关键词： 启智   解决问题能力   人工智能   全国政协   学生能力培养   智联网   教育数字化   认知能力  

摘要： 2025年3月6日,习近平总书记在看望参加全国政协十四届三次会议的民盟、民进、教育界委员时,谈起“教育数字化”这一热点问题,他指出:“一方面,有了智联网、人工智能,教育的工具和方法会发生变化,学生能力培养会有变化,这些正需要与时俱进地进行改革。另一方面,对于学生的启智、心灵的培养和基本的认知能力、解决问题能力的培养,是不能放松的。基本功还得有。”同时,习近平总书记进一步强调:“教育,不能把最基本的丢掉。”

关键词： 中国计算机学会   机器学习   《软件学报》   模式识别   人工智能   学术活动   优秀学术论文   山西大学  

摘要： 第二十届中国机器学习会议(CCML 2025)由中国人工智能学会和中国计算机学会联合主办,中国人工智能学会机器学习专业委员会和中国计算机学会人工智能与模式识别专业委员会协办,山西大学承办。该系列会议每两年举行一次,现已成为国内机器学习界最主要的学术活动。会议现公开征集优秀学术论文(中文),会议录用的论文将被推荐到《软件学报》《计算机研究与发展》等合作期刊,欢迎相关领域的研究者和学生积极投稿。

关键词： 人工智能   Python课程   以赛促学   一题多解   混合式教学  

摘要： 在政策引导的背景下,人工智能课程如雨后春笋般在高等教育中开设,如何开展人工智能的专业基础Python课程,成为了一个任重而道远的使命。本人结合边疆地区师生情况及现有教学资源情况下,进行了以赛促学、一题多解和混合式教学方面的课程教学设计探索,取得了良好的效果。Under the background of policy guidance, artificial intelligence courses have mushroomed in higher education. How to carry out professional basic Python courses in artificial intelligence has become a mission with a long way to go. Based on the situation of teachers and students in border areas and the existing teaching resources, I have carried out the exploration of curriculum teaching design in the aspects of promoting learning by competition, multiple solutions to one problem and mixed teaching, and achieved good results.

关键词： 人工智能   基础技术研究   新旧媒体   竞争情报工作   生成式   开源  

摘要： 2025年乙巳蛇年春节除成为首个“世界非遗版”春节外,还有件非同寻常的事情发生。在这个春节里,全中国乃至全世界都在关注和议论一个叫做“DeepSeek”的生成式人工智能大模型,杭州深度求索人工智能基础技术研究有限公司(DeepSeek)研发的这个大模型在全世界出圈。该公司先后上线大语言基座模型DeepSeek V3,以及基于V3训练、专为复杂推理任务设计的DeepSeek R1模型,并同步开源。它们以卓越的性能媲美或超越了全球其他顶级的开源及闭源模型。全世界的新旧媒体都在讨论DeepSeek,其风头不亚于2023年时的ChatGPT。作为竞争情报工作者此刻不谈谈这个话题真的“不好意思了”。

关键词： 媒介文化   人工智能   后人类   数字媒体生态   媒介尚古主义  

摘要： 人工智能作为关键技术类行动者的崛起令人机共生成为数字媒体生态的基本结构。人类能动性被机器逻辑弱化乃至褫夺,导致了全球媒介文化的后人类状况。在此局面下,媒介尚古主义兴起,其本质是通过复兴旧媒介实践、重建旧媒介经验的方式对人工智能支配下的数字媒体生态进行反拨的人类文化行动。媒介尚古主义体现出有限连接、反自动化和模拟美学三个核心特征,培育了包括黑胶唱片再生、慢传媒、众包新闻、故障艺术等诸多全球性媒介行动。媒介尚古主义主张复建人类在场的文化生产机制,可以成为我们理解数智时代人类媒介抵抗实践的基本框架。但与此同时,媒介尚古主义也不可避免受制于科技资本主义的政治经济结构,面临着文化挪用、商品化和拜物教化的困境。

关键词： 人工智能   人格要素   刑罚   自主意识  

摘要： 在本体视角下,人工智能通过计算机编程与建模、人工神经网络等技术手段,具备支配行为的“物化”意识人格要素;通过大数据的自我意识分析,具备基于因果功能联系的目的人格要素,其人格要素与自然人具有一致性。在社会视角下,人工智能在特定的行为领域中基于自身意识所作出的行为可以与特定的人与事物产生有限的联系,因而具备有限的社会人格要素,具有特殊性。因此,人工智能具备自我意识,能支配行为实现特定目的,进而在特定的行为领域具备完全的刑事责任能力。在此前提下,基于人工智能具备的有限社会人格要素,可创设强制学习劳动、销毁程序、缩减行为领域等针对人工智能犯罪的刑罚措施,以满足人工智能犯罪主体的刑罚适应要求。

