关键词： 新产品开发   AI技术   人工智能   研究会理事长   图像处理   中国中医药报   联盟主席   基础模型  

摘要： 《中国中医药报》2025年2月13日讯：在日前举行的“AI助力生命健康”主题座谈会上，专家呼吁使用AI技术促进中医药健康新产品开发。中国高校浙江校友会联盟主席、杭州市科学技术发展研究会理事长、杭州师范大学教授曹明富在“使用AI技术促进传统中医药健康新产品开发”的主题发言中指出，人工智能大模型技术的图像处理、端侧智能和基础模型技术等与中医药健康新产品开发紧密相关。

关键词： 机器学习   算法训练   继电保护   人工智能  

摘要： 阐述人工智能技术在继电保护中的应用，分析人工智能技术的优势和面临的挑战，提出基于机器学习的继电保护新方法，介绍算法训练和优化的周期与成本控制，以及智能算法的可解释性与可信度特点。

关键词： 特发性膜性肾病   中医证候   机器学习方法   单因素分析   递归消除法   疾病进展风险预测模型  

摘要： 【目的】基于机器学习方法构建包含中医证候的特发性膜性肾病（IMN）患者的疾病进展风险预测模型，以期量化评价中医证候在IMN的疾病进展风险预测中的价值。【方法】利用单因素分析、递归消除法（RFE）和多因素二元Logistic回归分析方法筛选影响IMN的疾病进展风险的独立相关因素，并构建风险预测模型。将102例IMN患者按65∶35的比例随机分配至训练集和测试集，比较纳入或不纳入证候信息特征的风险预测模型的性能指标如精确度、敏感度、特异性、F1值和受试者工作特征（ROC）曲线下面积（AUC）的变化。【结果】未纳入证候信息特征之前，经单因素分析结合RFE筛选得到IMN患者年龄、血红蛋白定量、尿潜血、24 h尿蛋白定量、尿蛋白肌酐比、肾小球滤过率（eGFR）、肌酐、尿酸、谷丙转氨酶、抗磷脂酶A2受体抗体（PLA2R-Ab）、总胆固醇和低密度脂蛋白胆固醇共12个临床特征变量。构建含有上述变量的风险预测模型，经多因素二元Logistic回归分析后，结果显示训练组和测试组中以上临床变量均具有统计学意义，且该风险预测模型具有良好的敏感性和预测性。将证候信息特征纳入后再次运用RFE法，筛选出14个特征变量，其中血瘀证和湿阻证被纳入，结果显示风险预测模型的敏感度、特异性等指标较未纳入证候信息特征前有了明显的提高。【结论】研究结果初步表明中医证候是IMN的疾病进展风险预测重要的补充特征，可为今后中西医信息联合的智能化诊断提供参考，为后续的中医药治疗起到指导作用。

关键词： 实验教育改革   人工智能   机器学习   学科竞赛   创新能力  

摘要： 针对学科建设和创新人才培养中存在的问题，分析机器学习教学现状，提出融合学科竞赛的多模式机器学习课程教学方案，探讨如何以竞赛应用和项目实践为背景，以基础理论、核心算法为支撑，以多元化的课程评价为保障，融入产教融合、思政教育理念，以培养学生的实践能力和创新思维，最后通过教学对照说明教学效果。

关键词： 人工智能   商务英语   翻译能力  

摘要： 商务英语是用于企业交流、贸易洽谈和双边合作等场合的英语。商务英语翻译不同于其他类型的翻译活动，具有专业性、文化适应性和时效性等特征。如何提高翻译人员翻译商务英语的能力，成为业界关注的焦点。文章从翻译人员的角度出发，分析了将人工智能（AI）用于商务英语翻译的必要性，讨论了基于AI提升翻译能力的有效策略，以期为相关工作提供借鉴参考。

