人工智能在太阳能辐射预报中的应用现状与趋势
太阳能辐射作为光伏发电、太阳能热利用、农业及气候建模的基础能量来源，其精确的估算与预测至关重要。特别是针对全球水平辐照度（GHI）、法向直射辐照度（DNI）和散射水平辐照度（DHI）的准确把握，对于光伏并网运营、能源市场交易以及建筑能源管理具有深远意义。主要难点：截止至 2024 年末，全球光伏装机容量已突破 1.6 TW，精准的太阳能预测已成为迫切的现实需求。近年来，以深度学习和大模型为代表的 AI 技术，正深刻重塑该领域的研究范式。太阳能辐射估算旨在依据间接观测数据（如卫星图像、气象变量及再分析场）反
AI七十年：寒冬蛰伏与爆发式增长
若以工程师的眼光审视这段旅程，AI的演进堪称一部在"寒冬"与"暖春"之间反复震荡的编年史，更是人类执着于"赋予机器智能"这一梦想的不懈征程。 一、种子期：理想主义的黎明（1950s–1980s） 追溯源头，一切始于图灵1950年的追问：机器能否具备思考能力？ 这一问如石破天惊，在学界掀起层层波澜。1956年达特茅斯会议首次确立"人工智能"概念，当时青年学者们意气风发，预言十年内即可实现智能机器。 然而现实泼下冷水。早期符号主义与专家系统虽在限定场景表现尚可，却脆弱不堪——一旦超出预设范畴便全面失效。算力匮
智脑工坊第二讲：揭秘AI学习背后的函数奥秘
智脑工坊·第二讲上一期「智脑工坊」探讨了人工智能的发展历程及其在日常生活与创意领域的应用。本期核心问题：AI究竟怎样习得知识？关键在于——函数。函数能够刻画客观规律，智能是否也遵循这一逻辑？轻抚猫咪时它发出咕噜声，遇见毒蛇则本能躲避。智能的核心在于信息采集与情境化响应，其行为模式与函数映射高度吻合。从简单函数到神经网络架构早期AI研究奉行符号主义，企图通过精确函数界定万物关联，每个输入对应唯一确定输出。然而现实问题充满不确定性，难以完美建模，于是转向近似求解——函数只需无限逼近真实结果，这便是联结主义的理
深度解析AI中的偏置参数
若你曾阅读过我的往期文章，便会知晓下方这一公式，x代表输入的原始信息（例如天气状况、朋友是否同行），w则象征权重（例如你对天气因素的在意程度）。y = ∑(wᵢxᵢ) + b通常情况下，众人皆将焦点汇聚于w的学习进程，认为那正是AI变得智能的关键所在。然而今日，我们要探讨的却是常被忽视、甚至被视为无关紧要的b——那个在公式中看似不起眼的“b”，实则才是AI形成独特个性的秘诀。b，在数学领域被唤作偏置 (Bias)。接下来通过小学童的“考试加分”示例来加以理解。把AI想象成一位正在批改试卷的教师，上述公式正
人工智能学院机器智能研究团队代表性成果综述
团队概况辽宁工程技术大学机器智能研究团队由姜文涛、袁姮、曲海成、邱云飞、刘腊梅、王心霖等研究生导师构成，是我校园林优秀的研究生指导教师队伍。该团队政治立场坚定、人员配置科学、教学业务精通、育人成果突出。团队长期专注于人工智能及其交叉领域，研究方向特点突出，涵盖计算神经科学、深度学习、模式识别、神经网络、计算机视觉、遥感数据分析、智能信息处理、嵌入式系统等多个前沿方向，形成了科研与教学有机融合、理论与实践高度统一的研究体系和人才培养模式。团队在科研创新方面成果斐然，承担了包括国家自然科学基金、中央军委装备发
2026年四月AI领域核心趋势：智能体崛起与模型生态巨变
人工智能不再仅仅是陪你闲聊的伴侣。它开始独立执行任务了。2026年4月，AI领域迎来了一场密集到让人喘不过气的爆发。智谱GLM-5.1在编程基准上超越了Claude Opus 4.6。DeepSeek V4宣布推理速度将提升35倍。蚂蚁集团开源了万亿参数模型Ling-1T。英伟达发布了全球首款量子AI开源模型Ising。但比这些新闻更重要的，是一个正在发生却很少被讨论的转变：AI正在从被动工具进化为自主行动的"数字同事"。过去两年，我们用ChatGPT写文案、让AI画图、让大模型翻译文档——这些都是你在给
AI技术演进与实践应用全解
近期参与了一场关于人工智能知识的培训课程，现将讲座录音整理后分享给各位。今天我们探讨人工智能技术的发展历程、最新进展，以及在日常管理和工作中的应用策略。要理解AI的发展历程，需要回顾其数十年的演进过程。AI概念诞生之初，研究者们就在思考：计算机能否像人脑一样具备智能和管理能力？当时主要形成了两个研究学派。第一个学派称为符号主义。该学派主张人类的知识由一系列符号构成，只要理清符号之间的关联，知识就能被表达和传递。文字、数字、数学公式、化学方程式等都属于符号范畴。理清这些关系后，就能构建知识体系。这一学派最具
掌握AI智能体技能的全面指南
掌握AI智能体技能指南在当前数字化快速发展的背景下，AI智能体正逐步融入我们的日常生活，为各行各业带来深刻的变化。对于渴望掌握AI智能体技术的人而言，这是一个既充满考验又蕴含无限可能的领域。那么，究竟该如何有效地学习AI智能体呢？夯实基础知识首先，学习AI智能体需要具备一定的数学基础，包括线性代数、概率论和数理统计等。线性代数中的矩阵运算，是众多AI算法的核心支撑；概率论有助于理解数据分布和概率模型；数理统计则用于数据的分析与推断。这些知识如同构建高楼的地基，为后续深入学习更复杂的内容提供坚实的支撑。此外