关键词： 肝细胞癌   磷脂酰基醇蛋白聚糖3   放射组学   机器学习  

摘要： 目的开发一种基于瘤内和瘤周区域的计算机断层扫描放射组学特征联合临床因素的机器学习模型术前预测肝细胞癌(HCC)磷脂酰基醇蛋白聚糖3(GPC3)的表达。方法回顾性分析自2017年1月至2024年6月北部战区总医院肝胆外科收治的接受根治性手术的165例HCC患者的临床资料,按照7∶3比例将其随机分为训练集(n=114)与验证集(n=51)。使用Python软件分别提取瘤内和瘤周3 mm区域的放射组学特征,通过组内相关系数、t检验、皮尔逊相关系数、最小绝对收缩和选择算子回归法选择与HCC的GPC3表达相关的放射组学特征。采用逻辑回归算法构建瘤内、瘤周和融合模型,比较和选择最佳模型。为进一步提升模型的预测能力,使用最佳模型放射组学标签和经单因素和多因素Logistic回归筛选的临床风险因素构建联合模型,并绘制列线图。采用受试者工作特征曲线(ROC)和校准曲线来评估各模型的预测性能,用决策曲线来评估临床效益。结果165例HCC患者中,83例患者病理诊断为GPC3阳性设为GPC3阳性组,82例患者病理诊断为GPC3阴性设为GPC3阴性组。GPC3阳性组的甲胎蛋白(AFP)水平及乙肝病毒感染比例均高于GPC3阴性组,肝硬化比例低于GPC3阴性组,差异均有统计学意义(P<0.05)。训练集和验证集临床特征资料比较,差异均无统计学意义(P>0.05)。在训练集和验证集中,联合融合模型放射组学标签和AFP水平的临床-放射组学模型预测性能最高(曲线下面积分别为0.876、0.815)。校准曲线的霍斯默-莱梅肖拟合优度检验显示P>0.05(训练集:P=0.286、0.808、0.647;验证集:P=0.127、0.169、0.370),表明各模型的预测和实际GPC3表达状态之间有良好的一致性。决策曲线表明,使用列线图来评估GPC3表达状态的总体净效益大于临床模型和放射组学模型。结论联合瘤内和瘤周区域放射组学特征和AFP的机器学习模型能在术前准确预测HCC患者的GPC3表达,帮助改善HCC患者个性化治疗策略,并为肝癌新辅助治疗研究提供新的工具。

关键词： 中医药   信息技术   人工智能  

摘要： 本文从信息技术的概念与发展切入,系统阐述信息技术在中医药行业管理、人才队伍建设、科学研究、中药产业升级、医疗与养生保健服务、名医经验继承与弘扬、文化传播及海外发展等方面所发挥的作用,诠释人工智能、互联网、数据库等不同信息技术在中医药领域的应用状况,并展望其未来发展。

关键词： 衰弱   老年人   社区   系统评价   机器学习   预测  

摘要： 目的 系统评价机器学习模型在社区老年人衰弱风险预测中的应用效果。方法 通过检索万方、中国生物医学文献数据库(CBM)、中国知网(CNKI)、PubMed、Web of Science、Embase数据库,搜集2024年7月之前发表的关于机器学习模型在社区老年人衰弱风险预测方面的研究。2名研究人员独立进行筛选文献、提取资料和评估偏倚风险工作,并对不同模型的预测准确度进行评价,同时比较受试者工作特征曲线下面积(AUC)。结果 共纳入13项研究。在数据来源上,所有研究均基于社区人群,其中4篇研究使用了开放数据库,7篇研究来自中国。共涉及20种不同的机器学习模型,使用最频繁的模型为随机森林(n=5),其次是支持向量机(n=4)和极限梯度提升(n=4)。预测因子中出现频率最高的是年龄(n=11),其次为教育水平(n=7)、抑郁(n=5)和体育锻炼(n=5)。其中4篇研究比较了机器学习模型和传统统计学模型的预测价值,2篇研究认为机器学习模型的AUC值高于传统模型,值得注意的是有2个研究持相反意见,认为逻辑回归的预测效能最高。1篇比较了不同机器学习模型的预测价值,研究认为随机森林预测性能最佳。结论 机器学习模型在社区老年人衰弱风险预测中应用广泛,能准确地预测衰弱的发生发展,机器学习模型在特定情况对于衰弱的预测效能优于传统模型,但部分研究认为逻辑回归更具优势,未来需进一步验证其对衰弱的预测性能。

关键词： 人工智能   语言文本   海量数据   通专结合   统计模式   生成式   图像视频   Chat  

摘要： 自ChatGPT面世以来,生成式人工智能成为人工智能领域研究的热点。该技术的基本形态是通过采用海量数据来训练人工智能大模型,使其学会人类的语言文本和图像视频统计模式,从而在用户给出提示指令后,能够自动地生成所需的数字内容。如何进一步推动生成式人工智能技术的发展,使其能够真正广泛落地应用,成为人们关注的焦点。