伍建设试点工作的核心内容之一。实现这一目标,首先要明确师范生人工智能教育应用采纳意愿的影响因素及作用机制,为此,在UTAUT模型(技术接受与使用整合模型)基础上引入个体创新与TPACK(整合技术的学科教学法知识)因素,构建了师范生人工智能教育应用采纳意愿模型,采用结构方程模型等方法对3671份问卷进行分析。结果表明:师范生人工智能教育应用采纳意愿受到绩效期望、努力期望、个体创新、促进条件和TPACK的影响。此外,性别和专业调节效应不显著,年级具有显著调节效应。因此应建立科学应用机制,提升师范生对师生人工智能教育的科学认知;破解智能技术工具壁垒,打造人工智能教育应用的创新环境;提升创新设计能力,聚焦智能时代师范生设计思维培养;开设智能教育教师教育类课程,提升师范生人工智能教育应用素养;推进深度融合创新,构建“智能+”育人支持服务体系。

人工智能课双师专递教学的实施模式及应用研究

乡村要振兴,教育必先行。乡村教育振兴是乡村振兴的第一要义、是乡村振兴的活水之源。专递课堂教学是促进乡村教育振兴,实现教育均衡发展,缩小城乡教育差距的有效方式。针对智能时代培养学生人工智能素养的育人目标,乡村学校存在课程师资、数字化教学资源和相应软硬件短缺,现有教学模式适切性低的困难,人工智能课的教学工作难以开展。因此,本研究针对乡村学校面临的内外困境,基于专递课堂特点和人工智能课程教学的要求,基于乡村学校的学情,提出人工智能课的双师专递教学实施模式;基于义务教育阶段信息科技课程标准的要求,面向乡村小学五年级学生,从创设情境、技术体验、原理探究、巩固提升四方面设计并开展了基于实施模式的教学实践。对教学过程的分析发现,在实施模式指导下开展人工智能教学效果好,学习目标达成度高;师生交互灵活,课堂氛围活跃。

推动人工智能向善发展:教育与人工智能共同的责任

人工智能的迅速发展正深刻改变人类的生产方式、生活方式和学习方式,对教育产生深度影响,而现阶段生成式人工智能工具在教育领域广泛应用,给教育带来新的道德伦理问题。该文首先从人工智能快速发展引发更加复杂的道德伦理问题和人工智能道德伦理是人类道德伦理价值体系新组成两方面给出人工智能延展人类道德伦理范围。再从人工智能教育应用伦理风险、教育人工智能伦理治理现状、教育人工智能伦理需解决问题等三个层面阐述了教育人工智能应用伦理风险与治理。再次从核心素养培养、规范应用监管、道德伦理框架、技术规范研制等四个维度给出人工智能向善发展的建设路线。最后,给出五条发展建议:加强顶层设计,系统规划总体框架;重视育人为本,创新发展人工智能课程;遵循治理原则,促进技术向善赋能;明确价值准则,助力人机相融共进;加快标准制定,规范教育人工智能实践。以期推动人工智能向善发展,赋能、赋智教育,促进教育数字化转型,构筑智能时代的人类命运共同体。

人工智能的安全风险与防范

人工智能(artificial intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,其对人类进步的贡献是有目共睹、毋庸置疑的.然而,任何事物都有两面性,有好的一面就有坏的一面,这两面既相互排斥又相互依存,这就是矛盾的对立统一.本专题讨论人工智能的安全风险问题,以便为防范安全风险做好准备.