【技术科普】第123期 深度解析算法奥秘
算法：是什么？算法：是什么？01算法是什么？算法的本质，其实一点都不复杂。简单来讲，算法就是为解决某一具体问题，设计的一套清晰、可一步步执行的操作流程，它核心追求两点：稳定性与高效性。稳定性，就是相同输入必然得到相同输出；高效性，则是用最少的时间与资源，达成最优的结果。如果觉得太抽象，我们举个生活里的例子。就拿做番茄炒蛋来说，整个做菜流程，本身就是一套完整的算法。准备 2 个鸡蛋、1 个番茄和适量油盐，就是算法的输入数据；从打蛋、切番茄、热锅倒油，到炒鸡蛋、炒番茄、混合调味、出锅，这一系列步骤就是算法的核
AI为何日益精通语言？——语言学与人工智能交汇之路系列(二)
前篇我们探讨的核心问题是：大语言模型是否真正理解语言？如今许多人目睹AI能够创作、交谈、问答、翻译，便倾向于认为：它似乎已掌握了语言智能的本质。然而引入语言学的视角审视，我们会发现事实远比表象复杂。大模型的确日趋接近“通晓语言”，但它为何能达到这种程度？又是如何发展至今日之境的？这正是本文所要剖析的焦点。若将人工智能、自然语言处理以及人机交互的演进历程加以梳理，可见三次重大的技术范式转变。第一阶段，属于符号主义路线。 此阶段的核心逻辑，在于将知识逐一编纂、将规则系统化设定、将推理机制预先构建。机器之所以能
人工智能的随机性之谜——专访顾群业教授探讨AI不确定性
当您使用人工智能创作图像或视频时，是否曾注意到这样的现象：即便采用完全一致的指令和参数，每一次生成的结果虽然相近，却绝不雷同。这似乎暗示，人工智能在执行任务时具备某种“随机性”。这种随机性从何而来，其本质究竟是什么？是否意味着人工智能已具备“创造力”？围绕人工智能的随机性、创造性以及未来智能与意识的关系等议题，笔者专访了山东省大数据研究会人工智能设计分会名誉会长、山东工艺美术学院顾群业教授。魏毅东：顾教授，您在人工智能艺术设计与研究领域均有深厚造诣，使用人工智能创作的经验十分丰富。想必您一定遇到过这样的情
解密AI调研真相：神经符号AI与LLM的核心差异及行业实践
解密AI调研真相：神经符号AI与LLM的核心差异及行业实践过去半年，我们收到最频繁的疑问是："用ChatGPT模拟目标用户填问卷，这不就等于虚拟调研吗？既高效又省钱！"这种观点乍听之下合情合理，实则将两种截然不同的概念混为一谈。为了阐明这个问题，我先打个比方。角色演绎（纯LLM构建虚拟样本） vs. 精密仪器（神经符号AI驱动预测）第一种方式，如同聘请一位表演出色的演员。你向演员描述："你是月入两万的上海白领，精通护肤。"接着提问："这款面霜你会购买吗？"演员能演绎出一段生动的内心戏——"我正关注抗衰老，
AI向人脑取经：探秘新一代人工智能的智慧之源
AI向人脑求学之旅：解密下一代人工智能的智慧源泉！杨淞翔 哈尔滨医科大学各位科技爱好者与好奇者们，大家好！今日我们将探讨一个极具想象力的话题：如果说人工智能是当今科技领域的闪耀明星，那么它是否拥有一位隐藏在幕后的卓越指引者呢？答案是肯定的！这位导师，我们每个人都拥有，那便是我们奇妙的大脑！确实如此，尽管人工智能已在某些特定任务上展现出非凡的实力（例如对弈、绘画），但与我们这个历经亿万年进化、精密无比的生物“智能系统”相比，它仍像一名勤奋求知的“学生”。今天，就让我们一同观察AI这位“学生”是如何向大脑这位
神经网络本构模型在Abaqus中的实践应用
将人工智能（AI）与机器学习（ML）融合到计算力学领域，标志着重要的技术突破，尤其在Abaqus这类高精度有限元分析（FEA）软件平台上表现尤为突出。这一创新应用的核心在于把AI驱动的本构模型和材料模型（NNCM）直接嵌入到Abaqus求解器核心，并借助用户材料子程序实现：UMAT适用于隐式分析（Abaqus/Standard），VUMAT适用于显式分析（Abaqus/Explicit）。此技术方案代表了Abaqus开发的重要里程碑，使得研究人员和工程师能够在有限元模拟中实现智能化的、数据驱动的材料行为描
被算法绑架：AI时代的精神控制术
2018年，前谷歌设计伦理学家特里斯坦·哈里斯在美国国会作证时，展示了一张令人不安的图片：几十个APP图标像老虎机一样排列，每个都在争夺用户的注意力。“这不是偶然，”他说，“这是精心设计的结果。”推荐算法的核心目标很简单：最大化用户停留时间。但实现这个目标的手段，涉及对人类心理的深度操控：变量奖励机制：就像老虎机一样，你永远不知道下一次下拉刷新会出现什么内容。这种不确定性会刺激多巴胺分泌，形成类似赌博的成瘾机制。个性化陷阱：算法不仅知道你喜欢什么，还知道你什么时候最容易屈服于诱惑。深夜的购物推荐、工作间隙