四螺旋创新集群:研究型大学人工智能发展生态重构与路向探究——以加拿大多伦多大学为例

以人工智能为代表的知识迭代发展,促使知识生产模式发生重大转变,催生了“大学—产业—政府—公众”四螺旋动力结构的建立和研究型大学知识生产新生态重构。以多伦多大学人工智能发展为例,考察其四螺旋利益相关主体及实践。从内在机理看,4个主体在互动运作中不仅重新确定了各自角色,而且还建立了大学(知识)—产业(产品)—政府(治理)—公众(公益)的新型逻辑链条,平衡公私利益格局,把公益指向作为人工智能四螺旋运作的中心目标;从外在特征看,4个主体形成了以大学为中心的区域创新网络,并牵引其他主体形成环高校创新集群。当前,我国在人工智能发展中不断发力,已进入世界第一方阵,但仍需要在国际比较学习中不断提升自身竞争力。基于案例分析,我国研究型大学发展人工智能有必要把握4个方面:一是走进中心,塑造大学在人工智能发展中的领导地位;二是以专促通,创新研究型大学人工智能专业培养模式;三是引企入研,提升校企合作人工智能创新的转化升级;四是人本导向,突出大学在人工智能发展中的公共价值。总体来看,我国研究型大学发展人工智能不仅要面临技术上的挑战,更要面临来自治理的挑战。     

天然自然与人工自然的张力--信息论视域中的SARS事件形而上学探源

自然界在人类出现以前以天然自然的状态存在着，遵循自己固有的演化规律。人类创造的人工自然中所蕴含的人工信息具有直接和间接效应，其中间接效应尤其具有不可预测、难以控制、不可逆、强度大等特点。随着科学技术的发展，人工信息及其给生态系统和人类社会带来的效应都飞速增加。人类社会对人工信息的正面效应和负面效应的承受力是不对称的，大量增加的负面效应(例如非典病毒)如果超过临界值，可以将人类社会摧毁。因此它预示眷一个新时代的来临。     

保密通信新介质--人工神经网络

根据人工神经网络的结构特点和信息传输与处理特征，提出了利用物理神经网络作为通信信道的观点．在分析了现有通信信道物理模型之后，具体讨论了作为通信信道的神经网络的可能拓朴结构、神经网络学习要点、允许传输信号的模式特征，研究了神经网络信道的传输延时、通信带宽及信噪比，分析了神经网络信道处理多媒体信号的计算潜力，并着重剖析了神经网络信道固有的保密通信特征．最后给出了一个具体的神经网络信道设计实例．     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。     

高师院校书刊阅览服务的优化与高素质人才培育

论述了高师图书馆实施综合素质教育的意义和挑战,提出了共建具有专业特色的教育基地、优化整合教育资源、全面推进素质教育等培养高素质人才,落实人才强国战略的新举措。     

大学生科研能力培养途径的探讨

新时代对大学生素质的一项重要要求是创新精神和创新能力，提高大学生的科研能力则是培养其创新精神和创新能力的立足点和突破口。结合目前我国高校在大学生科研能力培养方面还处于起步阶段的实际，对大学生科研能力的内涵、培养的目的和意义、现状作了分析，并就如何培养大学生的科研能力进行了探讨。     

循环经济理论在人才培养开发中的运用

介绍了循环经济理论的内涵和3R原则,分析了循环经济与人才培养开发的内在关联,指出了循环经济理论对人才培养开发的启示。     

大枣保花保果复合剂的应用效果

分析了大枣产量低、落花落果严重的原因，介绍了大枣保花、保果复合剂的作用机理及施用方法，并阐述了该复合剂的应用效果和社会经济效益。     

姬松茸高产栽培模式研究

为充分利用当地丰富的秸秆和牛粪资源，及早在北方地区开发生产姬松茸这一珍稀品种。从姬松茸的选育、栽培模式比较试验结果可看出，合理控制温湿度，改进覆土方式，加强病虫害预防是保证高产的有效措施。     

Accurate forecasting of the undecided population in a public opinion poll

The problem of pollsters is addressed which is to forecast accurately the final answers of the undecided respondents to the primary question in a public opinion poll. The task is viewed as a pattern‐recognition problem of correlating the answers of the respondents to the peripheral questions in the survey with their primary answers. The underlying pattern is determined with a supervised artificial neural network that is trained using the peripheral answers of the decided respondents whose primary answers are also known. With peripheral answers as inputs, the trained network outputs the most probable primary response of an undecided respondent. For a poll conducted to determine the approval rating of the (former) Philippine president, J. E. Estrada in December 1999 and March 2000, the trained network predicted with a 95% success rate the direct responses of a test population that consists of 24.57% of the decided population who were excluded in the network training set. For the undecided population (22.67% of December respondents; 23.67% of March respondents), the network predicted a final response distribution that is consistent with the approval/disapproval ratio of the decided population. Copyright © 2002 John Wiley & Sons, Ltd.