关键词： 知识管理   知识私域   新学徒制   人工智能  

摘要： 在人工智能快速迭代发展的背景下,组织的知识管理会发生哪些明显的变化是一个值得研究的理论和实践问题。本文在知识管理的经典SECI过程模型和唐·伊德(Don Ihde)人-技关系理论基础上,多维度探讨组织的知识管理在人工智能下的发展趋势。人工智能知识引擎的替代性会推动知识私域的发展变化,以及促使组织更加注重知识私域的建设并强化了新学徒制这一路径。这种知识私域与新学徒制的发展趋势,有望为组织平衡知识安全与创新活力提供宝贵的启示,推动知识管理理论的深入和实践的转型。

关键词： 人工智能   初中音乐教学   创新模式   跨学科实践  

摘要： 随着人工智能技术的快速发展,AI在教育领域的应用逐渐深入。本文聚焦初中音乐课堂,探索AI技术赋能下的创新教学模式,验证了轻量化AI工具在初中音乐教学中的可行性,并为AI技术与人文教育的深度融合提供了一定的实践参考。

关键词： 大模型   轻量化部署   向量数据库   信息安全   人工智能  

摘要： 针对大模型企业落地的高算力成本、数据安全与灵活性不足等问题,本文提出轻量化部署框架及企业应用方案。基于向量数据库与词嵌入技术构建知识库,只需原本10%的算力资源即可搭建相关大模型应用。设计安全网关混合调度机制,通过公有大模型实现语义理解,结合私有大模型本地化执行,保障数据安全;建立插件化框架支持多模型灵活替换,提升扩展性。该方案应用于智能客服、指标查询、经营分析、制度查询等场景,准确率超过85%,响应效率提升显著。研究表明,本框架为企业大模型应用提供了低成本、高安全、易扩展的技术路径,助力行业智能化转型。

关键词： 整本书阅读   阅读圈   人工智能   情境创设  

摘要： 阅读圈作为英语整本书阅读教学的重要方式,在实践中常面临学生读写动机不足、语言能力薄弱以及表达迁移困难等问题。人工智能的兴起为解决这些教学难题提供了新的可能性。本文以《多维阅读》第16级DowntheDrain为例,探讨人工智能赋能初中英语整本书阅读圈教学的有效策略,包括:创设阅读圈情境激发学生读写动机;参与角色设计并优化角色任务;生成语言支架以提升学生语言表达能力;创编写作素材以激发迁移创作灵感。这些策略为英语阅读圈教学提供了创新路径,有助于提升学生的学习参与度和语言能力发展。

关键词： 人工智能   新闻生成   可信度  

摘要： 生成式人工智能时代的来临使新闻信息内容的生产更加便捷。但是,生成式人工智能生产内容的过程缺乏逻辑性,且生成的内容缺少真实性检验过程。一旦用户使用其进行信息生产后未仔细核查便将内容传播出去,很有可能引起舆情波动,不利于互联网的整体舆论生态发展。因此,针对人工智能时代新闻可信度进行研究,本文从有关案例出发,总结生成式人工智能虚假新闻生成的原因,并基于此提出可供参考的破解路径。

关键词： 专利价值   评估指标体系   关联规则   机器学习算法  

摘要： 有效评估专利价值,增加高质量科技供给,对于实施知识产权强国建设具有重要现实意义。通过探索使用改进关联规则算法进行专利价值评估指标体系的构建,克服以往研究中维度过于纷杂、指标选用主观性较强的研究缺陷,优化专利价值评估指标体系构建的方式,丰富了专利价值评估研究方法。研究中,首先基于以往专利价值评估研究构建体系-指标共现矩阵;随后,引入文献发文时间和被引量对项集做加权处理,计算出最优关联规则指标集;最后,依照最优关联规则和指标属性构建专利价值评估指标体系。实证分析中,使用SOFC技术领域专利和5种机器学习算法对构建结果的效度进行了检验,验证了指标体系的可用性与易用性,证实了本文所提出指标体系构建方法的有效性。

