博客

欧盟森林砍伐条例（EUDR）：企业合规完整指南

2025年6月19日

《欧盟森林砍伐条例》（EUDR）是一部具有里程碑意义的环境法，旨在应对全球森林砍伐和退化问题。该条例对在欧盟市场上销售或出口某些高风险产品的公司提出了严格的合规要求。由于森林砍伐是气候变化和生物多样性丧失的主要原因，欧盟灾害风险评估是欧盟可持续发展战略的重要组成部分。…

顶尖生物科技人工智能公司正在革新生命科学

2025年6月18日

人工智能正在重塑生物科技格局，加速医学、基因组学和诊断学领域的突破。生物科技 AI 公司正在将数据科学与生物学相结合，以简化药物研发流程、制定个性化治疗方案，并更早、更准确地识别疾病。本文重点介绍一些最具创新精神的生物科技公司，它们利用 AI…

全球必参加的航空航天会议

2025年6月18日

航空航天会议汇聚了工程师、研究人员、制造商、政策制定者和创新者，共同塑造航空和太空旅行的未来。这些活动将深入探讨航空系统、卫星设计、推进系统、国防技术和可持续性领域的前沿发展。无论您在公共部门、私营企业还是学术界工作，参加合适的会议都能拓展您的知识面，建立联系，并让您及时了解全球航空航天创新趋势。全球学术卓越研究所…

值得了解的主要计算机视觉会议

2025年6月18日

计算机视觉一直是人工智能发展背后的驱动力，为从自动驾驶汽车到医学成像系统等各个领域提供动力。对于该领域的研究人员、专业人士和爱好者来说，关注重要的会议至关重要。这些活动提供了了解突破性进展、展示新研究成果以及与学术界和业界领袖交流的机会。在本文中，我们将探讨全球最重要的计算机视觉会议，并探讨每个会议的独特之处。…

面向合规专业人士的领先 EUDR 网络研讨会回顾

2025年6月18日

随着《欧盟森林砍伐条例》（EUDR）即将全面实施，众多网络研讨会应运而生，旨在帮助企业理解并实施合规策略。本文回顾了近期和点播的 EUDR 网络研讨会，探讨了每场研讨会如何探讨可追溯性、尽职调查程序、监管更新和供应链风险评估。这些见解对于寻求行业领袖实用指导的 ESG 团队、采购官员和可持续发展专业人士尤其有用。…

EUDR 软件：实现无森林砍伐合规的数字工具

2025年6月18日

欧盟《森林砍伐条例》（EUDR）将于2025年12月全面生效，该条例要求企业证明其产品与森林砍伐无关。这适用于大豆、咖啡、木材、棕榈油及其衍生物等主要商品。为了满足这些严格的规定，企业正在转向支持可追溯性、地理定位、供应商风险筛查和文档记录的专用 EUDR…

推动创新的顶级 AI SaaS 公司

2025年6月11日

人工智能不再局限于研究实验室或科技巨头。如今，人工智能以服务的形式交付，嵌入云端平台，为各行各业的决策、自动化和分析提供支持。AI SaaS 公司将先进的机器学习与用户友好的软件相结合，为各种规模的企业提供强大的工具。本文重点介绍引领智能软件解决方案转型的杰出供应商，涵盖欺诈检测、销售自动化、网络安全以及企业 AI…

