关键词： 人工智能   思政课   技术赋能   人机关系  

摘要： 从技术赋能教育的角度来看,人工智能的强势崛起对思政课教学产生了重大影响,如教学设计从“经验性”到“数据化”,教学实践从“分散式”到“跨模态”,教学评价从“结果导向”到“循证导向”。但是,人工智能的不确定性、风险性以及模糊性会对思政课产生知识价值的解构、自然语言情感力量的破坏和“现实的人”思维能力的消解等问题。基于此,人工智能赋能思政课需要在由“技”入“人”的探索中开发富含“思想政治理论课品性”的人工智能,在定义其技术教学本质、技术使用框架以及功能设置中实现“技术教学化”。

关键词： 人工智能   效率   伦理   数据隐私   算法透明度  

摘要： 随着人工智能(AI)技术的快速发展,其在职业教育管理中的应用日益广泛,为提高管理效率和个性化职业教育带来了新的机遇。研究探讨AI在职业教育管理中的应用现状、潜在优势以及伴随的伦理挑战,强调制定相应的伦理准则和监管机制的重要性,以确保AI技术的应用不仅提高管理效率,而且符合职业教育公平和学生权益保护的原则。最后提出建议,包括加强AI技术的职业教育者培训、建立跨学科的伦理审查团队以及促进利益相关者之间的对话,以促进AI在职业教育管理中的负责任使用。通过这些措施,可以最大化AI技术的积极影响,同时避免可能的伦理风险。

关键词： 人工智能   知识获取   人脸识别   人机交互   信息处理   语音识别   模型优化   协作伙伴  

摘要： 人们对于人工智能并不陌生,人脸识别、语音识别等人工智能技术应用已非常普遍,不过,2022年底ChatGPT-3.5的发布可谓石破天惊,与以往这些专注于特定任务的狭义人工智能不同,ChatGPT为人们翻开了通用人工智能的精彩一页,标志着人工智能技术已经从人类的“工具”阶段迈入了“协作伙伴”的阶段。它深刻改变了信息处理、知识获取和人机交互的方式,并为未来的通用人工智能发展奠定了基础。通用人工智能技术的诞生为人工智能领域的发展带来了新的机遇,这将大大加快之前狭义人工智能产品的算法和模型优化,提升产品的智能化水平和性能。

关键词： 脑梗死   出血转化   影像出血   机器学习  

摘要： 目的 构建基于脑梗死急性期平扫CT的影像组学机器学习模型,并评估其对急性脑梗死患者出血转化的预测价值。方法 采用回顾性队列研究分析2019年至2023年收治的110例急性脑梗死的临床资料及影像资料。按发病7天内有无发生出血转化将患者分为出血转化组和非出血转化组,将原始数据按照3:1分为训练集和测试集。基于训练集构建随机森林模型(RF)、支持向量机模型(SVM)、K近邻算法模型(KNN)以及将以上模型融合后的集成模型(Stacking)。在测试集上根据ROC曲线下面积(AUC)、F1值来评价模型预测效能。结果 多因素Logistic回归结果显示减少肝素(P=0.0046)和阿加曲班(P=0.0128)的使用为急性脑梗死出血转化的危险因素。RF、SVM、KNN、Stacking模型在测试集上的AUC分别是0.84、0.85、0.88、0.86,F1值分别为0.76、0.81、0.85、0.85,以上4个模型均具有较高的预测能力。结论 基于CT平扫的影像组学模型能够很好地预测急性脑梗死出血转化。

关键词： 超高性能混凝土   残余抗压强度   高温损伤   机器学习   预测  

摘要： 以水胶比、m_(硅灰)∶m_(水泥)、m_(粉煤灰)∶m_(水泥)、m_(石英砂)∶m_(水泥)、m_(石英粉)∶m_(水泥)、钢纤维掺量、PP纤维掺量、常温标准养护、热水养护、干热养护和加热温度11个影响因素为输入变量,建立了BP神经网络、麻雀搜索算法优化人工神经网络、遗传算法优化人工神经网络(GA-BP)和支持向量机回归四种模型,并对高温损伤后的超高性能混凝土(UHPC)残余抗压强度进行了预测。结果表明:与基于试验经验的计算模型预测结果相比,以上4个机器学习模型的预测精度较高,误差基本控制在15%以内,其中,GA-BP模型的预测结果最优,R^(2)达到0.949。

