AI模型精准预测DNA序列配对关系
美国北卡罗来纳州立大学团队近期发布了一款新型AI模型，可推断DNA分子间相互结合的对象。该成果于7月9日刊登在《自然·通讯》期刊上。美国北卡罗来纳州立大学团队近期发布了一款新型AI模型，可推断DNA分子间相互结合的对象。该成果于7月9日刊登在《自然·通讯》期刊上。深入理解这些极其复杂的结合机制，对于生物医学诊断乃至DNA计算等多个应用领域均至关重要。共同通讯作者、北卡罗来纳州立大学副教授Albert Keung表示：“我们通常认为分子结合是一种简单关系——A分子与B分子结合。但在生物系统中，情况远非如此。
AI赋能射频信号处理技术新突破
射频（Radio Frequency, RF）信号处理是当代无线通信、雷达探测、电子对抗及物联网的核心技术支撑。随着5G/6G网络、认知无线电和智能感知技术的迅猛发展，射频通信系统正面临信道复杂、信号密集、调制方式多样化、设计非线性程度高、优化成本昂贵等显著挑战。基于专家经验的传统特征工程与电路设计方法，在复杂动态场景下表现出效率低下、泛化能力不足的缺陷，难以满足大规模、高实时性的工程应用需求。与此同时，深度学习与机器学习方法凭借其卓越的非线性拟合能力和模式识别优势，正在深刻改变射频研究的技术范式。本课程
AI 浪潮下，Python 是否已成过去式？
在人工智能技术深度嵌入科研与产业生态的当下，大模型与 Python 数据分析、机器学习及深度学习的紧密结合，正成为突破科研瓶颈、增强项目竞争力、推动高质量论文发表的关键引擎。为助力广大科研人员、高校师生及企业技术骨干掌握前沿技能，打通从理论学习到成果转化的全链路，特邀请国内顶尖 985 高校教授重磅推出《人工智能 Python 数据分析、机器学习与深度学习实战及项目申报、论文发表高级研修班》。本课程紧扣“技术落地 + 成果产出”两大核心，系统整合人工智能大模型、Python 数据分析、机器学习与深度学习的
AI与大模型：扩散模型解析
人工智能生成内容，简称AIGC。尽管AI应用热度高涨，但真正让大众感知到其价值的，正是AIGC。至于更高端的领域如军事、科研等，普通人的感受并不明显。至少目前，在抖音等平台上，AI生成的图像和视频随处可见。从大模型视角来看，AIGC主要依赖生成对抗网络（GAN）、扩散模型、大语言模型等深度学习技术，通过学习现有数据来生成新内容。从上述分析可知，扩散模型是实现AIGC的底层核心技术之一。那么，扩散模型究竟是什么？Diffusion Model，即扩散模型，是AI底层生成技术的重要模型之一。它通过学习逆扩散去
AI往事（四）：一块显卡如何颠覆人工智能？
从游戏娱乐到加密货币挖矿，再到AI训练，这块芯片经历了怎样的蜕变？如果我问各位：在当今的AI时代，谁才是真正的赢家？很多人可能会脱口而出：OpenAI、Anthropic、Google、DeepSeek。但实际上，如果从市值角度衡量，最大的受益者。可能是一家过去被许多年轻人视为游戏装备的公司：NVIDIA（英伟达）。如今，全球几乎所有的大模型。几乎所有AI训练中心，几乎所有超级计算机，内部都搭载着它的GPU。然而，二十多年前，没人能预料到，这家公司最终会彻底改变世界。因为，它的起点，只是销售游戏显卡。GP
人工智能入门：构建完整认知地图的指南
刚开始探索人工智能时，最让人头疼的往往不是单个概念难以理解，而是各类术语接连涌现、层出不穷。今天刚了解大模型，明天又遇到智能体，后天还会接触世界模型、具身智能、多模态、RAG、机器视觉。每个名词看起来都至关重要，却让人难以分辨：它们到底属于同一范畴吗？哪些是底层根基、哪些是实际应用、哪些又是前沿探索方向？ 因此本系列的首篇文章，不堆砌繁复公式，也不深入学术文献，先帮大家梳理整体认知。先做一件更基础、也更有价值的事：绘制一张 AI 初学者能看懂的全局蓝图。先看总结1.AI 是借助技术手段，让机器具备感知信息
AI赋能智能育种：四天实战从基因组到多组学分析
从基因组选择到 AI AgentAI赋能智能育种：四天实战从基因组到多组学分析四天高强度实战从基因组数据到 AI 智能分析理论学习 + 实操演练带你从「零基础」走向独立应用培训时间2026年8月17日-8月20日培训地点中国农业科学院农科三路24号（北京）+线上直播行业背景与课程缘起全基因组选择（Genomic Selection, GS）是利用覆盖全基因组的高密度分子标记进行选择育种的新方法。作为新一代育种技术，它通过构建预测模型，根据全基因组估计育种值对早期个体进行预测和选择，从而缩短育种世代间隔、加
AI兴衰史：从期望膨胀到ChatGPT狂热
