关键词： 人工智能   新质生产力   战略性新兴企业   劳动力结构调整   要素增益技术变迁  

摘要： 基于2011—2022年沪深A股上市公司数据,探讨人工智能对战略性新兴企业新质生产力的影响。研究发现:人工智能培育了战略性新兴企业的新质生产力,且该效应在直辖市、中心城市、高科技和高竞争性行业更显著,但存在时间滞后效应;从劳动力结构调整视角看,人工智能可通过减少常规劳动岗位与低技能劳动力同时增加非常规劳动岗位与高技能劳动力的途径培育新质生产力;从要素增益技术变迁视角看,人工智能可通过增益资本和劳动要素的途径培育新质生产力;人工智能对战略性新兴企业新质生产力的影响在行业和地区内部表现为溢出效应。

关键词： 电力线路架设   故障诊断   智能修复   人工智能   LSTM算法  

摘要： 随着电力系统的不断发展,电力线路架设作为基础设施之一,由于其外部环境、设备老化等原因,常常面临潜在故障的威胁,需要及时诊断和修复。本文基于人工智能技术,特别是LSTM算法,针对电力线路架设的故障诊断与智能修复展开深入研究,设计整合传感器网络、监控设备和智能修复机器人的系统,实现对关键参数的实时监测、对异常情况检测和自动修复。实验结果表明,该系统能够在实际运行中准确诊断潜在故障,并通过智能机器人实施高效的修复,为电力系统的稳定性和可靠性提供创新性的解决方案。

关键词： 人工智能   政治传播   算法偏见   公众参与  

摘要： 人工智能技术的应用不仅改变了政治信息的传播方式,还影响着公众的政治参与度和意见形成机制。然而,这些技术也带来了前所未有的挑战。因此,深入探讨人工智能在政治传播中的角色、影响以及如何构建一个健康、透明的公共舆论空间,对于维护民主制度的健康发展至关重要。文章旨在探讨人工智能技术如何重塑政治传播的格局,分析其带来的机遇与挑战。通过案例分析和理论探讨,提出构建负责任的政治传播环境的策略,以促进民主参与和社会共识的形成。

关键词： 哈夫曼压缩编码   新媒体   人工智能   高清直播  

摘要： 分析哈夫曼编码技术与新媒体等新兴技术的融合创新,阐述其在提升直播平台实时编码效率和画质稳定性方面的应用。指出哈夫曼编码在新媒体领域的特殊优势,包括快速适应性、高压缩效率和跨平台兼容性。展望哈夫曼编码技术未来研究方向,强调理论研究的深化和新技术融合创新的重要性。

关键词： 职业教育   课程思政   人工智能   《信息技术》  

摘要： 当前,国内外对于高等职业教育领域中课程思政的探讨仍显不足,既缺乏深度,评价机制也尚未完善。针对这样的状况,研究聚焦于课程资源的设计与开发,力图实现课程思政与《信息技术》教学的有机结合。今年备受关注的热点话题——人工智能(AI),为这一融合提供了极佳的切入点。通过将数据处理这一《信息技术》课程的关键知识点,与人工智能领域的应用实例相结合,为学生提供了一个学习新知识的同时,也能自然而然地导入爱国主义、诚信、创新等思政教育元素。这样的教学方式不仅使学生能够将所学知识应用于实际生活,而且还能有效地推进课程思政的实施。

关键词： 人工智能   未来教育   创新人才培育   未来素养  

摘要： 人工智能时代未来教育的主要发展趋势可以概括为五个方面:一是以素养教育为核心,培养学生面对未知问题的跨学科解决能力;二是人工智能技术推动教学变革和人机协作深化;三是基于大数据的个性化教学模式将满足不同学生的学习需求;四是主动学习空间与可持续发展学校将创造无边界的学习环境;五是重视正式与非正式学习的深度连接与整合。未来教育应从推广与实施创新教育模式、关注教育理论和应用场景的深度融合、深刻理解技术的本质及其价值等方面加快建构育人新样态,培育具有高阶思维能力、创新能力、应用能力和自主学习能力的复合型人才.