关键词： 人工智能   范式转型   锁定算法   内部能力建设   不确定性   智慧数据  

摘要： 美国食品药品监督管理局(FDA)对药品、医疗器械的监管重点逐渐从传统上重视上市前审批向上市后监管转移,覆盖产品全生命周期,并显示出逐渐从以还原论为中心向整体论优势转型的趋势。FDA在美国联邦机构中率先尝试应用包括深度学习(DL)在内的人工智能(AI)技术。在批准越来越多采用AI技术产品的同时,FDA还尝试将AI用于监管机构内部工作,包括从外部招聘专业人才、面向行业设立开放式挑战项目与试点计划,强化监管机构内部AI能力建设与专业知识水平提高。AI的快速发展加快了FDA监管范式转型。与AI发展类似,医药产品监管同样面临不确定性。本文基于FDA在相关领域的具体实践,总结了AI助力FDA监管范式转型的作用与发展趋势,以期为其他监管机构在相关领域的发展及相关技术的应用提供有益的经验。

关键词： 科学教育   科学素养   循证研究   新技术   人工智能   教育公平  

摘要： 在人工智能、虚拟现实、大数据等前沿科技持续突破的浪潮中,科学教育的内涵正经历深刻转型,重心从单纯追求学业成就转向全面培育科学素养。与此同时,科研方法亦在经历从经验主义向循证研究的革新飞跃。新技术为公民科学素养规模化培养与科技创新人才个性化提升、指向数字化科学素养教学的教师专业发展、多模态数据支持的科学教育智能测评改革、科学教育环境的智能数字基座建设与资源供给聚合四个方面研究提供有力的证据支撑。然而,新技术支持的科学教育循证研究同样面临数字鸿沟和教育公平的迷思、技术逻辑与价值导向的失衡、数字身份与真实性的模糊等问题。为此,相关研究者需对新技术支持的科学教育循证研究发展进行反思,并对科学教育未来研究方向进行调整:关注科学教育育人需求,警惕技术本位意识扰动;推动科学教育理论创新,构建新技术支持的教育研究实践指导思想;强化智能伦理与数据伦理意识,保障科学教育研究良性发展。

关键词： 人工智能   “离散数学”   教学内容   教学模式  

摘要： 人工智能背景下“离散数学”教学面临的改革应从课程内容重塑、教学方法改革以及课程建设等方面入手。研究“离散数学”课程内容与人工智能理论的联系,拓展“离散数学”传统教学内容,充实以人工智能为背景的教学案例,并利用人工智能技术改革教学模式,探索出将人工智能理论融入“离散数学”教学的有效途径。只有全面落实人工智能时代的“离散数学”课程教学改革,才能有效提高“离散数学”教学质量,推动“人工智能+X”的复合型、创新型、应用型人才培养。

关键词： 人工智能   成品油价格预测   向量自回归模型   深度学习模型  

摘要： 随着全球经济快速发展和能源结构持续调整,成品油市场展现出日益复杂多变的特征。价格作为油品销售企业利润波动的关键因素,其准确预测对企业经营决策具有重大意义。传统预测方法主要依赖于宏观经济指标、供需关系等定性分析手段,在捕捉市场细节和趋势方面存在局限性。近年来,人工智能技术的快速发展为成品油价格预测提供了新的视角和工具。构建基于人工智能的成品油价格预测模型,运用深度学习技术挖掘和分析历史数据,提升价格预测的准确性,为企业的经营决策提供科学支撑。以传统的向量自回归模型作为基准,对比不同影响因素和预测周期下的预测精度,全面评估2种模型的性能差异。实验结果表明,基于人工智能的深度学习模型在从历史数据中挖掘潜在规律方面表现出显著优势,预测精度更高。该研究成果能为成品油销售企业提供更精确的价格预测工具,助力企业合理决策,提升经营效益。

关键词： 人工智能   企业财务   会计工作  

摘要： 在信息技术快速发展特别是人工智能技术取得突破性进展的背景下,更多行业与领域都在进行着智能化转型。财务会计作为企业管理的核心职能,传统的工作模式遇到了空前的挑战与机遇。传统财务会计工作通常依靠人工操作,工作效率低,易出错,特别是面对庞大的数据以及复杂的财务环境,传统处理方法显得格外费劲。人工智能技术的应用为当前的情况提供了一种可能的解决策略。人工智能可以通过机器学习,自然语言处理以及数据分析来实现财务会计各种工作流程的自动化以及优化。本文就人工智能对企业财务会计工作所产生的积极作用进行了解析,并对实际运用过程中所面对的问题进行了剖析,同时对有效运用策略进行了探究,其目的在于提升企业财务会计工作的水平,促进企业财务智能化转型。