人工智能融入教育:全球态势与中国路向

在两个大变局下,教育智能化现象引起全球瞩目。研究溯源了人工智能技术融入教育的历史脉络,以及三十年以来全球信息科技融入教育呈现“中美并发争先,亚洲部分国家表现亮眼,世界主要各国呈雁阵”的新态势。在底层逻辑上揭示了人工智能之所以颠覆教育的人技关系质性变化、智能教育社会实验黑箱特性、人工智能强赋能双刃剑效应三大根源性特征。通过将全球人工智能指数和教育强国指数做关联聚类,分类阐释了世界主要国家在推动教育智能化进程时的政策策略;从开辟数字教育新赛道的视角为中国教育的智能化发展提出路向建议,以回应教育强国建设、人工智能何为的时代之问。

人工智能在儿童青少年焦虑和抑郁中应用的Scoping综述

目的系统综述人工智能在儿童青少年焦虑和抑郁中的应用。方法检索2014年1月至2024年1月PubMed、Web of Science、中国知网和万方数据库中人工智能与儿童青少年焦虑和抑郁相关文献,进行Scoping综述。结果最终纳入10篇文献,来自美国、中国、澳大利亚和法国,主要来源于心理学、公共卫生、临床医学、神经科学、康复等领域的期刊,涉及6项横断面研究、3项纵向研究和1项访谈研究,包括10880例参与者,年龄3~18岁。数据类型主要包括问卷/量表、访谈数据和脑成像数据。从数据中提取与焦虑、抑郁相关的特征,使用人工智能技术建立模型,以识别或预测儿童青少年焦虑和抑郁。结论人工智能在识别或预测儿童和青少年焦虑和抑郁方面具有潜在的价值和应用前景。

技术浪潮下的电影艺术:人工智能与虚拟拍摄技术对电影产业的影响与展望

主持人语:在数字化和高新技术日益成为推动社会发展的关键力量的今天,电影作为文化与技术交汇的前沿阵地,也经历着前所未有的变革。虚拟拍摄、人工智能等技术不断重新定义电影,不仅提高了制作效率,改善了效果,也给电影的艺术属性和文化价值的传递带来了新的可能性。人工智能到底是被人类打开的潘多拉魔盒,还是推动美的维纳斯再度降临的契机,取决于我们如何看待、掌握并运用这一技术。在此背景下,第十四届北京国际电影节主题论坛之“数字化高新科技赋能电影生产与发展”汇聚了全球顶尖的电影制作人、技术先驱、行业领袖及人文学者,聚焦人工智能等高新科技在影视领域的最新发展,深入探讨虚拟拍摄技术在数字化电影制作中的前沿应用,深刻洞察与描摹了高新科技背景下电影工业的动态走向和未来蓝图。

无过错责任与人工智能发展--基于法律经济分析的一个观点

如何制定人工智能致害的侵权责任规则,是人工智能立法领域的一个困难议题。由于黑箱系统的作用机制难以解释,以及致害过程有多方参与,人工智能致害侵权如适用过失责任,将产生较高制度成本。适用无过错责任不仅制度成本更低、救济效果更好,而且结合法律经济分析有关责任规则影响注意水平和行为水平的原理,可知其未必会导致对人工智能创新活动的过度抑制。同时,尽管基于行政监管的风险规制是应对人工智能致害风险的最主要制度形态,但侵权赔偿责任,特别是无过错责任的设置,将有助于维护社会对人工智能产业及人工智能监管体制的信任。

人工智能技术下的中国电影工业化与“工业美学”:建设、发展与展望

当下,以人工智能为强劲动力的高新科技加速度式发展,给电影工业、电影人的思维、想象力、主体性与工作理性、生存方式等都带来巨大冲击。在此技术大潮的强力推动下,电影生产技术、产业和市场环境都正在经历深刻的变革,电影工业朝着更加智能化、高科技化的方向发展。面对这种变革,我们不仅要在观念上与生产实践上适应,顺应并推动这种变革,也应该重新思考电影理论的应对,探索艺术表达、电影产业与电影工业美学建设的新方向,以推动和引领不断变化的电影发展。在此背景下,第十四届北京国际电影节主题论坛“数字化与高新科技赋能电影生产与发展”汇集了全球顶尖的电影制作人、技术先锋、行业领袖以及人文学者,围绕人工智能、电影工业、人工智能对电影工业的影响,人工智能与人类的互动关系,以及电影的未来发展等重要话题,进行了充分、深入且具有启发性的讨论。这些讨论不仅为电影行业的未来发展提供了新的视角和思路,也为电影文化的创新与融合注入了新的活力。

