关键词： 职教教师   知识传授者   角色定位   教师专业发展   创新与变革   人工智能   教育教学模式   引领学生  

摘要： 近年来,随着互联网、大数据等数字技术的迅速发展,人工智能正逐渐渗透到教育的各个领域,引领着教育的创新与变革,职业教育也不例外。作为职业教育人才培养的重要主体——职教教师,应该如何提升自我以应对人工智能的挑战呢?面对AI浪潮,职教教师应在以下三个层面进行深思。一思角色定位。明确角色定位是教师专业发展的前提。在传统的职业教育教学模式中,教师主要扮演着知识传授者与技能训练者的角色。但随着AI技术的广泛应用,教育教学中一些繁琐、机械、重复性的工作将逐渐被机器所取代,职教教师作为知识与技能权威性来源的身份以及传授者的角色将受到挑战。因此,职教教师必须重新审视自己的职业价值与角色定位。比如,教师是继续秉持知识与技能传授者的角色,还是与人工智能协作,担当学生成长路上的陪伴者、合作者、引导者与促进者?如何从传统的“知识技能的传授者”转变为“素养能力的培养者”?如何在技术的辅助下更好地引领学生发展?这是职教教师专业发展中要思考的第一层问题。

关键词： 人工智能   中学物理   物理实验  

摘要： 通过应用inch英麒智能“智领学评”智慧理化生实验室,以“探究影响滑动摩擦力大小的因素”的实验为例,探索人工智能应用在中学物理实验评分过程中的方案,进一步提升中学物理实验评分的客观性,解决在中学物理实验评分过程中师资压力过大、花费时间久等问题.

关键词： 机器学习   降水预报   预报因子   偏差订正   随机森林  

摘要： 数值预报是目前中短期降水预报的主要方法,其输出的降水量往往存在偏差,因此,有必要对数值预报进行订正。恩施地区分布的水电站对降雨预报精度提出了更高要求,已有的订正方法具有区域针对性因而难以直接应用于恩施地区。为此,以恩施地区的板栗园雨量站为例,利用随机森林方法,建立数值预报模式输出的各种预报因子与实际降水量之间的非线性回归关系,形成数值预报产品的降雨订正模型,并分析其时间尺度效应,为恩施地区高精度订正模型选择提供了理论依据。应用2016年~2022年的7年历史数据,采用随机森林方法构建订正模型,并与支持向量机和长短时记忆网络等其他机器学习进行对比。实验结果表明:相较于数值预报的降雨预测,机器学习方法能显著提升降水量预报的准确性和可靠性;3种机器学习方法中,随机森林效果最好。

关键词： 人工智能   出口产品多元化   企业全要素生产率   企业技术创新  

摘要： 本文主要采用2010—2016年中国上市公司数据库、中国海关数据库、国际机器人联合会(IFR)匹配的数据,实证研究了人工智能对企业出口产品多元化的影响,并揭示了其主要的影响机制。研究结果表明,人工智能可以显著地提高企业出口产品的多元化,在考虑了内生性、替换核心解释变量以及变换实证检验方法之后,这一结论仍旧稳健;同时这种促进作用在非国有企业、东部地区企业、劳动密集型企业与一般贸易企业中更为显著;主要的影响机制是企业生产效率提升效应和企业技术创新提高效应;在进一步的拓展研究部分,发现企业所在地区营商环境与企业数字化转型程度对人工智能的积极影响均存在正向调节效应。

