人工智能：人类值得信赖的协作伙伴
整理书房地面上的两堆书籍时，我翻到了去年9月购入的一本9.3万字小书《学习脑科学》。著者为日本东京大学药学研究科教授、脑科学专家池谷裕二。此书乃其在《周刊朝日》专栏文章的合集，全书共六章，终章《展望未来》的收官之作题为《人工智能的黄金时代》。作者由自己热衷搜集站务员手剪车票谈起。因手工操作，各车站留下的切口印记各具特色，这正是其魅力所在。随着自动验票闸机问世，剪痕统一化作毫无温度的圆洞；及至电子通行卡普及，连触摸车票的机会都失去了，那份收藏的隐秘乐趣就此烟消云散。科研人员倾尽心力，只为替大众省时省力。当社
LLM智能体联盟形成：稳定性分析与收敛性保障（系列1/20）·5月4日
2026年05月04日 星期一LLM智能体联盟形成：稳定性分析与收敛性保证面向大型语言模型（LLM）智能体在多智能体系统中的战略协同需求，本文首次给出一套基于享乐博弈论、并带有形式化稳定性保证的LLM智能体联盟形成方案。我们提出LLM联盟形成博弈（LCFG），给出纳什稳定分区的充分条件，同时证明了相关复杂度结论。进一步的分析表明，LLM智能体的行为具有以ε理性偏好为特征的有界理性。借助GPT-4等模型开展的大规模实验验证了该框架：在我们设计的“联盟思维”（CoalT）协议下，LLM联盟在73.2%的情况下
新工科专业解读：人工智能、芯片等热门领域是否适合你？
每年高考季，总有家长就此问题问我，让我不厌其烦。我从不直接给出“好”或“坏”的评价，而是反问：您了解人工智能专业究竟学习哪些内容吗？您的孩子是否真的适合？今天，我们就来深入剖析一下那些听起来很吸引人的“新工科”专业，看看它们到底包含些什么。简而言之：致力于研发让机器能够进行“类人思考”的技术。“只有数学功底扎实、能考入985/211院校的学生才建议考虑AI；普通院校开设的‘人工智能专业’，很可能是一个陷阱。（除非你的分数不够理想，但对此抱有极大热情，并且愿意在本科阶段‘发奋学习’！考研到顶尖院校，祝你成功
AI赋能育儿：幼儿园男孩的科学养育新篇章
作为一名幼儿园男孩的母亲，我最近经常思考：我们这一代家长，正巧赶上了人工智能技术飞速发展的时代。身边有些人对AI持极度排斥态度，认为它会让孩子变得懒惰、缺乏独立思考能力；而另一些人则盲目追随潮流，将育儿的方方面面都交给AI代劳。然而，我逐渐意识到：AI本身并非洪水猛兽，关键在于家长如何运用它，以及如何设定清晰的界限。特别是对于3至6岁、正处于习惯养成和思维塑造关键期的幼儿园男孩而言，正确使用AI，并非要取代父母的角色，而是帮助我们以更科学、更高效、更从容的方式来抚养孩子。今天，我将以一位过来人的真实体验出
2026年混凝土前沿：AI赋能的六大创新
混凝土，作为全球使用最广泛的工程材料，正迎来一场悄无声息却影响深远的变革。人工智能（AI）正协助其实现“自我设计”，微生物赋予其“自我修复”的能力，废弃物被转化为其“新型养分”，二氧化碳甚至被它“吸收利用”。本文将带您一窥2026年那些有望重塑建筑业格局的尖端混凝土技术。当前，超高性能混凝土（UHPC）在力学性能上表现卓越，但其配合比的设计过程异常繁琐，涉及多种组分、复杂的参数关联以及高昂的成本。传统的研发模式依赖于耗时数月的大量实验。简而言之，过去依赖人工逐一进行“盲目测试”的方法，如今已被AI所取代，
AI研究基础设施的演进图谱
2026年05月03日星期日Intern-Atlas: 构建AI科学家的研究基础设施方法论演化图谱🤗 28当前的研究基础设施以文档为中心，未能明确表征方法论的演变，这限制了AI研究代理的理解能力。本文介绍Intern-Atlas，一个方法论演化图谱，能够自动识别方法实体，推断其谱系关系，并捕捉推动创新的瓶颈。该图谱基于超过百万篇论文构建，包含941万条语义类型的连接，并配备了自引导时序树搜索算法。评估结果显示，该图谱与专家标注的演化链高度一致，并能支持下游的创意评估与生成任务，为自动化科学发现奠定了基础数
2026港科大AI夏校开抢 名额限50访学机会
继寒假期间顺利开设《AI 创新课程》之后，广大学生与家长的需求持续提升，香港科技大学上海中心再次推出夏季项目，并完成全面升级，更多精彩内容值得提前了解。2026人工智能创新暑期课程现已开放报名，依托港科大相关资源支持，面向高中生提供更具系统性的AI进阶学习路径。本届暑期为期5天，采用沉浸式安排，既包含技术实践，也融入跨学科应用；同时提供50人港科大香港清水湾校区访学机会，直达真实科研场景。在AI发展不断加速的背景下，这样的学习体验不只是课程本身，更是一次能力跃迁的起点。课程全览该进阶课程借助港科大顶尖学术
从可组装式MES到AI+MES：Mendix与RapidMiner引领智能制造核心升级