人工智能正在迅速改变我们教学、学习和管理教育系统的方式。从智能辅导平台和自适应评估，到伦理问题和人工智能素养，人工智能在教育领域的应用正在不断扩展。2025年和2026年，一系列国际会议将汇聚专家、教育工作者、研究人员和政策制定者，共同探讨这一转变带来的挑战和机遇。这些活动提供了一个平台，供大家分享研究成果、探索新工具，并探讨人工智能塑造的未来学习方式。无论您是教师、学者、开发者还是决策者，这些会议都能提供宝贵的见解，探讨人工智能如何融入全球教育。 ISTELive 25 暨 ASCD 年会将于 2025 年 6 月 29 日至 7 月 2 日在德克萨斯州圣安东尼奥的亨利·B·冈萨雷斯会议中心举行。本次活动将提供线下和线上两种参与方式，日程安排包括主会场会议、实践研讨会以及 6 月 28 日开始的会前研讨会。会议将重点关注教育中的人工智能、数字学习环境、教学设计和教育领导力等主题。会议将包含互动式演讲和演示，并于6月30日至7月2日举办专门的博览会，展示教育技术和工具。与会者可以使用移动应用程序进行会议规划、交流和跟踪继续教育学分。本次活动整合了ISTE和ASCD的内容，为K-12教育工作者提供广泛的专业发展机会。 - 年度会议重点关注教育技术创新 - 设有各种会议、互动研讨会和展览空间 - 包括探索人工智能工具、教学策略和道德考量等专门内容 - K-12 和高等教育教师和教学领导 - 教育科技开发者和创新者 - 学校管理人员和区级决策者 - 网址：conference.iste.org/2025 - 领英： www.linkedin.com/company/ISTEofficial - 推特：x.com/ISTEofficial - 脸书：www.facebook.com/ISTEofficial - Instagram： www.instagram.com/isteconnects 第32届国际学习大会将于2025年7月8日至10日在西班牙格拉纳达大学举行。大会主题为“人类学习与机器学习：人工智能在教育领域的挑战与机遇”。大会将采用线上线下混合模式，允许现场和线上参会。活动内容包括研究报告、专题研讨会和结构化讨论，涵盖教学法、课程设置、评估和教育技术等多个领域。大会官方议程将包含一场聚焦教育领域人工智能的全体会议。会议还将举办一系列活动，包括会议晚宴、当地参观以及新兴学者的成果展示。与会者将探讨将人工智能融入教育环境的实践和理论挑战。 - 学习者研究网络年度聚会 - 2025年的主题：“人类学习和机器学习” - 将面对面和在线会议与同行评审的演示相结合 - 教育、学习科学和教育学研究人员 - 教师和机构领导 - 学习技术和人工智能系统的开发人员 - 网址：thelearner.com/2025-conference - 地址：60 Hazelwood Drive, Champaign, IL 61820 USA - 电话：+1-217-328-0405 - 电子邮件: support@cgnetworks.org - LinkedIn： www.linkedin.com/company/common-ground-research-networks - 推特：x.com/CGRNetworks - 脸书：www.facebook.com/thelearnerresearchnetwork - Instagram： www.instagram.com/commongroundresearchnetworks AIME 会议由 NCME 的“人工智能测量与教育”特别兴趣小组组织，将于 2025 年 10 月 27 日至 29 日在宾夕法尼亚州匹兹堡举行。会议将重点探讨人工智能在教育评估和测量中的作用，汇聚研究人员、开发人员和从业人员。会议包括论文和海报展示环节，以及探讨测试环境中人工智能技术和伦理问题的研讨会。 AIME 的主要议题包括自动评分、自适应测试、教育内容的自然语言处理以及透明公平的人工智能评估系统的设计。本次活动还探讨了生成式人工智能在学习评估中的应用及其在教育领域部署的政策影响。会议旨在促进跨学科交流，并强调人工智能在教育测量中的技术发展和负责任的实施。 - 由 NCME 测量与教育人工智能特别兴趣小组主办 - 专注于人工智能驱动的评估、公平性、可解释性和创新 - 以论文展示、海报展示和研讨会为特色 - 心理测量学家、测量专家、数据科学家 - 教育研究人员和政策专家 - 人工智能评估工具开发者 - 网址：ncme.org/event/special-conferences/aime-conference - 地址：新泽西州皇家山曼图亚路 9 号，邮编 08061 - 电话：(856) 284-3700 - 电子邮件：ncme@ncme.org 麻省理工学院人工智能与教育峰会 2025 是麻省理工学院 RAISE 计划举办的第二届年度活动，计划于 2025 年 7 月 16 日至 18 日在马萨诸塞州剑桥市举行。