关键词： 人工智能   国家审计技术   创新   挑战  

摘要： 随着人工智能技术的迅猛发展,其在各个领域的应用日益广泛。国家审计作为维护国家经济秩序、保障公共利益的重要手段,也受到人工智能环境的深刻影响。本文深入探讨人工智能环境下国家审计技术在数据处理、审计实施、风险评估等方面的创新表现,同时全面分析国家审计在数据质量、数据安全与隐私保护、技术融合、人员能力等方面面临的挑战,并针对性地提出应对策略,旨在为国家审计在人工智能时代实现高质量发展提供理论支持与实践参考。

关键词： 人工智能   卷积神经网络   图像处理   车牌识别  

摘要： 设计了一种基于卷积神经网络的车牌识别系统算法。该系统由图像预处理、车牌定位与切割、字符分割和字符识别等部分组成,通过运用漫水填充、仿射变换等技术实现较高的准确度和稳定的可靠性。整个算法搭建在Python环境中,使用OpenCV、TensorFlow、Tkinter等工具实现。该算法的核心是使用卷积神经网络进行车牌识别,通过训练卷积神经网络可以自动识别车牌上的字符,实现自动化管理的目标。还可以通过实时监控和数据分析,对交通指数、车辆流速、交通事故等进行监测和预警,从而进一步提高交通管理效率。研究结果表明,该系统具有广阔的应用前景和巨大的潜力,可有效提高交通管理效率,减少交通压力,实现智能交通的目标。

关键词： 人工智能   高校教师   教学力   提升策略  

摘要： 在科技革命与产业变革的推动下,教育领域正经历着前所未有的变革,数字化转型成为其发展的必由之路。党的二十大报告明确提出“加快教育数字化发展”的战略部署,是顺应时代潮流、推动教育高质量发展的必然选择。因此,必须坚定不移地推进国家教育数字化战略行动,深化信息技术与教育教学的融合,进一步提升教师的数字化、智能化教学能力。基于此,本文首先阐述了在人工智能时代背景下,提升高校教师教学力的重要性;其次对人工智能视域下高校教师教学力提升所面临的困境进行深入分析;最后从宏观、中观、微观的视角,提出人工智能视域下高校教师教学力提升的优化策略。

关键词： 人工智能   大模型   生成式人工智能   人工智能监管   DeepSeek  

摘要： 完善生成式人工智能监管政策体系是促进生成式人工智能健康发展和规范应用的必然选择。研究生成式人工智能监管的省级政策差异有利于了解各省级政府的监管现状,更有助于推动生成式人工智能区域协调发展。采用文本分析法,聚焦各省级政府生成式人工智能监管相关政策文本和备案结果。研究发现,各省级政府生成式人工智能监管政策在监管主体、监管对象、监管内容、监管工具上均存在差异之处。基于路径依赖理论指出,省级政策受规模经济、学习效应、适应性预期等因素影响,监管政策一旦形成特定路径,就会沿着这一路径不断自我强化与锁定,从而导致监管政策差异。

关键词： 人工智能   新闻产品   创新  

摘要： 人工智能正逐步渗透到新闻生产的各个环节,从新闻采集、编辑、分发到反馈,无一不彰显其巨大潜力和变革力量。本文旨在探讨人工智能对新闻产品创新的影响,分析其在提升生产效率、丰富表现形式、优化传播渠道等方面的作用,同时审视由此带来的挑战,并提出应对策略,希望能为新闻业在人工智能时代的发展提供参考。

关键词： 生成物   著作权保护   劳动价值论   人工智能  

摘要： 随着人工智能技术的迅猛发展,其在作品创作过程中的参与度日益提升。人工智能生成物作为这一技术进步的产物,对现行的著作权法律体系提出了新的挑战。本文从劳动价值论和人工智能工具属性的角度出发,深入剖析了人工智能生成物在认定标准上的模糊性以及权利归属的不明确性,这些问题导致了著作权法律体系内部的失衡。通过论证人工智能生成物著作权保护的必要性,本文旨在提出构建相应保护制度的基本路径,为人工智能生成物的健康发展提供坚实的法理基础和制度保障。