关键词： 智能机器人   合肥   产业图谱   低空经济   人工智能  

摘要： 当前,合肥市正锚定国家培育未来产业的战略部署,前瞻布局量子信息、低空经济、商业航天、聚变能源、人工智能、智能机器人、生物制造等七大领域。在安徽省合肥国家高新技术产业开发区,有一条孕育了数十家量子科技企业的“量子大街”,过去的10多年里,方圆几公里内,一个拥有中电信量子、本源量子、国仪量子等代表性企业的量子产业集群在此崛起,成为全国乃至全球领先的量子科技高地。

关键词： 识菌模型   人工智能   微生物学实验   实验教学   AI技术  

摘要： 微生物学实验在生命科学及相关专业教学中至关重要,显微制片与染色观察更是其中难度较高、工作量较大的环节,涉及细菌、霉菌、放线菌、酵母菌等多种微生物。传统实验课堂常采用教师集中式评价模式,学生需要排队等待人工评阅和反馈,时间成本高、效率低,教师也在重复性工作中耗费大量精力。为解决这一瓶颈,研究基于生成式人工智能(generative AI)技术开发了“识菌”(Identify Microbe)模型,通过提示词策略和工作流逻辑进行定制训练,使模型能在数秒内对学生提交的显微图像进行快速识别与自动评分,并输出针对性的操作改进建议。引入AI模型后,实验课堂整体效率显著提升,学生能够进行多轮次涂片操作并深度思考染色原理,显微图片质量高分率明显增加,教师则腾出更多时间进行个别化辅导和课程拓展。“识菌”模型与微生物实验教学的融合不仅化解了显微操作批量评价的痛点,也为实验教育的数字化和智能化升级提供了切实可行的思路。

关键词： 新污染物   定量构效关系   机器学习   生物效应  

摘要： 合成化合物在生产生活中被广泛使用,并不可避免地进入环境成为潜在的新污染物,进而与人类接触,危害人体健康。为了防治潜在新污染物的健康危害,需要全面评估已经和即将进入市场的化合物的毒性。基于实验的毒性评估速度远低于新化合物进入市场的速度,且传统毒性实验不仅耗费时间与经济成本,还会在不同实验室的实验结果之间产生争议,使毒性筛查标准不一。因此,亟需开发基于人工智能、机器学习标准的高通量毒性预测模型,以高效填补化合物毒性数据空缺。本研究基于机器学习方法对Tox21数据库中各种类别化合物进行毒性预测。化合物的结构数据使用简化分子线性输入规范(SMILES)格式表示,表征物理化学性质和实验条件的信息使用RDKit库和Mordred库编码为描述符。通过Python的Sklearn库与XGBoost库计算并筛选各变量的信息增益得到新的特征集,并依此建立毒性预测模型,实现对12类细胞核受体相关活性指标的精准预测。模型在12个数据集上的平均接收者操作特性曲线下面积(AUC)为0.84,所有训练和测试集数据均位于模型应用域内。外部验证结果表明,本研究所构建模型性能优于在Tox21挑战赛中的其他模型。通过SHAP算法对模型参数进行分析,解释了毒性机理,发现log P、分子拓扑结构、ZMIC、piPC等描述符是影响活性的主要原因。为了方便具有不同学科背景的研究人员和政策制定者使用该模型,将模型开发为可视化软件,允许以SMILES格式输入化合物结构并进行毒性预测。本研究开发的预测模型及其配套软件能够快速筛查新污染物的毒性,并为新化学品的安全设计提供指导。

关键词： 人工智能   双重责任   责任主体   归责原则   实现机制  

摘要： 针对人工智能技术发展引发的刑法责任问题,构建刑事与民事双重责任体系既能推动刑法学适应社会变革,又能为复杂犯罪问题提供法律依据,保障社会秩序与技术健康发展。当前,人工智能作为犯罪工具、拟制犯罪主体的情形及责任主体确定、归责原则适用等方面仍存在较大争议。以法益保护全面性、风险分配合理性为逻辑起点,提出人工智能双重责任的逻辑建构路径:(一)明确制造商、使用者、拟制AI自身的责任主体范围;(二)适用刑事过错责任与民事过错、无过错责任原则;(三)通过刑民责任衔接、行政与刑民协调完善其实现机制。