关键词： 人工智能   人文主义   图灵测试   中文屋  

摘要： 在人工智能文化领域,一直存在一种强烈的人文主义观念。该观念认为人工智能不具有意识与心灵,无法真正实现思考,只是在模拟思考。哲学家塞尔就是其典型代表。塞尔提出“中文屋”思想实验以反对图灵测试,试图证明机器思考是一场骗局。但是从理论层面上看,塞尔误解了图灵测试,其理论观念存在缺陷。随着人工智能的快速发展,这一人文主义观念逐渐显现出理论上的短视,然而其影响仍不可忽视。深入分析该观念,提取出其合理之处,揭示其内在悖论,对更新陈旧的人文主义观念具有重要意义,有助于塑造更具开放性与包容性的新人文主义观念,这可以称为一种后人类文化观念。

关键词： 新工科   智能制造   四四三培养模式   产教融合  

摘要： 围绕智能制造领域对高端复合应用型人才的需求,构建并实践了“四衔接四融合三平台”培养模式。该模式基于产教融合理念,通过“教育链、产业链、创新链、人才链”四链衔接,深化校企合作,构建了理论与实践并重的课程体系。同时,“三平台”支撑多层次实践教学,为学生提供全方位的技能培养。以电力电子课程为应用场景,课程体系结合行业标准,依托仿真实验与企业项目训练,显著提升了学生的知识运用能力与创新思维。研究结果表明,该模式有效提升了学生在工程应用和科研创新方面的综合素养,提高了人才培养质量,为智能制造产业输送了高水平、强适应性的应用型人才。

关键词： ChatGPT   高校图书馆   未来学习中心   人工智能   机遇与挑战  

摘要： ChatGPT为图书馆未来学习中心的创新发展提供了重要契机,如助力打造智慧化学习环境、提供精准化信息服务、促进个性化学习体验及支持创新教育服务等,但也对数据准确性、技术支持、馆员队伍与岗位体系、网络信息安全等方面提出新的要求。图书馆应通过加强人工智能技术研究应用、加强人才队伍建设、强化用户教育指导、建立风险管控机制等策略来推动未来学习中心智能化建设,为图书馆的数智化转型及高等教育范式变革提供参考。

关键词： 人工智能   公安教育   通识课程   教学创新   智慧警务  

摘要： 在智慧警务战略背景下,本文通过文献分析与实证研究,揭示人工智能对公安院校通识教育的深刻影响。构建“三维一体”课程体系框架,提出“智能+实践”教学模式创新路径,结合大量公安院校和地方公安的改革案例和应用经验,提出当前环境对于公安院校学员的新要求。研究结果为新时代公安教育现代化提供理论支撑与实践范式。

关键词： 胃癌   人工智能   切片标注   病理诊断  

摘要： 目的:分析胃癌的临床病理特征,评估基于机器学习的单病种病理切片标注技术在胃癌病理图像初筛系统中的临床应用价值。方法:收集2023年3月至2024年3月复旦大学附属中山医院病理科的600例胃肿瘤苏木精-伊红(HE)染色法染色切片并扫描成数字切片,按照2:1的比例分为400例训练集和200例内部验证集。训练集由高级职称病理医师进行像素级标注,并进行病理分型,基于R-CNN建立胃癌区域检测与分类模型,结合ResNet-50-DeepLabv3+与ce_jaccard_loss实现病灶区域精确分割。将胃肿瘤组织切片图像癌区分类模型的参数作为初始值,并经过深度迁移学习算法,以Adam作为优化器对胃癌区分类模型进行二次训练优化。再利用内部测试集和复旦大学附属闵行医院病理科的300例胃肿瘤HE切片图像作为外部测试集,对已建立的辅助诊断模型进行性能评估。结果:内部验证集中,单标注从零学习模型的准确率及AUC分别为0.836、0.917,双标注分别为0.867、0.932;迁移学习模型中,单标注准确率及AUC分别为0.922、0.942,双标注为0.926、0.953。外部验证集中,单标注从零学习模型准确率及AUC分别为0.865、0.916,双标注准确率及AUC分别为0.873、0.924;迁移学习模型中,单标注准确率及AUC分别为0.921、0.925,双标注准确率及AUC分别为0.933、0.958。结论:双标注模型能够精准识别并标注出病理图像中的胃癌区域,灵敏度和特异度较好,有助于在实际应用中辅助诊断。

关键词： 大数据   人工智能   数据安全   风险  

摘要： 随着大数据与人工智能技术迅速发展,数据安全问题备受社会各界人士高度关注。不管是企业、政府还是个人,均能通过大数据和人工智能获得更多便利,但同时各方也面临数据安全问题。基于此,文章以大数据和人工智能为前提,分析数据安全风险的诱发原因以及数据安全风险类型,然后提出具体的风险防范对策,旨在为数据安全提供更多保障。

关键词： 煤矿电气设备   状态监测   人工智能   深度学习  

摘要： 针对煤矿电气设备故障多发、监测难度大的问题,本文设计了一套基于人工智能的状态监测系统。该系统采用B/S架构,集成了数据采集、预处理、状态分析与故障诊断等功能模块,通过CNN深度学习模型实现设备状态的智能识别。在某煤矿变压器监测应用中,系统实现了98.4%的诊断准确率,可提前6—8h预警设备故障,响应时间维持在50ms以内。研究表明,该系统能有效提升煤矿电气设备的状态监测水平,为智能矿山建设提供了新思路。

关键词： 翻译是人学   翻译与国际传播   人工智能  

摘要： 2025年6月25日至27日,上海交通大学外国语学院、上海市外文学会、《当代外语研究》编辑部共同主办的“人工智能时代‘翻译是人学’暨翻译与国际传播特色栏目建设学术研讨会”在上海交通大学外国语学院召开。会议聚焦人工智能背景下人学的辩护,涵盖翻译、人、技术与实践及彼此间的互动。多位国内知名专家学者围绕“翻译理论与数字人文的互动关系”“人工智能与翻译伦理的人文反思”“跨文化传播中的人本价值与技术赋能”等核心议题展开深入探讨。

关键词： 乳腺癌   腋窝淋巴结   超声影像组学   人工智能  

摘要： 乳腺癌腋窝淋巴结的术前精准评估对患者的手术方案及预后具有重要意义,已陆续有学者开展基于超声影像组学模型来术前评估乳腺癌患者腋窝淋巴结状况的相关研究。本文基于当前乳腺癌患者腋窝淋巴结外科管理的临床问题,对超声影像组学在乳腺癌腋窝淋巴结中的研究进展进行简要总结,并探讨当前面临的挑战和未来发展方向。

关键词： 立式压滤机   机器学习   参数预测   多模型级联   最优控制  

摘要： 文章围绕立式压滤机最优控制参数预测问题展开深入探讨,首先阐述了立式压滤机的工作原理及相关参数,其次提出了基于SVR、随机森林和深度神经网络的多模型级联参数预测框架。通过构建基于熵权法的多目标评价体系,实现了对过滤效率、滤饼品质和能源消耗的综合优化。最后,结合实际工业运行数据验证了模型的性能与效果,为提升压滤机运行效率提供了有益参考。