关键词： 人工智能   思政课   高等教育  

摘要： 在智能技术迅速发展的今天,教育领域正经历着深刻变革和重构,高校思政课建设也面临着前所未有的挑战和机遇。教师应在发挥思政课传统优势的基础上,以新思维、新技术和新叙事的视野与方法,积极探索思政课内涵式发展的有效路径。在此过程中,教师还应坚持技术性与人文性、价值性与方向性相融合的原则,提升思政课教学质效,培养有理想、有担当、有情怀的时代新人。

关键词： 数字钻进   机器学习   层状岩体   强度预测   界面识别  

摘要： 准确预测岩石性质是保证巷道施工安全的重要影响因素之一。近年来,快速发展的数字钻探技术为预测岩体力学特性提供了更多的便捷方法。为揭示层状岩体旋切钻孔过程中机岩相互作用关系,提出一种基于机器学习和数字钻探技术的岩体强度及界面预测方法,开展不同强度等级岩石组合层状岩体数字钻孔试验,分别采用BP神经网络、SVM和CatBoost三种机器学习算法进行岩石地层界面识别和强度预测。结果表明:机器学习方法可以实现层状岩体界面位置、岩层厚度及岩石强度的准确识别,界面识别均衡准确率和F1-Score均超过95%,预测误差在5%以内,预测精度较高;预测的岩石强度参数与实测结果总体误差在10%以内,其中BP神经网络对每种岩石强度的识别精度都较高,模型预测效果最佳。研究结果为实现煤矿巷道岩体动态原位探测提供了借鉴。

关键词： 人工智能   整本书阅读   深度文本分析   文化意识   思维品质  

摘要： 本文探讨了人工智能在整本书阅读教学中的应用,以《化身博士》为例,通过生成式人工智能模型(如DeepSeek)进行多维度的深度文本分析的实践,解决传统整本书阅读教学中存在的文本解读表面化和与英语学科核心素养脱节的问题。实践结果表明,人工智能工具能够帮助教师深度分析文本并设计出问题链,促进学生深入理解文本,建立跨文化联系,有效提升学生的文化意识及思维品质。

关键词： 类风湿关节炎   机器学习   免疫浸润   诊断标记物   差异表达基因  

摘要： 背景:类风湿关节炎是一种慢性的自身免疫性疾病,早期诊断对于预防疾病进展和治疗至关重要。因此探究类风湿关节炎的诊断特征和免疫细胞浸润具有重要意义。目的:基于Gene Expression Omnibus(GEO)数据库,通过机器学习算法,筛选类风湿关节炎潜在重要的诊断标记物,并探讨类风湿关节炎的诊断特征与免疫细胞浸润的关系。方法:从GEO数据库获取类风湿关节炎相关的滑膜组织的基因表达数据集,采用批量效应去除法对数据集进行合并,采用R软件进行差异表达基因的鉴定和功能相关性分析,通过生物信息学分析和3种机器学习算法进行疾病特征基因的提取,筛选出类风湿关节炎相关的关键基因。此外,对所有差异表达基因进行免疫细胞浸润分析,分析类风湿关节炎的炎症状态,并对其诊断特征与浸润性免疫细胞的关系进行研究。结果与结论:(1)在类风湿关节炎和正常滑膜组织中,获得了179个差异表达基因,其中124个基因表达上调,55个基因表达下调;(2)富集分析显示类风湿关节炎和免疫反应之间存在良好的相关性;(3)通过3种机器学习算法分析发现,LRRC15和MICB可能是类风湿关节炎潜在的标记物;(4)LRRC15(曲线下面积=0.964,95%CI:0.924-0.992)和MICB(曲线下面积=0.961,95%CI:0.923-0.990)在验证数据集上有着较强的诊断能力;(5)13种免疫细胞浸润发生改变,以巨噬细胞为主;(6)在类风湿关节炎中,免疫细胞功能的多数促炎途径被激活;(7)免疫相关性分析发现LRRC15和MICB与M1型巨噬细胞的相关性最强;(8)结果发现LRRC15和MICB被确定为类风湿关节炎潜在的诊断标记物,具有较强的诊断性能并且与免疫细胞浸润具有显著的相关性;通过机器学习及生物信息学分析加深了对类风湿关节炎免疫浸润的理解,为类风湿关节炎的诊断和治疗提供新的思路。