关键词： 机器学习   品种分类   基因组标记   绵羊   准确性  

摘要： 旨在评估基于基因组标记的机器学习(machine learning,ML)算法在品种分类中的有效性,检验不同ML算法在绵羊品种分类中的应用效果如何。本研究采用2种方式对10个绵羊品种进行单核苷酸多态性(single nucleotide polymorphisms,SNPs)位点选择,第一种利用群体间分化指数(fixation index,FST)进行选择,第二种方式是在FST的基础上使用Boruta特征选择算法对SNPs位点进一步筛选。采用K-近邻、支持向量机(support vector machines,SVM)和自适应增强(adaptive boosting,AdaBoost)等8种不同类别的ML算法对绵羊品种进行分类,采用准确性评估不同SNPs选择方式和不同ML算法在品种鉴定中的差异,鉴定绵羊品种分类的最佳组合方式。本研究采用的数据中既有遗传关系较远的品种,也有遗传相似的品种,保证了后续分析的可靠性。根据前1%的筛选标准,FST分析每次筛选出5361个SNPs位点,Boruta算法最终保留(328±11.7)个SNPs位点用于ML品种分类,且在多次迭代后,被标记为“确认”的SNPs位点得分稳定高于阴影特征和被标记的其他两类SNPs位点。Boruta算法保留的SNPs位点数远低于FST分析。在使用ML模型进行品种分类时,大多数模型的准确性均高于0.9。其中,经过Boruta算法选择SNPs位点之后使用SVM模型进行品种分类准确性最高(0.953),AdaBoost表现也同样优秀(0.947),仅使用FST选择SNPs位点之后使用NB模型分类效果最差(0.601)。除NB外,其余模型接收者操作特征曲线下面积均接近于1。无论使用哪种SNPs选择方式均具有较强的区分能力,使用Boruta算法后效果略好。根据上述结果表明,ML方法的实施有效提高了品种分类的准确性,在绵羊品种鉴定中有良好的应用潜力。

关键词： 人工智能   病理学   诊断   计算机辅助   未来   算法  

摘要： 数字病理学(digital pathology, DP)在癌症诊断中的应用日益广泛,为更快、更高质量和更准确的诊断提供了新的工具。诊断病理学实践经历了显著的转变,其中数字成像、先进的人工智能(artificial intelligence, AI)算法和计算机辅助诊断技术等新工具被用来辅助、增强并赋能计算组织病理学和AI驱动的诊断。这为肿瘤精准医学的发展铺平了道路。AI工具为解剖病理学和临床病理学工作流程中的创新和进步提供了独特的平台。在本综述中,我们描述了AI在临床病理学中应用的里程碑和标志性研究,并重点探讨了未来的发展方向。

关键词： 脊柱侧凸   青少年   X线   人工智能  

摘要： 目的观察人工智能(AI)基于脊柱正侧位片X线所测参数与青少年特发性脊柱侧凸(AIS)严重程度的相关性。方法回顾性分析1786例AIS,以uAI DR脊柱侧弯分析系统测量脊柱正侧位片参数,包括Cobb角(CA)、冠状面平衡距离(CBD)、T1倾斜角(T1S)、骨盆倾斜角(PT)、骶骨倾斜角(SS)、顶椎偏距(AVT)、胸廓躯干偏移(TTS)、胸椎后凸角(TK)及矢状位垂直距离(SVA);根据CA评估AIS严重程度,观察后者与其余参数的相关性;比较上述参数在不同严重程度及冠状位/矢状位平衡状态下的差异;采用多变量logistic回归分析筛选AIS严重程度的独立影响因素。结果除SVA外,不同严重程度AIS之间上述各参数差异均有统计学意义(P均<0.001)。随AIS程度加重,CA、CBD、AVT及TTS依次增大(P均<0.001),重度AIS的T1S高于轻、中度AIS(P均<0.001),中、重度AIS的PT及SS均大于、而TK小于轻度AIS(P均<0.001)。冠状位平衡与失衡AIS之间CA、T1S、PT、SS、AVT、TTS及TK差异均有统计学意义(P均<0.05),而矢状位平衡与失衡AIS间TK差异有统计学意义(P=0.026)。CBD、T1S、PT、SS、AVT及TTS均与AIS严重程度呈正相关(r_(s)=0.136~0.606,P均<0.001),而TK与之呈负相关(r_(s)=-0.404,P<0.001)。T1S、AVT及TTS均为影响AIS严重程度的独立影响因素(P均<0.001)。结论AI基于脊柱X线正侧位片所测参数中,CBD、T1S、PT、SS、AVT及TTS均与AIS严重程度呈正相关,而TK与之呈负相关。

关键词： 人工智能   设计思维   创新   不确定性  

摘要： 目的为人工智能时代的设计思维创新路径提供新的视角和策略建议,以应对这一时代的挑战和机遇。方法从不确定性到确定性的视角出发,将设计思维视为包含材料、形式、生产方式和功能的整体产品并通过文献研究,对传统设计思维和人机协同设计思维的结构进行总结和对比。以此为基础,探讨人工智能时代背景下设计师的创新模式、对不确定性的处理、设计材料与工具,以及设计师角色的转变。结果传统设计思维的结构更多是为一种“独白式”创新而服务的,人机协同设计思维的结构则更强调“对话式”创新并构建了该模式的范式形态。结论人工智能时代背景下,设计师需要更注重技术带来的不确定性,利用大语言模型拓展自身和人机协同的边界并构建能与机器共创的设计语言,以实现“对话式”创新。