AI浪潮下的心理学革命：斯坦福实验揭示诊断新纪元
在AI渗透各行各业的今天，传统学科正在经历深刻变革，心理学领域同样如此。斯坦福大学开展的一项创新实验中，研究人员仅需分析受试者15秒的语音样本，AI系统就能以85%的准确率识别出抑郁症早期迹象。这一准确度意味着什么？它甚至超越了许多初级心理咨询师的专业判断水平。这昭示着心理学可能迎来重大转型：从传统的纸质问卷转向数字化个性分析，从依赖主观经验转向数据驱动的精准评估，AI正在全面革新心理学的研究方法与临床实践！人工智能与心理学的融合方向正成为备受关注的新兴领域！人工智能+心理学前沿科研成果目前，多所顶尖学府
中国科学家参与揭示五种宇宙物质起源奥秘
诺贝尔物理学奖获得者、山东高等技术研究院名誉院长丁肇中教授领衔的国际空间站阿尔法磁谱仪（AMS）实验项目，针对宇宙中的磷、氯、氩、钾、钙等元素实施了高精度测量，并揭示了其内在规律。相关研究成果于6月17日刊登在国际顶尖学术刊物《物理评论快报》。位于山东济南的山东高等技术研究院作为该成果的主要贡献单位参与其中。 据山东高等技术研究院介绍，磷、氯、氩、钾、钙在日常生活中发挥着不可替代的作用。学术界普遍认为，这类重原子核的来源存在两种可能：一是在恒星演化进程中形成，二是由铁等更重原子核在银河系穿行期间与星际介质
Gartner报告：品牌测量不足导致“死亡循环”，八成企业面临战略调整
Gartner近期调研指出，多达84%的受访公司深陷“品牌死亡循环”，其根源在于品牌测量资源匮乏，致使无法有效展示品牌对业务的具体贡献，从而导致品牌建设资金难以维系。 该调查于2025年9月至10月间展开，受访对象为426位资深营销高管。Gartner将这一困境定义为恶性循环：企业往往低估测量投入，因缺乏信心而削减预算，最终导致品牌价值被忽视、资金短缺及影响力萎缩。 Gartner营销业务副总裁Julie Reeves指出，品牌不仅是传播资产，更是增长引擎。当前难点在于，多数企业缺乏科学的测量手段及与高管
AI素养测评：如何科学衡量这一核心能力？
近些年，生成式AI在办公、校园及日常生活中极速普及。无论是ChatGPT还是各类智能推荐，AI早已超越专业领域的工具范畴，演变为大众无法回避的社会基石。然而，随之而来的核心疑问是：我们该如何评估一个人是否真正掌握了“AI素养”？为何AI素养备受瞩目？AI已全方位重塑了我们的工作、求学、交流及决策模式。它既能赋能增效，改善生活品质，却也潜藏偏见、虚假信息及社会不公的风险。因此，关键不在于是否熟练操作ChatGPT，而在于能否洞察AI的本质原理，明晰其边界，批判性地审视其产出，并在实际应用中做到负责任与合规。
AI 视觉检测案例三：几何尺寸与缺陷精准测量
点击上方 [鸾矶智能为制造企业赋能] 关注我们尺寸误差、几何瑕疵、精度漂移、检测低效、隐形成本高企，是当下制造业质检的普遍难题。传统人工与陈旧设备的检测方式，已难以匹配智能制造高速产线的需求，成为企业提升质量、降低成本、增加效率的关键短板。为此，鸾矶智能发布全新 AI 视觉检测方案，凭借领先的 AI 视觉技术，精准解决尺寸几何测量与缺陷检测难题，以微米级精度和全流程智能化，强力推动制造业品质数字化升级。在智能制造浪潮下，AI 视觉检测已成为产业升级的核心机遇，取代传统人工与老旧设备是必然走向。从市场数据即
AI是否具备意识？科学家称现有手段或无法给出确切结论
关于AI能否具备自我意识的探讨，早就脱离了科幻小说的领域。如今，它已经演变成科学界争论的焦点，并且越来越深地影响着诸多具有争议的话题，比如AI道德、动物权益、胚胎成长以及实验室培养的脑细胞。不过，《神经元》杂志刊登的一项最新研究指出，目前用来解答该问题的科学手段，或许并未真正测量出学者们期望测量的内容。由韩国基础科学院学者刘学宽带领的团队，携手蒙特利尔大学与纽约大学的专家，指出在意识探索领域广泛应用的诸多实验手段，未能有效将主观感受与普通信息处理过程剥离开来。在这篇名为《当前意识科学的伦理困境》的论文里，
清华347应用心理直播课程预告：人工智能专题明晚开讲
点击上方蓝字设为「星标」第一时间获取顶尖院校动态关于我们水木上岸自2017年深耕清华347应用心理辅导领域，上岸率稳定在67%至88%区间。团队师资全部来自清华大学，学历涵盖本科、硕士、博士，课程体系全面覆盖考研各科目。作为心理学界唯一专注于人工智能的机构，我们始终走在学科前沿。2026年考研中，水木上岸共有40名学员进入复试（复试总人数52人）。2025年考研中，水木上岸21名学员被录取（录取总人数24人），占比高达88%，录取榜单前五名均为水木上岸学员（涵盖总分第一及专业课第一）。2024年考研中，水
工业AI实战：构建化工全流程智能优化系统