峰会将汇聚研究人员、教育工作者、学生和行业专业人士，共同探讨人工智能在教学中的作用。峰会内容包括受邀演讲、论文展示、海报展示、青年主导的研讨会以及实践工作坊，其中更有葡萄牙语和西班牙语的多语种会议。峰会以学生为中心，青年作者将针对课堂人工智能工具和政策考量等主题发表立场文件和海报。峰会还包含多项合作活动，例如全球人工智能黑客马拉松和气候挑战赛，旨在将人工智能应用于可持续发展问题。活动内容还包括社交活动和麻省理工学院各设施的实地参观。 - 由麻省理工学院 RAISE 倡议组织 - 探索人工智能素养、个性化学习和负责任的人工智能使用 - 包括主题演讲、论文演示、黑客马拉松和政策小组 - 学者、研究人员和研究生 - 教育技术开发者和教育政策制定者 - 机构领导和课程设计者 - 网址：raise.mit.edu/events/mit-ai-and-education-summit-2025 - 地址：美国马萨诸塞州剑桥市 NE49 号楼 2 楼，邮编 02139 - 电子邮件: raise-info@mit.edu IEEE 高等教育与培训信息技术国际会议 (ITHET 2026) 将于 2026 年 5 月 20 日至 22 日在挪威奥斯陆举行。会议将探讨信息技术与人工智能在高等教育中的融合，包括全文和短篇论文，以及关于同行评审系统、交互式学习技术和学习分析等主题的专题研讨会。 ITHET 2026 由 IEEE 主办，会议论文集将通过 IEEE Xplore 发布，并经过同行评审。技术委员会成员包括来自悉尼科技大学和巴黎北索邦大学等机构的国际代表，并将发表主题演讲，重点关注 AI 增强学习环境。本次活动旨在为 AI 驱动的教学设计、个性化和校园教育技术研究提供一个展示平台。 - 探索人工智能和信息技术在高等教育中的作用 - 涵盖生成式人工智能、智能学习和伦理等主题 - 被接受的论文将发表在 IEEE Xplore 上 - 高等教育教师和教学技术专家 - 教育研究人员和研究生 - 专注于数字化转型的学术领袖 - 网站：ithet.net - 电话:+61425220252 - 电子邮件：admin@ithet.net “人工智能与教育的未来”是由美国公立大学系统 (APUS) 主办的线上会议，将于 2025 年 10 月 16 日至 17 日举行。本次活动将汇聚教育工作者、学者和人工智能工具开发者，共同探讨人工智能在高等教育中的作用，尤其关注其在课堂教学、学生支持系统和教师发展方面的应用。会议议程涵盖人工智能辅导、个性化学习、人工智能在学术界应用的伦理影响以及提升可及性的策略等主题。与会者可免费观看现场演讲和后续点播录音。本次活动面向公众开放，旨在支持与会者将人工智能实践融入高等教育。 - 探索人工智能在教学、学习和学术服务中的应用 - 涵盖人工智能伦理、公平、可访问性和学生支持系统 - 包括经过同行评审的提案，包括演示文稿、小组讨论和海报 - 高等教育工作者和教学设计师 - 高等教育管理者和决策者 - 人工智能、教育学和教育技术研究人员 - 网址：apus.edu/academic-community/conferences/ai-and-the-future-of-education - 地址：西弗吉尼亚州查尔斯镇国会街 111 号，邮编 25414 - 电话：877-755-2787 - 推特：x.com/APUSPRteam - 脸书：www.facebook.com/apusuniversity - Instagram： www.instagram.com/apusalumni AIED 2025是第26届人工智能教育国际会议，定于2025年7月22日至26日在意大利巴勒莫举行。会议将汇聚专注于人工智能支持学习系统和认知科学方法的研究人员、从业人员和政策制定者。会议设有主会场、研讨会、专题讲座、博士生联盟、最新成果发布，以及专门探讨人工智能教育全球视角的专题会场。此次活动包含互动环节，例如智能教科书研讨会以及关于教育算法决策公平性的独立研讨会。博士生联盟通过指导课程为博士生提供支持，而 WideAIED 方向则鼓励针对代表性不足的地区和伦理挑战的贡献。本次活动由国际 AIED 协会组织，巴勒莫大学承办。 - 第 26 届旗舰 AIED 会议 - 涵盖自适应学习、包容性人工智能、认知建模和伦理 - 包括技术论文、演示和研讨会 - 人工智能和教育研究人员 - 智能学习系统设计师 - 研究生和学术专业人士 - 网址：aied2025.itd.cnr.it - 电子邮件：aied2025@servizitalia.it 教育工作者人工智能大会是由TCEA组织的线上活动，预计将于2025年7月22日至24日举行。大会重点关注人工智能在K-12教学中的实际应用，提供课程规划、教学设计和使用人工智能工具促进学生参与等课程。大会包含现场演示和研讨会，并在活动结束后提供所有内容的点播访问。参与者将探讨人工智能在课堂上的伦理使用、快速发展以及适用于课堂的人工智能应用等主题。本次活动支持继续教育需求，并提供教育工作者交流工具。所有注册者将获得TCEA一年会员资格，并可在2025年8月底之前观看录制的课程。 - 实践活动重点关注面向 K-12 教育工作者的实用 AI 工具 - 涵盖课程规划、生产力、课堂参与度和微证书 - 通过互动会议和专家小组虚拟交付 - K-12 教师和教学教练 - 学校管理人员和教育技术协调员 - 区级技术和课程工作人员 - 网址：tcea.org/events/ai - 地址：3100 Alvin Devane Blvd, Building B, Austin, TX 78741 - 电话：512-476-8500 - 电子邮件: info@tcea.org - 推特：x.com/tcea - 脸书： www.facebook.com/tcea.org - Instagram： www.instagram.com/tceaorg AIFE Japan 是一个专注于人工智能与 K-12 教育交叉领域的国际盛会。会议将于 2026 年 4 月 10 日至 12 日在日本横滨举行。会议旨在让教育工作者、学校领导和 AI 工具开发者就 AI 在课堂教学和教育领导力中的作用展开对话。会议将举办研讨会、实践课程和示范课程演示，强调在学校环境中负责任地应用 AI 工具。 AIFE Japan 旨在通过汇聚教育工作者、教育科技提供商和研究人员等各利益相关方，交流实用策略和技术指导，强调协作参与。活动内容包括智库讨论、黑客马拉松、工具箱分享会和引导式研究报告，旨在支持 K-12 课堂的 AI 素养和教学法。 - 由 AIFE 与 21 世纪学习合作举办，重点关注 K-12 教育中的人工智能 - 提供实践研讨会、研究课程和实践模型课程 - 探讨人工智能素养、伦理、课堂应用和未来趋势 - K-12 教师、教学教练和学校领导 - 教育政策制定者和课程开发者 - 教育科技初创公司、产品设计师和学术研究人员 - 网址：www.21c-learning.com/events/aife-japan - 邮箱：info@21c-learning.com - 推特：x.com/21cli - 脸书：www.facebook.com/21CLInternational EAAI-26 是第 16 届人工智能教育进步研讨会，定于 2026 年 1 月 24 日至 26 日在新加坡举行。该会议与 AAAI-26 同期举办，重点关注不同教育阶段的人工智能教学。会议接受同行评审论文，涵盖教育人工智能、K-12 人工智能教学以及人工智能课程作业等专题。论文提交截止日期为 2025 年 8 月，通知将于 11 月发布。此次活动由人工智能促进协会 (AAAI) 主办。EAAI-26 的具体组织者尚未确定。活动将邀请多位嘉宾进行演讲，其中包括人工智能教育家奖获得者的演讲，以及关于人工智能融入教育的专题讨论会。讨论会内容涵盖教材设计、实证课堂研究以及教学技术工具。研讨会还将举办一个工作坊，分享人工智能课程中使用的模型作业。 - 致力于改进人工智能教学和学习方式的学术研讨会 - 提供同行评审会议、受邀演讲和实践教学资源 - 涵盖课堂研究、课程设计和教学技术工具 - 大学计算机科学和人工智能领域的教师和课程讲师 - 课程开发人员和教育研究人员 - 设计人工智能教育项目的研究生和专业人士 - 网址：eaai-conf.github.io - 电子邮件: eaai26@aaai.org 人工智能与教育的融合正在加速，影响着从课堂教学到机构政策的方方面面。聚焦这一交叉领域的会议为合作提供了重要的平台，展示了新兴工具、研究成果，并探讨了负责任地使用人工智能的必要性。无论目标是探索自适应学习技术、理解人工智能在教学中的伦理影响，还是在学校和大学中实施切实可行的解决方案，这些活动都能提供宝贵的见解。随着人工智能的不断发展，对于任何塑造教育未来的人来说，保持与这些对话的联系都至关重要…