关键词： 阿尔兹海默症   磁共振成像   人工智能   深度学习   正电子发射计算机断层显像  

摘要： 阿尔兹海默症(AD)作为一种神经退行性疾病,早期阶段往往无明显症状,而当临床症状显现时,病情多已发展至中度或重度,导致患者完全依赖照护者,为护理工作带来极大挑战。因此,AD的早期临床诊断和分期诊断对于患者治疗至关重要。尽管当前已有磁共振成像(MRI)、正电子发射计算机断层显像(PET)等多种影像学技术应用于AD的诊断,但单一影像模态的诊断能力仍有局限。深度学习(DL),作为人工智能的一个重要分支,具备在没有人为干预的情况下,通过神经网络直接从图像中学习和提取特征的能力。近年来,学者们提出了结合MRI、PET等医学影像技术的DL算法,以预测AD的疾病进程。本文首先介绍了深度学习算法的基本概念及其类型,随后详细总结了DL算法与MRI、PET相结合在AD早期诊断与临床分期中展现出巨大潜力,不仅提高了诊断效率,还提升了诊断准确率。最后,本文还预测了未来DL在AD诊断中的发展趋势,并对该领域未来的研究重点进行了概述。

关键词： Web3.0   浙江省居民   机器学习算法  

摘要： 考虑到浙江省创新度始终排名前列,因此以浙江省居民为研究对象。通过问卷调查和访谈的方式,基于机器学习算法(多元线性回归模型、K⁃means聚类分析和灰色关联分析),进行Java语言编程,对Web3.0现状及前景进行预测及分析,并将结果以可视化方式呈现。得到结论如下:①Web3.0产品繁杂且缺乏法律规范;②Web3.0处于发展前沿,但仅少数年轻人群对其高度关注;③Web3.0的发展前景在于吸引更多参与者,以智能化、数字资产、创业机会等要素为核心进行多元化创新发展。

关键词： 智能教学系统   学习进度   技术融合   人工智能   大数据分析   虚拟现实   学习路径   定制化  

摘要： 在科技飞速发展的当下,人工智能、大数据、虚拟现实等前沿技术以前所未有的态势融入教育领域,深刻地改变着教育的形态。这种前所未有的融合,不仅为教育开拓了全新的机遇,同时也带来了严峻的挑战,迫使我们重新审视并构思未来教育的宏伟蓝图。技术融合促使教育理念焕然一新。过去,传统教育往往以教师为中心,“填鸭式”教学常常忽略学生的个体差异和需求。现今,技术融合推动教育将关注点聚焦于学生,着重培养他们的自主学习能力、创新思维以及实践能力。传统教育模式往往采用“一刀切”的教学方式,难以顾及每位学生的独特需求与兴趣。而技术融合则通过大数据分析、人工智能等先进技术,实现了对学生学习行为、能力水平、兴趣偏好的精准分析,从而提供定制化的学习路径和资源。这种个性化的学习模式,不仅提高了学习效率,更激发了学生的学习动力和创造力,让每个人都能在自己的节奏下茁壮成长。例如,在小学的数学课堂上,教师借助智能教学系统,依照每个学生的数学基础和学习进度,推送难度各异的练习题,使学生能够依照自身的节奏实现提升。

关键词： 大语言模型   人工智能   语言研究   研究意义   研究范式  

摘要： 本文综述了不同学科研究人员对以Chat GPT为代表的大语言模型的认识,认为虽然大语言模型展现出了令人印象深刻的语言能力,但是本质上仍然属于语言模型的范畴,只能在大规模数据基础上对人类的语言行为进行模仿,并没有真正地理解自然语言。本文探讨如何认识大语言模型的语言能力、人工智能时代语言学研究的任务和意义等问题,认为通用人工智能时代的语言学研究应采取不同研究范式互相促进的思路,进一步推动对人类语言本质的认识。