前言致辞国民经济中的工业门类划分如下：采矿业包含7个大类；制造业涵盖31个大类；电力、热力、燃气及水的生产与供应业涉及3个大类；共计41个大类，细分出207个中类和666个小类。在工业AI经历了一番轰轰烈烈的宣传之后，目前已实质性推进至具体落地应用阶段。实事求是地讲，尽管AI算法的组合形式繁多，但基础算法其实寥寥无几。工业领域的AI应用，关键在于利用有限的AI算法，结合既有的工业仿真模型与行业经验，构建起针对工业过程的快速建模体系。从本系列开始，我们将选取真实存在、极具挑战性且源自工业一线的实战案例，尝试
人工智能心理测量：数学与心理的融合
关于波动智能：波动智能致力于构建一套基于人类意图与反馈的真实需求洞察及满足的价值体系，它结合了人工智能与认知科学，打造了集情绪识别、建模和推荐于一体的智能引擎。公司自主开发了适用于社交和电商场景的多模态意图识别引擎、标签系统及推荐算法，提供了从情绪采集、建模到商业转化的全链路解决方案。波动智能提出“意图是连接人与物的核心接口”，其技术已深入AI社交、个性化推荐、虚拟陪伴及电商体验优化等行业。此外，波动智能正在探索“EMO-as-a-Service”服务模式，帮助企业实现更精准的用户洞察与情绪互动，加速从功
AI能力评估的关键要素
评估能力的强弱，直接决定了AI实力的高低。对于无法准确衡量的事物，你将难以进行有效的管理。企业真正的评估核心在于：衡量"AI系统执行任务的准确性"。供应商提供的基准测试如同入学测试；而企业自身的评估才是日常运营的关键。多数企业AI项目失败的根源都源于此类问题。多数企业AI系统的优化也都是在此领域投入的结果。大部分企业在这两个方面都缺乏系统性的规划。成熟企业则会定期执行"外部视角"检查，并在出现异常时进行"内部审视"。供应商基准帮助你判断"哪些模型值得
血压测量常出错？避开这7大误区，瞬间掌握精准技巧丨世界高血压日
高血压的管控是一场“长跑”，准确测量是首要环节。您是否也有过这样的困惑：为何居家自测血压数值不稳？何时测量结果最可靠？电子血压计是否值得信赖？每次测量是否都需记录？针对这些大众关切点，我们将逐一进行解析。 1.居家自测血压为何数据波动大？ 不少高血压病友在家自行测量时，常抱怨读数“起伏不定”，甚至因此错误判断病情。这往往与以下几类因素有关：测量时段不统一、测量位置不固定、姿势差异、测量时情绪未平复、血压计设备老化等。 除了优选上臂式电子血压计外，家庭测压应恪守“三固定”法则——固定时段（起床后1小时内、晚
仅用两月时间 江门中微子实验实现测量精度飞跃
江门中微子实验在投入运行仅仅59天后，便突破了两项中微子振荡核心参数的记录，将测量精确度提升至原来的1.5至1.8倍，这一成就超越了全球其他实验历经数十年才达到的水平，这绝非偶然，而是源于系统性科研机制的强大效能。 江门中微子实验锚定基础科学最尖端领域进行战略部署，整合中外科研力量开展跨学科联合攻关，将制度优势有效转化为科研发展的强劲动力。下面让我们共同见证科研工作者如何逐步揭开这种神秘粒子的奥秘。
量子世界的“本我”与AI的“无我”之辩
根据量子力学的哥本哈根诠释，波函数ψ并非实体存在，仅作为一种数学工具，用于预测测量结果的概率。波函数Ψ仅仅是我们掌握的关于量子体系（或整个宇宙）的一种信息载体。人类必须通过观察和测量来获取这类信息。观察测量行为会导致波函数发生坍塌，从而产生一个确定的观测结果。测量导致波函数坍塌的过程本身，并不在薛定谔方程的描述范畴之内。（含时）薛定谔方程所描述的是量子体系（波函数）如何确定地随时间演化。波函数坍塌并不包含在其中。一个缺乏物理过程且没有数学描述的坍塌现象，一直是量子力学面临的挑战之一。众多杰出的物理学家从不
AI投入却难见产出：生产力悖论指向何处？
值得持续留意的一个现象2026年4月，一家国际商业媒体披露，部分CEO在连续两年大规模推进AI投入后表示："钱也花了，人也用上了，但我们期待的结果并没有出现。"这一反应引起了经济学界的再思考。有人把它放回到40年前的经典命题——"生产力悖论"（Productivity Paradox）中来审视。诺贝尔经济学奖得主Robert Solow在1987年就曾提到："You can see the computer age everywhere but in the pro
华盛昌2025年归母净利8905万元，同比下滑35.7%
4月27日，华盛昌(80.900, -1.39, -1.69%)(002980)披露2025年年度报告：公司实现营业收入8.03亿元，同比减少0.5%；归母净利润8905万元，同比下降35.7%；扣非归母净利润8463万元，同比下降35.3%；经营活动现金流净额5979万元，同比下滑73.4%；EPS(全面摊薄)为0.4702元。 从第四季度来看，公司营业收入2.73亿元，同比增加10.8%；归母净利润2416万元，同比减少15.4%；扣非归母净利润2262万元，同比减少18.3%；EPS为0.1276元