人工智能并非一夜之间崛起，而是遵循着"期望高涨→低谷寒冬→技术革新→再次狂热"的演变规律。《人工智能简史》这本书揭示了：当下的ChatGPT热潮在历史上其实已上演过两回，让你看清AI"三起两落"背后的真相。作者尼克曾拜师于图灵奖得主巴托门下，早年任职于哈佛及惠普，后投身创业投资。本书重点梳理了人工智能的发展脉络，不仅有详尽的史料考据，还穿插了诸多趣闻轶事。无论是对AI历史感兴趣的业内人士，还是想入门的大众读者，都能从中获益。期望膨胀阶段："机器将在20年内完成人类能做的所有任务"——赫伯特·西蒙，1965
AI重塑土木工程：从理论到实践的转型路径
AI在土木工程中的应用已从实验室的"概念验证"迈向工程现场的"实际部署"，但仍处于大规模商业化前的关键阶段。当前的核心矛盾在于：技术潜力巨大，但标准化、可解释性与法规合规性仍是理论落地的主要障碍。本文系统分析2020至2026年间发表的21篇权威论文，评估人工智能（Artificial Intelligence，AI）与机器学习（Machine Learning，ML）对土木工程的深远影响。研究显示，AI已在结构健康监测、材料性能预测、岩土稳定分析、抗震优化、施工安全管控、
AI的起源与发展
很多人误以为AI是2022年ChatGPT问世后才横空出世的。其实不然。AI的根基，深深植根于人类最古老的三个期盼之中。若想明白AI究竟为何物，首先得回答一个更根本的问题：人类为何渴望制造出拥有智慧的机器？自石器时代始，人类便在寻找“省力”的途径。水车替代人力，蒸汽机取代肌肉，计算机接管手工计算。到了20世纪，人类不禁发问：“既然机器能替代体力劳动，能否也分担一部分脑力？”这便是AI最原始的诞生初衷。哲学家两千多年来苦苦追问“思维的本质”与“意识的来源”，却始终无解。20世纪中叶，一批科学家另辟蹊径：若能
AI的本质到底是什么
无论是你手机里的语音助手，还是购物软件的“猜你喜欢”，亦或是最近爆火的 ChatGPT，它们的背后都离不开一个词：AI。可这究竟是个啥？不少人要么把它当成电影里企图毁灭人类的机器人，要么以为它只是个高级计算器。今天咱们就来彻底扒开它：AI 究竟是什么，人类到底造了个什么鬼东西。AI 并非“人造人”，而是“会学习的程序”说白了，AI 就是一种能自主在数据中探寻规律，并利用规律进行预测的计算机代码。它并不真正“理解”这个世界，却能通过海量实例学会“通常该怎么处理”。比如你让它看过十万张猫的照片，它就能在第十万
高校AI通识课程精选教材指南
▊《人工智能导论：前沿技术与创新应用》「人工智能导论：前沿技术与创新应用」作者：陈波预计出版时间：2025年8月本书以培养大学生人工智能素养为核心目标，划分为技术原理篇和实践创新篇两大板块。技术原理篇系统阐述人工智能及其相关的新兴技术，涵盖人工智能素养的本质、网络与物联网、大数据与云计算、元宇宙与区块链、机器学习与深度学习、大语言模型、生成式人工智能AIGC、智能体、人工智能伦理与安全等内容。实践创新篇围绕信息搜集与分析、数据图文制作、知识管理、写作与演讲，以及智能化"教""学""考""评""管"等大学生
人工智能普及教育精品教材汇编
▊《人工智能素养培育：新兴科技与创意应用》「人工智能素养培育：新兴科技与创意应用」作者：陈波预计出版时间：2025年8月本教材聚焦于大学生人工智能素养的提升，划分为技术原理和创意应用两大模块。技术原理模块阐述人工智能及其关联的新兴科技，涵盖人工智能素养概念、网络与物联网、数据与云技术、虚拟宇宙与分布式账本、人工智能、机器学习与深度网络、大规模语言模型、生成式AI、智能代理、伦理与安全议题。创意应用模块围绕信息检索与分析、可视化内容制作、知识整理、表达与沟通，以及智能教学评估管理等素养培养展开。全课程融入思
驱动智能制造升级：AI视觉质检系统架构与质量闭环详解
在制造业加速迈向智能化与数字化的当下，产品质量管控已成为企业立足市场的生命线。传统依赖人工目视抽检或全检的做法，正面临严峻考验：人力疲劳带来的漏检、标准不一造成的误判，以及高产能节奏下难以实现的即时监控。随着深度学习和计算机视觉技术的进步，AI视觉质检系统的研发，已成为提升良品率、降低成本与提高效率的核心技术途径。AI质检系统的关键优势在于其对缺陷特征的捕获与辨识能力。开发此类系统并非简单的图像处理，而需构建一套复杂的深度学习算法体系。首先，卷积神经网络（CNN）作为视觉识别的基础，能通过多层次特征提取，
从手术台到算法世界：一位麻醉医生为何重拾AI学习
近期，不少朋友向我询问：你作为一名麻醉医生，为何整天钻研AI？为何写了那么多关于人工智能的内容？甚至有人打趣道：“你是不是打算转行啦？”每次听到这个问题，我总会微微一笑。其实，我并非AI专家，也不是计算机领域的教授，只是一个普通的麻醉医生。如果说和计算机有什么关联。那就是二十多年前，我有幸辅修了一个专业，通过了三十多门课程，获得了计算机的本科文凭。我也曾因医院的软件供应商跑路，被迫半脱产去熟悉代码，接手维护工作，后来又重写医保接口，迁移数据库，发布新版本，折腾了整整六年。从那以后，我从未真正离开这个领域，