打破 AI 黑盒！深圳理工新法让医疗决策透明可信
人工智能（AI）在医疗界的渗透日益加深，但其“黑盒”属性导致只出结果不释原因。医生难以洞悉 AI 的决策逻辑，这不仅埋下误诊与失控的隐患，更阻碍了医疗 AI 通过严苛监管及获取临床信任。如何实现人机“无障碍沟通”，成为全球医疗 AI 落地的核心难题。5 月 18 日，深圳理工大学计算机科学与人工智能学院潘毅院长、唐金陵讲席教授团队，携手中国科学院深圳先进技术研究院蔡云鹏研究员团队，在顶级期刊《Nature Biomedical Engineering》发表重磅成果。他们提出一种名为“类关联流形学习”的数学
生成式AI驱动的城市空间流形生成
引言城市形态学——聚焦城市空间的形式、结构及其演化——在快速城市化、技术迭代与现代城市多元面貌的共同作用下，正变得愈发复杂。沿用至今的规划与设计方法，往往难以充分回应城市环境中的动态变化与涌现现象。随着生成式模型、流形学习等AI技术的到来，研究者得以用更新的视角理解并参与塑造城市空间。本文希望梳理城市空间形态生成机制及AI在其中的作用，重新追问城市空间究竟如何被生成、又如何持续演变：将城市视作由人、建成环境与自然环境共同构成、并相互作用的复杂系统。基于流形与人的行为方式，我们提出一种以人和AI共生为核心的