人工智能应用于老年人睡眠障碍的诊断与干预:基于ICF的Scoping综述

目的综述人工智能在老年人睡眠障碍识别、监测与干预中的应用及效果。方法检索建库至2024年6月PubMed、Web of Science、中国知网、万方数据库人工智能在老年人睡眠障碍领域应用的相关文献,并进行Scoping综述。结果共纳入10篇文献,来自7个国家,涉及36344例老年参与者,发表时间集中于2020年至2024年,研究类型涉及横断面研究6篇、前瞻性研究1篇、自身前后对照研究1篇、随机对照试验2篇,主要来源于临床医学、睡眠、康复医学、信息工程学等领域。人工智能主要应用于监测老年人睡眠全过程,预测与识别睡眠障碍,基于移动平台进行生物反馈、线上咨询和认知行为治疗等干预。结论人工智能不仅可提高睡眠障碍的诊断准确性,还能为临床干预提供有力的数据支撑,基于大数据及智能算法的线上睡眠干预可以为老年人提供有效的健康管理。

人工智能在应急语言服务中的应用与展望

人工智能技术助推着语言服务行业的数字化、智能化转型,其高效率、低成本、协同性等特征在应急语言服务领域产生了突出的社会和经济效益并具有潜在的实际应用价值。本文分析了人工智能技术在应急语言服务产品、人才培养、实践活动中的应用现状,并展望了未来发展趋势。本研究有望为深化应急语言服务智能化转型的理论研究、推进应急语言服务智能化转型的实践探索提供有益参考。

人工智能赋能乡村教师高质量发展:内涵、知识框架与行进路径

优秀乡村教师是乡村教育高质量发展的中坚力量,人工智能赋能乡村教师高质量发展是乡村教育振兴与教育高质量发展的应有之义。现实中乡村教师高质量发展面临内在成长与外生培育的双重困境,即在内乡村教师主动性欠佳,智能教育素养不高;在外乡村教师教研培训过程粗放,人工智能技术应用不深,因此效率效果欠佳。为化解以上困境,研究从目标、路径、结果、过程上梳理了人工智能赋能乡村教师高质量发展的新内涵,提出了涵盖人工智能技术(iK)、教学法(PK)、多学科内容(CK)、乡村文化境脉(XK)以及乡村学生及学习科学(LK)五个知识要素的iPACK-XL框架,并从建设基于iPACKXL的研训课程、探索人工智能技术支持的精准培训模式、应用数据驱动的智能研修平台与工具、构建与优化乡村教师发展的智能画像等四方面提出了利用人工智能赋能乡村教师高质量发展的行进路径,推动构建乡村教师高质量发展的新格局,重塑乡村教师高质量发展的新生态。

人工智能大模型技术在加油站行业的应用前景、挑战与对策

为促进成品油销售企业和行业决策者深入理解大模型技术的潜力,积极面对和解决技术落地的问题,推动、引领和深化行业的人工智能科技变革进程,分析了人工智能大模型技术如何通过优化客户服务体验和增强企业的竞争力来引领行业变革,以及在实际应用过程中可能遭遇的挑战与障碍,并提出针对性的对策建议。

人工智能领域研究生多学科交叉培养研究与实践

为突破人工智能领域多学科交叉研究生培养面临的高校建制及学科边界的壁垒,创新人工智能领域研究生多学科交叉培养模式,面向国家人工智能发展战略和山东省人工智能产业布局实施顶层设计,构建知识精密耦合的多学科融合课程体系,建设产教深度融合的创新实践基地,强化过程考核,多方位构建激励与约束机制,通过研究生基层组织建设实施网格化管理。该模式依托济南大学人工智能研究院,在电子信息类研究生培养过程中进行推广应用,近3年培养人工智能领域研究生150余名,建成2个省级研究生培养基地、8门省级优质课程及相关案例库,研究生科研成果获学科竞赛奖项5项,4篇学位论文获评省级优秀硕士学位论文,可为省属高校多学科交叉背景下的研究生培养提供有益的参考借鉴。

