关键词： 人工智能   数据资源   政策制定过程   中美两国   成果应用   人才储备   科研进展   差异化  

摘要： 朱新超、姜景、陈悦在《科技管理研究》2024年第8期撰文指出,中美两国的人工智能政策制定总体上设计较为合理,美国的人工智能在整体发展状况、人才储备、科研进展等方面处于领先,中国则在人工智能应用情况和数据资源等方面处于优势。从整体上来看,中美两国在人工智能政策制定过程中都注重对智能化、科技创新、成果应用等方面的研究,而对于政策领域和效力级别方面则重视程度较低。此外,中美两国人工智能政策在政策对象、政策内容和保障措施等方面的差异化显著,主要表现在:首先,中国在政策对象的覆盖程度上优于美国。

关键词： 人工智能   药物发现   先导化合物   虚拟筛选   分子生成  

摘要： 近年来,人工智能(artificial intelligence,AI)技术发展突飞猛进,被广泛应用于医学、药学等多个领域,加速了药物研发的进程。本文聚焦AI在先导化合物发现与优化环节的应用,详细介绍了AI辅助虚拟筛选以及分子生成方法发现先导化合物,特别是AI驱动药物进入临床试验的应用案例,同时简略阐述AI基本算法模型在定量构效关系(quantitative structure-activity relationship,QSAR)和药物重定位中的应用,为基于AI的药物发现提供参考。

关键词： 地平线报告   高等教育教学   人工智能   教育数字化转型   新质人才  

摘要： 美国高等教育信息化协会(EDUCAUSE)最近发布的《2024年地平线报告(教学版)》,已成为各国政府预测和研判未来高等教育教学高质量发展的重要参考,分析报告内容有助于为我国高等教育数字化转型和高质量发展制定前瞻性战略规划。报告首先采用改进的德尔菲法和“STEEP趋势框架”,从社会趋势、技术趋势、经济趋势、环境趋势、政治趋势和人工智能趋势等六个方面,描述了影响未来高等教育教学的20种宏观趋势;其次,报告详述了影响未来高等教育教学的6项关键技术实践;最后,报告预测了劳动力技能需求驱动的高等教育增长场景、数据收集限制的高等教育约束场景、政治浪潮影响的高等教育崩溃场景、个性化教育赋能的高等教育转型场景等4种未来发展场景。报告主要为我国高等教育教学未来创新发展提供了四个方面的启示:建立健全教育数据安全相关制度和标准,持续推动高等教育数字化转型;重塑人工智能赋能教学和学习的新形态,深化高等教育创新变革与发展;完善技术赋能高等教育保障和服务新体系,促进高等教育可持续性发展;持续加强高等教育师生专业发展培训,助力数智技术赋能新质人才培养。

关键词： 非正式学习   互联网   人工智能   学习品质   学习型社会   学科关键能力   路径和方法   学科知识  

摘要： 随着人工智能的不断发展,非正式学习作为学习型社会背景下的一种重要方式,其“学习活动的文化性和社会性”日益受到关注。基于“随时随地的习得”理念,教师可以充分利用“互联网+教育”平台,探索非正式学习的路径和方法,让学生从真实生活情境中认识、理解、应用学科知识,解决实际问题,培养自主自律自觉的学习品质,发展学科关键能力。

关键词： 智慧校园   人工智能   服务系统   Spring+SpringMVC+MyBatis框架   uni-app框架  

摘要： 随着人工智能等信息技术的高速发展,智慧系统已经应用到人们生活的各个领域。针对高校校园服务的信息化管理和智慧服务需求,文章基于SSM(Spring+SpringMVC+MyBatis)和uni-app框架,开发了智慧校园服务系统,对校园服务进行智能化管理。首先对系统需求和功能进行全面分析和设计,然后介绍了系统采用的前端和后端的核心技术和框架,最后展示了系统部分实现效果。该系统能够有效整合校园资源,提升校园智慧管理和服务水平,并不断拓展服务,提高学生校园学习和生活质量。