风电场选址开放数据

2025年6月4日

确定新建风电场的理想位置并非像找到一块没有高耸风力涡轮机的最近空地那么简单，这或许并不令人意外。事实上，确定最合适的位置需要了解该地点的大量特征。其中一些是法规要求的，“我们离最近的城镇够远吗？”，“该地区规定的自然保护区程度如何？”。还有一些是实际要求的，“这片土地适合建设吗？”，“该地区的风力是否足以使新的风力涡轮机盈利？”。准确回答这一系列问题，并按照主要利益相关者的要求，是任何大型建设项目成功的先决条件。在这个项目中，我们利用气候数据、地球观测图像和相关法规，有效地识别了萨尔茨堡符合一系列预定标准的地区。这是一个大数据应用于实际应用的典型案例，并深入分析了流程每个步骤中需要考虑的诸多因素。当然，任何想要利用地理空间数据集来解答实际/商业问题的任务，第一步都是获取数据。任何数据科学家都知道，这是最关键的一步：所有后续问题最终都源于此做出的决策/选择。在开发商业应用解决方案时，尤其需要注意的是，所获取的数据不仅要准确，而且最好还要经过相关部门的认证。例如，如果一份详细的分区信息地图无法证明其直接来自相关分区部门，那么它就毫无价值。因此，官方数据来源极其重要，因为它们不仅提供了必要的真实信息，还为由此得出的任何结论或预测提供了依据。在本项目中，奥地利联邦计量和测量局 (Bundesamt für Eich- und Vermessungswesen) 以及萨尔茨堡州提供的开放政府数据资源 (OGD) 为我们开展可操作的风电场土地调查奠定了良好的基础。如前所述，新建风电场理想场址的确定被分解为一系列可量化的标准，这些标准对特定区域进行二元表征（“适合建设风电场”、“不适合建设风电场”）。因此，如果不符合其中任何一项标准，该区域将被排除在进一步的分析之外。这种方法提供了一种“快速简便”的分类方案，用于确定某个区域是否适合建设风电场。上述过程的实现可以分解如下：首先，每个标准都与一个数据源相关联，该数据源提供了足够的真实信息，以便对这个问题做出肯定或否定的回答。然后，针对每个标准，处理相关的真实信息，根据相关标准对萨尔茨堡各地区的适宜性进行分类。这样，为每个标准生成一个矢量图层，将萨尔茨堡各地区分为“适宜”或“不适宜”区域。接下来，我们将快速了解其中两个矢量图层的生成过程。新建风电场的关键标准之一是与主要居民区保持适当的距离。由于政府出台了相关法规，以解决噪音污染、城市规划以及风电设施的视觉影响等问题，大多数地区都必须满足这一标准。利用德国联邦电力和电力运输管理局 (Bundesamt für Eich- und Vermessungswesen) 提供的地面实况数据，我们能够很好地构建一个合适的图层，将萨尔茨堡根据其是否符合这一标准划分为不同的区域。从本例中可以看出，地面实况数据包含大量与萨尔茨堡州现有建筑结构相对应的多边形。这提供了一个良好的开端，但仍需解决一些问题，才能将这些输入转换为合适的二分类层。例如，如何区分城镇（此处显示为紧密聚类的多边形）和田野中的两栋孤零零的房屋？在本例中，我们采用了基于密度的空间聚类算法，该算法根据这些建筑多边形的密度及其相邻多边形的数量，直观地将区域划分为“住宅区”或“非住宅区”。通过这种方式，我们可以实现例如以下分类。任何建筑项目的另一个重要标准是地面坡度适宜。一般来说，建筑项目必须平整，以便为规划中的建筑提供合适的地基。如果坡度超过一定坡度，平整场地所需的成本将变得过高，项目难以实施。幸运的是，通过激光测量获取的开源栅格数据分辨率可达 5 米。在这种情况下，由于这是栅格数据，而不是矢量数据，因此将此层转换为二元分类掩码稍微复杂一些。在本例中，这是通过定义一个阈值角度来实现的，超过该角度，兴趣点就被认为“太陡峭”。查询所有这些区域的栅格数据，使用 OpenCV 将这些区域提取为矢量，并对提取出的区域进行阈值处理，从而得到所需的分类。成功提取出定义区域是否适合建设风电场的各项标准的二元分类掩膜后，接下来的操作就很简单了：只需将所有分类掩膜合并为一个即可。最终生成的区域是根据萨尔茨堡州政府和奥地利联邦政府提供的官方地面实况数据确定的最佳区域，这可真是个了不起的发现…