关键词： 人工智能   青年   就业  

摘要： 人工智能的迅猛发展冲击并重塑着各行各业的格局，同时也在就业市场上掀起了一场前所未有的变革浪潮。这一技术进步不仅显著地作用于就业市场的岗位数量与职业质量，更在深层次上重塑就业的结构与模式，为青年就业描绘出既充满机遇又布满挑战的新图景。人工智能时代，青年在就业岗位、就业结构、就业能力、就业机会等方面面临着多种风险，广大青年需积极应对，提升自身技能，适应人机协同的新模式，探索灵活就业与创新创业的新路径，以在人工智能时代实现高质量就业。

关键词： 人工智能   数字媒体   艺术创作  

摘要： 数字媒体艺术作为一种新兴的艺术形式,融合了数字技术与传统艺术的表现手法,正在迅速发展。随着人工智能技术的不断进步,AI在数字媒体艺术创作中的应用逐渐成为一个重要的研究领域。其不仅为艺术创作提供了新的工具和方法,也在一定程度上改变了艺术创作的本质和艺术家的角色。基于此,本文将从多个角度探讨人工智能在数字媒体艺术创作中的应用与影响,分析其对艺术创作流程、艺术家身份、艺术作品性质及审美观念的深远影响。同时探讨AI在创作实践中的具体应用案例,以及未来的发展趋势。希望通过本研究,能够为艺术创作者、研究者及教育工作者提供有益的参考与启示。

关键词： 人工智能   高校思政课   质量提升   策略  

摘要： 党的十八大以来，党中央高度重视高校思政课建设，围绕加强思政课建设作出全面部署和系统安排，使高校思想政治工作地位显著提升，内容导向明确，运行模式发生深刻变化，取得了历史性成就和显著成效。人工智能技术的兴起，为新时代高校思政课发展注入了新的活力，同时也面临技术门槛、数据隐私保护、思政工作者素养不足等挑战。人工智能与高校思政课的内在关联性体现在教学内容、教学手段和学科交叉融合等方面。为了提升思政课质量，需明确发展目标，加强政策支持，社会共同努力，尊重学生主体地位，融合人工智能优势。新时代高校思政课应把握人工智能发展机遇，深化教育教学改革，培养适应时代需求的人才，为实现中华民族伟大复兴的中国梦贡献力量。

关键词： 智慧育人   优秀传统文化   人工智能   实践路径  

摘要： 兴文化、育新人是新时代高等教育的发展需求,人工智能赋能教育是必然趋势。文章探讨了人工智能赋能高校优秀传统文化育人的实践路径:高校教师首先要建立优秀传统文化育人的理念认同,人机协同育人及价值理性思维;通过群体协同、制度环境驱动等策略促使教师进行时代及自我发展反思,建立职业认同,主动践行文化育人,提升成效感,获得社会及自身价值认同,从而促进教师在自我导向发展的基础上提升文化与技术素养。借助人工智能技术,教师在明确育人目标,进行角色转化及定位的基础上,建设文化资源库,设计进阶式人机协同文化育人方案,构建多元智能场域并实践;建设多维度、智能化的评价体系,通过精细化、个性化评价及反馈,以持续提升育人效果。

关键词： 视觉知识   人工智能   基础模型   深度学习  

摘要： 视觉知识是一种新型知识表达形式，其理论之根深植于认知科学；视觉知识旨在为视觉智能的核心要素——如视觉概念、视觉关系、视觉操作和视觉推理——提供统一、全面且可解释的理论框架和建模方法。认知科学的研究实证了视觉相关知识在人类认知过程和智能行为中扮演着不可或缺的角色，由此可以推断，视觉知识的表达与学习将对发展视觉智能和机器智能起到重要作用。近年来，人工智能不断取得进步，尤其是人工智能大模型涌现出超越传统模型的智能水平，大模型能够自动从海量数据中发现普遍性规律，并将这些规律编码进超大规模神经网络的参数之中，实现了大规模知识自动提取和隐式知识参数化存储。这场由大模型驱动的新一轮人工智能技术革命，将为构建具备视觉知识的先进智能体带来新的机遇和挑战。对此，本文深入剖析视觉知识的理论基础，系统性回顾近年来视觉知识相关领域的发展状况。同时，针对大模型时代下视觉知识的发展方向以及其可能发挥的关键作用，提出前瞻性观点和展望。