关键词： 机器学习   人工智能   反流性食管炎   模型   医案   辨证  

摘要： 目的　基于机器学习方法构建反流性食管炎中医智能辨证模型。方法　检索中国知识资源总库(China National Knowledge Infrastructure，CNKI)、中文科技期刊数据库(China Science and Technology Journal Database，VIP)、万方数据知识服务平台(E-Resources for China Studies，Wanfang Date)、中国生物医学文献数据库(China Biology Medicine disc，CBM)、古今医案云平台2001年1月至2024年1月收录的反流性食管炎中符合肝胃不和证、肝胃郁热证的临床医案数据。通过数据预处理、特征工程，然后将数据样本按7：3划分为训练集和测试集。运用支持向量机（Support Vector Machines，SVM）、K最近邻（K Nearest Neighbors，KNN）、随机森林（Random Forest，RF）、极限梯度提升（EXtreme Gradient Boosting，XGBoost）、BP神经网络（Back Propagation Neural Network，BPNN）、逻辑回归（Logistic Regression，LR）的机器学习算法建立反流性食管炎的辨证模型。结果　整理得到188则医案数据样本，在相同训练、测试样本数据下，支持向量机、K最近邻、随机森林、极限梯度提升、BP神经网络、逻辑回归这6种算法对反流性食管炎两种证候的识别准确率分别为75％、73％、78％、65％、60％、62％。结论　随机森林模型在诊断和预测方面表现出色，因此将机器学习技术应用于RE辨证模型构建在方法学上是有可行性的。

关键词： 人工智能   智能社会   实验主义治理   社会实验  

摘要： 科技发展正推动人类快速迈入以人工智能作为主导技术和生产力,被智能革命全面影响、改造和定型的智能社会。基于对“技术—社会—治理”关系的阐释,揭示了人工智能创新引领下,智能社会在经济、政治、文化、社会、生态方面的系统变革。分析了未来人工智能作为独立主体带来的新质生产力、文明新形态和社会运行新机制,以及由此可能引发的价值观对立、经济活动无序、社会管理超复杂、认知混乱、能耗激增等风险挑战与治理要求。从对人工智能技术进行规训的角度,阐释了以人工智能社会实验为代表的实验主义治理新范式,提出在通用人工智能日臻成熟、智能社会转型提速的新形势下,加快从“智能的社会治理”转向“智能社会的治理”,构建人文智能社会的发展目标。

关键词： 生成式人工智能   低空经济   风险识别   制度应对   数据安全  

摘要： 党的二十届三中全会强调了要发展低空经济。低空经济作为未来的“万亿级”产业，如何又快又好地发展成了重要议题。在低空经济的发展中，生成式人工智能得到了大量运用，成为低空经济的重要助推力量。然而，生成式人工智能在提升低空经济生产力，实现生产关系变革的同时，亦引发了不同风险。从实践研判来看，生成式人工智能赋能低空经济在政策维度、技术维度和产业维度都引发了重要变革。但是基于风险识别，生成式人工智能引发了不同维度的个体风险、产业风险和国家风险，应立足于制度化建设角度，通过补点、建链和构网形成体系化制度应对，纾解多元风险，赋能低空经济发展的同时给予全世界中国的低空经济应用方案。

关键词： 人工智能   三维重建   肺段切除术   Mimics  

摘要： 目的 分析人工智能（artificial intelligence,AI）软件和Mimics软件术前三维（three dimension,3D重建在胸腔镜下解剖性肺段切除术中的应用效果。方法 回顾性分析2019年10月—2024年3月于淮安市第二人民医院胸外科行胸腔镜肺段切除手术患者。术前行AI软件3D重建的患者纳入AI组，行Mimics软件3D重建的患者纳入Mimics组，未行3D重建的患者纳入对照组。比较各组患者的围手术期相关指标。结果 共纳入168例患者，其中男73例、女95例，年龄25～81(61.61±10.55)岁。AI组79例，Mimics组53例，对照组36例。三组患者在性别、年龄、吸烟史、结节大小、淋巴结清扫组数、术后病理结果、术后并发症等方面差异均无统计学意义（P>0.05）。三组患者在手术时间（P<0.001）、拔管时间（P<0.001）、引流量（P<0.001）、出血量（P<0.001）、术后住院时间（P=0.001）方面差异有统计学意义。AI组与Mimics组在手术时间、拔管时间、出血量、术后住院时间方面差异无统计学意义（P>0.05）。AI组与对照组在引流量方面差异无统计学意义（P>0.05）。结论 对于需行胸腔镜解剖性肺段切除患者，术前3D重建，依据3D图像行术前规划，相较于仅阅读CT影像，可缩短手术时间、术后拔管及住院时间，减少术中出血量及术后引流量。采用AI软件行3D重建对手术指导及术后康复方面不劣于Mimics人工3D重建，可减轻临床医师工作量，值得推广。

关键词： 物体目标导航   具身人工智能   视觉自主探索   视觉物体重排布  

摘要： 近年来随着计算机视觉和人工智能领域的不断发展,具身人工智能(embodied AI)受到国内外学术界和工业界的广泛关注.具身人工智能强调具身智能体通过与环境进行情景化的交互来主动获取物理世界的真实反馈,并通过对反馈进行学习使具身智能体更加智能.作为具身人工智能具体化的任务之一,物体目标导航要求具身智能体在事先未知的、复杂且语义丰富的场景中搜寻并导航至指定的物体目标(例如:找到水槽).物体目标导航在辅助人类日常活动的智能助手方面有着巨大的应用潜力,是其他基于交互的具身智能研究的基础和前置任务.系统地分类和梳理当前物体目标导航相关工作,首先介绍环境表示和视觉自主探索相关知识,从3种不同的角度对现有的物体目标导航方法进行分类和分析,其次介绍两类更高层次的物体重排布任务,描述逼真的室内仿真环境数据集、评价指标和通用的导航策略训练范式,最后比较和分析现有的物体目标导航策略在不同数据集上的性能,总结该领域所面临的挑战,并对发展前景作出展望.