关键词： AD筛查   语言特征   机器学习   深度学习  

摘要： 阿尔茨海默病(AD)是老年期健康的“四大杀手”之一,其早诊断、早干预对于该病的防治至关重要。基于语言特征的机器学习方法对AD患者的早期筛查与诊断价值独到。本文从区分传统机器学习和深度学习出发,介绍了AD机器学习筛查研究所涉及的语言特征和常用数据集,梳理了基于语言特征的AD机器学习筛查的研究现状,阐述了该领域的前沿动向,并对未来研究作出了评述与展望。

关键词： 人工智能   大语言模型   安全风险   技术治理   对抗测试   评估审计  

摘要： 人工智能大语言模型在提供跨任务和跨领域泛化性能的同时,由于数据驱动和技术复杂等原因产生了多重风险,增加了企业和个人面临的安全威胁,并带来了伦理和法律问题。以对抗测试和评估审计为核心的技术治理能够有效辨识和缓解安全漏洞及风险,为大语言模型的安全应用提供了关键保障。但是,目前缺少充足的算力保障、技术治理流程和标准缺乏统一性、平台技术治理易受商业利益影响等困境影响了技术治理方案的稳步实施。从优化技术治理框架、鼓励安全治理技术创新、明确流程与标准、构建多方参与的监督机制等方面提出完善安全技术治理机制的建议,以确保大语言模型的稳定与安全运行。

关键词： 慢性疲劳综合征   择时针刺   医学影像学   机器学习模型  

摘要： 随着影像学的成熟进步,影像学相关技术作为疗效评估手段不断用于针灸治疗疾病的研究过程中,其优势在于能够清晰展示针灸刺激机体时中枢改变的具体形态。择时针灸作为传统时间医学疗法治疗慢性疲劳综合征具有良好的疗效,但其作用机制有待进一步运用影像学手段进行探析。且多种影像学结果需要创新性的机器学习模型进行多模态的数据整合。因而本研究分析择时针刺治疗慢性疲劳综合征的优势,提出择时针刺与影像学相联系的假设,利用多种影像学手段探析慢性疲劳综合征患者中枢生物学的具体改变,并强调多模态数据整合的必要性,为后期相关研究提供有益思路。

关键词： 人工智能   人类本质   机器属性   伦理文明   实践智慧  

摘要： 人工智能(AI)革新了“人类本质”与“机器属性”的传统认知,持续引发了“谁应负责”“何为正确”以及“如何规范”的积极探索,深刻介入了道德主体、道德评价及道德规范的理论审视。AI伦理不仅是关于伦理原则与道德规范的知识积累,更重要的是如何在复杂多变的道德情境中寻求最佳的行动方案。AI时代的伦理问题揭示了规范伦理学在面对新兴技术挑战时的理论局限,凸显了“实践智慧”的伦理路向在当代技术伦理中的价值意义。儒家伦理学跳出了规范伦理学(义务论、后果论)非此即彼的线性思维,强调对具体情况的敏锐洞察、对行动后果的合理预见以及对人类福祉的深刻关乎。面对新技术、新问题、新挑战,儒家伦理学的实践智慧依然可以发挥持久性贡献。技术革新拓展了伦理思考的空间,而伦理文明则为技术发展提供了价值参照,两者在冲突与融合中推动了人类社会向更加文明、可持续的方向发展。

关键词： 算法决策   人工智能   形式理性   实质理性   认知增强算法框架  

摘要： 算法决策深度嵌入于社会经济活动而创造价值,但因其自我学习与自适应能力的强化以及人类认知能力的相对弱化,愈发展现出脱离于社会规范体系的趋势,致使算法失当现象频发。传统技术规制和法律规范的解决措施具有一定程度的滞后性,难以实时应对因算法自生长性所带来的技术变异。本文发现算法决策的社会脱嵌根源在于人工智能技术迭代式发展与人类认知渐进性的非同步性。对此,本文基于形式理性和实质理性之间的矛盾关系来解释算法决策的社会脱嵌问题,并发展了一个认知增强算法框架。该框架提出了算法空间与认知空间的概念,将技术能力和人类认知能力有机统合以纾解形式理性和实质理性的矛盾,最终实现了算法决策的社会再嵌入。

关键词： 律师职业   法律框架   人工智能   理解深度   生成式   生活化   系统性  

摘要： 惊喜与焦虑:它让律师激动到睡不着觉第一次使用Deepseek的情景,至今让我记忆犹新。我先通过一些生活化的常规问题与它进行对话,后来尝试和它探讨一些法律问题,在步步惊艳之中,时间不知不觉已接近第二天凌晨。Deepseek对于法律问题的理解深度、法律框架的系统性构建以及法律表述的措辞把握,相比于此前其他人工智能产品而言,都显著地提高了一个层次。