制造业数字化转型正在加速推进，制造执行系统（MES）也被赋予了更高的灵活性与智能化要求。随着需求愈发复杂，传统“单体式”MES架构的不足逐渐显露，行业因此开始转向可组装式MES（Composable MES）的演进路径。与此同时，人工智能（AI）与MES的深度融合，正在把MES推向更高的能力层级，形成具备自适应与自优化特征的智能制造核心能力。本文将梳理可组装式MES的发展背景、关键特征与实际价值，并重点讨论AI如何为可组装式MES注入智能能力：一方面借助Mendix等低代码平台提升应用开发效率；另一方面通
翻书声之外：AI时代为何仍要深读
当AI能够在瞬间梳理整本书并给出几乎所有答案，我们真的还需要一页页翻书吗？在海量“快餐式”读物充斥的时代，为什么仍要把经典放进阅读清单？尤其在快节奏生活中，年轻人怎样把深度阅读变成稳定的习惯，让阅读真正沉淀认知、拓展格局？而在人工智能已融入日常的今天，青年对阅读的困惑却似乎越来越多。在首个“全民阅读活动周”期间，由中国科学院学部工作局、共青团中央宣传部共同主办，中国科学院计算机网络信息中心承办的“大家读书”首映暨倡议发布会，于4月25日在中国科学院学术会堂举行。活动以“读经典以铸锚 伴科学而扬帆”为主题，
AI科研卡点：数据还没准备好
又有公司推出新的科学模型，又有机构继续砸下重金，AI 难道真的已经在科研领域大展拳脚了吗？但 DeepMind、Biohub、OpenAI 近期的几项动作，却共同指向一个事实：数据依旧是 AI 科研最明显的短板。DeepMind 在 4 月发布了一份科学数据盘点，选用核聚变和 JET 数据作为样板，指出：许多科学数据虽然已经存在，但目前还不能直接被送入 AI 系统使用。Biohub 在 4 月 29 日宣布 Virtual Biology Initiative，计划用 5 年投入 5 亿美元，内容聚焦在：
一等奖小学科学论文:探索AI在科学实践活动中的应用策略与方法
探索生成式人工智能在小学科学实践活动中的创新应用方法摘要:人工智能时代背景下，小学生在AI技术和应用方面的体验与学习面临新要求，为适应这一时代变化，加强小学阶段AI技术与应用的融合，本研究聚焦小学科学实践活动的项目展示、实施和评价环节，结合具体科学实践活动，详细探讨生成式人工智能在小学科学实践中扮演"学习资料""学习伙伴""指导教师"角色的实施策略。关键词:人工智能;科学实践;教学创新《新一代人工智能发展规划》明确指出，人工智能已成为国际竞争的新阵地，是引领未来的前沿性技术。教育部也发布了《关于加强中小学
AI驱动的科学革命：智能体引领研究新纪元
Artificial intelligence (AI) advocates are betting that ‘AI agents’ are the application of this technology that will affect society the most. Agentic AI involves using a large language model (LLM) to carry out multi-step tasks, by connecting it to externa
DeepMind CEO：AI Agent是通往AGI的关键路径
近日，Google DeepMind CEO Demis Hassabis在一次与YC CEO的深度对话中，就通用人工智能（AGI）的技术演进、AI Agent的发展、模型压缩与边缘计算的潜力、长文本处理的局限性以及AI在科学前沿的应用等议题进行了探讨。Hassabis特别强调了强化学习和搜索技术在解决科学领域复杂组合问题中的关键作用。Hassabis指出，实现AGI的核心在于构建一个能够主动解决问题的系统。他认为当前的AI架构已掌握了约一半的关键组件，包括大规模预训练、强化学习和思维链推理，但在持续学习
恐龙之王特展亮相北京 揭秘史前生命演化
这是霸王龙“洛基”的“复原”骨架（4月28日摄）。新华社记者 罗鑫 摄 新华社北京5月1日电（记者罗鑫）日前，记者探访了坐落于北京中轴线南段东侧的国家自然博物馆，获悉恐龙化石迎来了“新成员”。源自德国某馆的北美洲霸王龙骨架经紧张组装后，正陈列于临时展厅，瞬间吸引了大众的目光。 其中一具体长逾12米、重量可能超过10吨的霸王龙“蕾蒂娜”，另一具则是体长约10米、真骨比例约60%的“洛基”。 在古脊椎动物与古人类研究所的指导下，“霸王龙T-REX——恐龙之王特展”近日正式启幕。来自全球各地的恐龙同台亮相，百余
人工智能IF10+一区文献计量学研究
二区：正畸磨牙远移方向的文献计量学分析一区（IF15）：建筑能源领域文献计量学研究，采用CiteSpace方法二区（5.7）：心血管疾病表观遗传学的文献计量分析二区（7.2）：再生混凝土相关的文献计量学研究以上论文内容仅供学习交流，欢迎引用。关于文献计量学文献计量学是一种立足于文献信息进行定量与可视化表达，用以提炼研究主题特征的方法。它不依赖编程，也不要求统计基础或实验条件；近年来因发文量持续增长而受到关注。该方式可覆盖各学科与专业范围。