关键词： 《公司法》修订   董事   人工智能   算法  

摘要： 当前人工智能已被广泛运用在公司决策中,通常以辅助董事决策的形式存在。作为推进完善中国特色现代企业制度的重要举措,本轮《公司法》修订在公司治理结构等方面作出了新的调整,由此董事责任边界的界定在理论和实践上都出现了新的面向。在新《公司法》视域下董事利用人工智能决策也面临新的挑战,需要有全新的应对方案。董事在利用人工智能决策过程中应当遵守法律、章程规定义务以及受信义务。一方面,原则上董事并无必须利用人工智能决策的义务,仅在例外情形下存在强制要求。基于商业判断规则,董事在决策过程中,需要凭借自身丰富的经营决策经验,兼顾众多信息要素;另一方面,董事的监管责任,应当基于人工智能算法模型、数据选取、结果审查、信息决断等监管要素方面进行认定。董事可以基于决策经验,对是否选取人工智能决策以及利用人工智能决策过程是否违反义务要求进行解释。面对技术发展对董事责任的影响,除需要进一步明晰董事监管责任边界之外,还需要将公司多元化目标作为矫正董事责任认定的标尺。同时,构建统一的专家决策型人工智能监管体系对指导司法实践也具有重要意义。

关键词： 新工科建设   智能测绘   无人机测绘   课程群   人工智能  

摘要： 随着新工科建设和智能化测绘的不断推进,测绘类相关高校应及时对测绘类专业的课程进行改革,但目前大多开设无人机测绘相关课程的测绘类高校教学重点没有突出新工科背景下面向智能测绘的相关技术在无人机测绘中的应用,该文从教学内容、实践教学方式、考核方式三方面出发,对相关教学体系进行改革,以期能够推进新时代无人机测绘课程群的开发进度,培养更多符合时代要求的测绘学科人才。

关键词： 高技术服务业   大科学装置   产学研用   智能制造   制造强国   检测装备   重点实验室   示范应用  

摘要： 检验检测作为高技术服务业,对制造强国与质量强国建设意义重大。中南大学检测机构与实验平台应进一步发挥国家级平台优势,引领产业创新与大科学装置建设,推动更多重大突破。近日,为深入探究交通重大装备检测评定与示范应用状况,推动检测装备产业创新升级,中国检验检测学会学术部主任林江春、智能制造与重大装备检测分会副秘书长张俊岭以及湖南省检验检测学会常务副会长兼秘书长陈祥光等一行,前往中南大学田红旗院士团队的轨道交通安全重点实验室开展调研。

关键词： 自然语言处理   非结构化数据   流程自动化   机器学习   虚拟机器人   人工智能   快速学习   自动化处理  

摘要： AI数字员工指结合人工智能和机器人流程自动化等技术,模拟并拓展人类的思维模式、自动化执行各类流程以完成工作任务的实体或虚拟机器人。AI数字员工不仅可以通过RPA技术精准驱动流程,自动化处理重复性任务,释放宝贵的人力资源以专注于更具挑战性的工作,提升工作效率;而且,它们还能借助自然语言处理、机器学习等技术,理解并分析结构化或非结构化数据,进而具备快速学习、灵活适应与持续迭代的能力,处理更为复杂的任务。

关键词： 肺腺癌   肿瘤分化   CT成像   特征提取   机器学习  

摘要： 目的 探讨高分辨CT平扫影像的特征提取和机器学习模型在预测肺腺癌分化水平中的应用价值。方法 回顾性分析507例经手术病理确诊为肺腺癌且分化水平明确的患者资料。根据分级标准,将入组病例分为低分化组和中高分化组。提取CT影像特征,并采用7种机器学习算法构建预测模型。计算模型在预测肺腺癌分化水平时的曲线下面积(AUC)、准确度、特异度和敏感度。结果 低分化组175例,中高分化组332例。XGBoost模型表现最佳,其在验证集的AUC、准确度、特异度和敏感度分别为0.878、0.829、0.667和0.727。结论 基于CT影像组学模型能有效预测肺腺癌的低分化与中高分化水平。

关键词： 人工智能   服装制造   智能制造   应用  

摘要： 为了在服装制造中更合理地应用人工智能技术,首先分析了人工智能技术在服装智能制造中的主要应用方向,并分析现阶段人工智能技术在应用过程中存在的问题,然后从未来发展的角度分析人工智能技术对服装智能制造带来的影响,促进其快速适应现代技术发展的潮流,合理面对新技术应用时带来的设备、技术和生产理念的变化。