中小学人工智能应用的伦理教育研究

当前人工智能理论与技术不断发展和完善,使其在各行各业的应用愈加深入,也广泛应用于我国中小学教学及管理系统中。然而,随着人机关系的不断发展,这些人工智能平台在给社会带来便利的同时,也催生出了一系列相关的伦理问题。文章首先从人工智能的研发机制出发,探讨人工智能的潜在风险;然后解析人工智能伦理教育纳入中小学教育的必要性;最后通过分析人工智能伦理、人工智能学科教育和德育教育的关系,提出中小学人工智能伦理教育的开展模式。

生成式人工智能的工业应用技术与前景

随着在工业应用中的不断深化,人工智能(AI)逐渐面临场景定制化、数据要求高、动态环境适应性差等问题。以生成式人工智能(AIGC)为代表的通用AI为突破传统AI的瓶颈提供了新思路。为推动AIGC与工业领域的融合创新、抢占下一轮科技革命的技术高地,对AIGC技术及其工业应用展开综述。首先,梳理了国内外AIGC技术的发展现状,总结了当前AIGC工业应用面临的问题和挑战。然后,提出了AIGC在工业领域应用的技术架构,以及通用大模型集成、通用大模型微调与知识库外挂、预训练工业大模型这三种应用模式。最后,从研发设计、生产制造、经营管理以及运维服务等四个方面的十二个场景作应用展望,以激发AIGC工业应用的新技术、新方向的进一步发展,赋能工业领域形成新质生产力。

东亚区域人工智能气象大模型预报技巧评估

针对人工智能气象大模型的500 hPa位势高度、2 m气温、10 m风速、降水以及热带气旋路径等,从定性和定量两个角度进行评估。结果表明:从定性角度出发,FuXi、Pangu和GraphCast 3个大模型均会响应热带异常加热,其中Pangu与GraphCast响应强度接近,FuXi响应较弱。从定量角度出发,FuXi整体展现出更高的预报能力,其最大可用预报日数超过9.75 d,Pangu和GraphCast分别为8.75 d和8.5 d。在2 m气温预报中,FuXi的时间异常相关系数为0.48~0.91,Pangu和GraphCast分别为0.43~0.91和0.38~0.83。此外,采用TS(threat score)评分对FuXi和GraphCast降水预报进行评估,FuXi在晴雨、小雨和中雨预报中更具优势,其预报技巧分别为0.22~0.41、0.15~0.24和0.06~0.22,GraphCast在大雨预报中展现更强能力。针对2019年7月29日华北暴雨和2020年8月16—17日乐山暴雨两次极端降水个例进行分析,FuXi和GraphCast均可提前8 d预报降水的空间分布,但在降水量级预报中存在偏差,随着预报时效减小,偏差也逐渐减小。在热带气旋路径预报中,Pangu展现更高精度。

人工智能在经导管动脉化疗栓塞术治疗肝细胞癌的预后和疗效预测中的应用进展

[背景]经导管动脉化疗栓塞术(TACE)是治疗肝细胞癌的主要手段之一.患者的个体差异使得医生需要在规范化治疗的基础上重视个体化策略.高精度的TACE术后预后和疗效预测模型可以辅助医生制定肝细胞癌患者的临床治疗方案,但目前预测TACE转归的生物指标仍未达成共识.[进展]随着人工智能技术的进步,越来越多研究利用机器学习模型挖掘患者个体差异与TACE术后预后和疗效之间的关系,以达到辅助医疗决策、个性化诊疗的目的.本文总结了当前人工智能技术应用于TACE术后预后和疗效预测的研究进展,着重关注人工智能技术的应用范式.[展望]目前的深度学习算法无法完全利用所有医学特征,随着深度学习技术的继续发展,基于深度学习的自动分割技术将提供更准确的分割结果.更深的网络结构可帮助医生更好地预测患者的TACE预后,为医师提供更精确的决策支持.