关键词： 土壤水分降尺度   SMAP   机器学习   深度学习   闪电河流域  

摘要： 卫星微波遥感的SMAP土壤水分产品可以用于大陆和全球尺度,但因为空间分辨率低,难以满足中小尺度的应用。经验性降尺度方法是空间降尺度常用方法,但因为需要依赖于光学遥感获取降尺度因子,所以易受云雾影响导致无法获得时间连续的高空间分辨率土壤水分。为了解决这个问题,我们结合机器学习和深度学习方法进行了降尺度研究。首先,获取地表温度、植被指数、反照率、土地覆盖、地形数据、土壤质地等降尺度因子。然后,利用机器学习模型(Random Forest、LightGBM、XGBoost)建立SMAP土壤水分产品数据与降尺度因子的经验降尺度模型。选择其中精度较好的XGBoost模型将SMAP-L4土壤水分产品的空间分辨率由9 km降尺度至1 km。最后,基于9 km和1 km土壤水分数据对训练DSCGAN超分辨率模型,并利用该模型获取研究区域时空连续的土壤水分数据。结果表明,降尺度得到的土壤水分与SMAP原数据之间的相关性系数R为0.96,均方根误差RMSE为0.034 m^(3)/m^(3),偏置bias为0.011 m^(3)/m^(3),无偏均方根误差ubRMSE为0.034 m^(3)/m^(3)。与实测站点之间的相关性系数R为0.696,均方根误差RMSE为0.192 m^(3)/m^(3),偏置bias为-0.171 m^(3)/m^(3),无偏均方根误差ubRMSE为0.089 m^(3)/m^(3)。本文方法为生产时空连续的更高空间分辨率的地表土壤水分提供了一个框架,可以满足区域水分调查和农业干旱监测等小尺度应用需求。

关键词： 智能配电网   物联网   实时监测   故障诊断   人工智能  

摘要： 在智能配电网中,实时监测与故障诊断是至关重要的一环,其对及时发现故障并采取相应的处理措施具有非常重要的作用.本文通过研究分析智能配电网的实时监测与故障诊断技术,以探索基于人工智能的故障诊断方法及其在10 kV配网中的应用.同时,通过分析电力物联网在智能配电网中的应用及其技术发展方向,设计了智能配电网故障诊断系统,并对其进行了效果评估.

关键词： 司法审判   人工智能   数字时代  

摘要： 在当前,得益于数字经济的蓬勃发展,量刑辅助分析、智能证据校验、审判偏离预警等以人工智能为典型的司法技术逐步推广。在提高审判智效、降低错判误判的同时,人工智能技术嵌入司法审判也诱发了消解法官自由裁量的主体地位、遮蔽算法影响司法公正、弱化司法责任问题等风险,为实现人工智能与司法审判深度耦合协调,应从问题动因和困境进行分析,并提出应当进一步完善算法技术体系的优化与监管、增加并确立司法人员的主体地位等应对措施,从而推动“司法审判+人工智能”高质效耦合的转轨创新。

关键词： 未来学习中心   图书馆   人工智能   应用场景  

摘要： 随着信息技术的快速发展,高校图书馆正面临着巨大变革,人工智能(AI)技术成为关键驱动力。探讨基于人工智能的高校图书馆未来学习中心建设,以适应高校图书馆智慧化转型的发展需求。通过深入研究AI在高校图书馆未来学习中心的目前应用场景,包括智能问答服务、个性化推荐、AI视觉自动化盘点系统、数据分析处理和可视化、虚拟现实学习空间等,提出未来的应用趋势:智能知识管理、情境性学习支持、智能化教学支持和智慧化服务创新,从而促进智能时代高校图书馆未来学习中心的创新发展。

关键词： 人工智能   播音主持   创新   融合  

摘要： 人工智能时代到来,AI技术被广泛应用,将AI技术应用到播音主持工作中,引领了整个行业的重大变革,也提升了播音员主持人的整体发展水平。本文首先分析了人工智能时代播音主持面临的新机遇和挑战,指出在人工智能时代下,播音主持形式更丰富,与受众互动更加便捷,播音主持工作效率明显提升,同时播音主持行业和播音员主持人都遭遇了全新挑战。然后重点论述人工智能时代传统播音主持创新发展的有效路径,旨在将时代机遇转化为播音主持创新发展的优势,促进播音员主持人自我转型和与AI虚拟主播融合发展。