关键词： 人工智能防欺凌系统   人工智能   校园欺凌   数据安全  

摘要： 实践中的校园欺凌具有明显的隐蔽性,为提前发现和及时制止欺凌行为,基于人工智能的防欺凌系统应运而生。涉及防校园欺凌的人工智能包括决策式人工智能和生成式人工智能。校内外基于人工智能的监控系统侧重于分析与判断欺凌行为,当前需要的是决策式人工智能。而目前大规模的网络欺凌涉及AI换脸、AI造谣等深度伪造技术的生成式人工智能,所以人工智能防网络欺凌系统是基于人工智能的攻防对抗。人工智能在中小学校园应用也面临一系列法律风险,因此应继续健全防范未成年人个人信息数据、隐私数据泄露的法律制度,保障未成年人隐私权益不受侵犯。

关键词： 人工智能   思政课教学   价值意蕴   实践路径   策略探寻  

摘要： 人工智能赋能思政课教学有助于提高思政课学习的积极性,提升思政课教学的针对性,增强思政课“教—学—评”的一致性。“人工智能+情感交流”“人工智能+任务创建”“人工智能+引导启发”是以教师为主导、人工智能为技术支撑、人机交互的思政课教学新路径。在人工智能参与的思政课教学中,要注意突出思政课的课程性质,坚持思政课教师的主导地位,转变思政课学生的学习方式,以促进“人工智能+”思政教学与传统思政教学的相互融合,建设智慧思政教育的崭新生态。

关键词： 人工智能   人机协同   人机交互   叠加纠缠   多阶意图融合   技术强化学习   生成对抗网络  

摘要： 人工智能已经成为引领科技发展和社会变革的关键力量之一,给各个领域带来了巨大的变革。在这股变革的浪潮中,人机协同成为一个备受关注的话题和趋势。作为人类智慧与机器计算能力相结合的新兴模式,人机协同为解决复杂决策问题提供了全新的思路和方法。文章梳理了人机交互研究的动因及发展历程,分析了人机协同模式的四种情况;总结了人机协同在理论、实践、军事领域带来的深刻变革;提出了理论视角下人机智能协同的难点问题,包括确定性与不确定性的叠加纠缠、人机协同中多层意义的逻辑重构及多尺度因果、多阶意图之间的融合事实、价值的分类与框架化;最后从事实与价值的视角出发,探讨了人机协同中的两项关键技术,对强化学习与生成对抗网络的结合进行了思考,并给出了人机协同的研究案例。

关键词： 人工智能   机器人   智能工厂   公务员   铁饭碗   受益者   AI   上岗  

摘要： 近日,深圳首批70名AI公务员“上岗”,懂得多干得快还错得少。话题“公务员的‘铁饭碗’还稳吗”引起网友热议。人工智能正在深刻改变我们的生活。我们每个人都是这场变革的见证者、参与者和受益者。如今,我们不仅能在医疗、交通、智能工厂等多种场景看到AI机器人的身影,甚至连我们日常泡茶,都能让其代劳。

关键词： 医疗器械行业   重大科研项目   医用机器人   微纳米技术   人工智能   基金项目   医疗器械使用   科研专项  

摘要： 为促进我国医疗器械行业的快速发展,推动新型医疗器械的临床应用,我刊“论著-医械应用与质控”栏目特面向全国征稿。该栏目主要报道医疗器械在临床诊断和治疗方面的应用价值,探讨医疗器械使用中的安全、计量和质量控制措施,选题包括但不限于:(1)新型医疗器械(如人工智能医疗器械、医用机器人、可穿戴医疗器械、微纳米技术装备等)的临床应用;(2)常规医疗器械在新型或罕见疾病诊治方面的应用;(3)以降低损伤或提高诊断效能等为基础的医疗器械临床应用;(4)医疗器械智能化计量与质量控制方法研究与应用……欢迎向本栏目投稿,国家重点基金项目、重大科研专项及省市级重大科研项目的研究成果均可优先发表。来稿请确保版权的独立性,严禁抄袭,文责自负。

关键词： 广告成本   人工智能   超级碗   兵家必争之地   广告时段   品牌选择  

摘要： 每年的“超级碗”,都是广告界的“兵家必争之地”,各大品牌纷纷使出浑身解数,试图在这个备受瞩目的舞台上抢占消费者的心智。然而,在广告成本一路飙升的当下,30秒广告时段近800万美元的高价,让许多品牌选择求稳,“明星扎堆”成为今年超级碗广告的显著特征。本届超级碗还是人工智能竞赛中一个重要时刻,包括谷歌和Meta在内的大型科技公司选择在广告中推广他们的平台,而OpenAI、Salesforce和GoDaddy也推出了以人工智能为主题的广告,每家公司都采取了不同的方式展示这项技术并让消费者相信它的实用性。

关键词： 中美战略竞争   “芯片锁喉”战略   战略叙事   敌人意象   人工智能  

摘要： “芯片锁喉”是美国对华高科技竞争的核心战略。该战略以芯片为主要抓手,利用美国在全球供应链中的优势地位,通过出口管制、“长臂管辖”、组建技术联盟等举措打压中国高科技产业,以实现竞赢中国的战略目标。文章采用战略叙事理论视角,构建了从叙事主体、叙事竞争到叙事重构的分析框架,探究了自2022年《芯片与科学法案》通过以来美国如何在高科技领域通过污名化手法对中国开展叙事竞争,强化中国“敌人意象”,对中国进行话语压制并谋求话语霸权。该战略在实践中面临多重困局。战略叙事的逻辑压制了反对与中国为敌的理性声音,强化了美国战略界对中国的刻板印象,为通过强势遏制打压中国高科技产业的错误政策助力,挤压了美国调整对华高科技政策的转圜空间。随着“芯片锁喉”战略对全球半导体供应链的冲击日益显现,美国针对其盟伴的战略叙事遭到多国反对,亦加剧了国际体系的内在风险,从长远角度看该战略终将难以为继。

关键词： 新闻记者   人工智能   新闻内容   创新策略   挑战与对策  

摘要： 人工智能技术正在重塑新闻的生产和传播方式,生成式AI、自然语言处理、大数据分析等技术的进步,使新闻从业者能够高效处理海量信息、挖掘深层次关系,并以更加多元化的形式呈现内容。但AI在推动新闻行业创新的同时,也伴随着诸如数据依赖、伦理挑战和技术局限等问题,影响了其广泛应用和可持续发展。基于此,本文首先阐述人工智能在新闻内容创作中的具体应用,继而探讨记者利用人工智能创新新闻内容的策略,最后分析人工智能在新闻内容创新中的挑战并提出具体的对策,以期为新闻媒体行业在技术浪潮中保持其真实性、公信力与创新性提供有益的参考。

关键词： 深度学习   人工智能   阿尔兹海默症   轻度认知障碍   核磁共振成像  

摘要： 目前诊断阿尔兹海默症(Alzheimer's Disease,AD)的主要手段是通过结构磁共振成像(structural Magnetic Resonance Imaging,sMRI)实现的,现有基于深度学习的AD诊断主要利用2D(将3D sMRI转2D切片)或者3D的卷积神经网络,不能很好地捕获3D sMRI全局特征,为此本文提出改进Swin Transformer实现3D块划分提取全局特征,构建Transformer预测分类模型。又根据现有阿尔兹海默患者发生萎缩的区域对尺寸的变换很敏感,而且现有深度学习模型在病灶区域定位方面能力不强的问题,提出自适应特征提取模块(Adaptive Feature Extraction Module,AFEM),实现了可变形自适应特征提取,对基础3D Transformer模型进行扩展,构建AFEM-Transformer深度学习模型,进一步提升模型特征学习能力,实现自适应的定位病理区域的具体位置,用以辅助临床诊断,实现阿尔兹海默病情分类和预测。本文选择阿尔茨海默症神经影像学计划(Alzheimer's Disease Neuroimaging Initiative,ADNI)提供的2248名受试者sMRI影像作为实验数据集。在阿尔兹海默诊断任务和轻度认知障碍(Mild Cognitive Impairment,MCI)进展预测任务中将提出的AFEM-Transformer模型与现有基于卷积神经网络的模型和基础Transformer模型进行分析比较,评估该模型的价值。结果表明本文提出的AFEM-Transformer模型在两个任务上的准确率、敏感度、特异性、AUC(Area Under Curve)值的实验结果相较于基础和卷积神经网络模型和Transformer模型性能提升明显,证实了所提出的AFEM模块的有效性。本文提出的AFEM-Transformer深度学习模型能够准确诊断阿尔兹海默症和预测MCI的进展,并可自动定位出病灶区域,可以作为阿尔兹海默症临床诊断中一个有效的计算机辅助方法。

关键词： 智能制造   “智改数转”   智能制造能力成熟度模型   生物医药行业   典型场景  

摘要： 智能化改造数字化转型是制造业企业高质量发展的必经之路,而典型应用场景则是企业发展的参照与指引。首先,基于生物医药行业发展现状,依据《智能制造能力成熟度模型》,分析生物医药行业的智能制造水平和共性问题;然后,提出7个生物医药行业的典型场景;最后,总结生物医药行业推进“智改数转”的4个步骤,为相关企业提供参考。