关键词： 人工智能   创新教育   个性化学习   评价创新   智能化转型  

摘要： 人工智能(AI)的快速发展正深刻重塑职业教育的格局。AI的应用加速了教育与科技的深度融合,满足了学生个性化发展的需求。深入分析了AI在职业教育中的战略价值,重点探讨其在目标设定、选拔机制优化和课程设计等关键环节的重构作用,并提出融合数字智能与跨学科整合的创新教学模式。AI通过提高教学效率,推动了学生的全面发展与个性化成长,同时引领教学方式、评价机制和管理模式的创新。其深度应用不仅为职业教育现代化提供了全新视角,还开辟了培养新时代高素质技术技能人才的新路径,助力构建更适应时代需求的职业教育体系。

关键词： 木瓜药材   成分表征   机器学习   鉴定   化学标志物  

摘要： 运用成分表征方法结合机器学习模型建立中国和韩国两种常见木瓜药材—皱皮木瓜和光皮木瓜的识别区分途径。采用液相色谱质谱联用技术,获得两种木瓜代谢谱中14种指标成分的含量,并利用随机森林模型实现其准确分类。通过平均下降基尼和曲线下面积进行特征筛选及比对,确定区分两种木瓜药材的6种化学标志物分别为绿原酸、咖啡酸、芦丁、槲皮素、白桦脂酸和熊果酸。在此基础上,使用极限梯度提升算法,得出木瓜药材的简化鉴定标准为绿原酸的含量(低于50.28 mg/kg为光皮木瓜,其余为皱皮木瓜),并在测试集上显示出良好的预测性能。为易混淆中药的鉴定提供了一种简便量化的新颖策略。

关键词： 人工智能   女子体操评分   AI裁判   评分客观性   混合模式裁判  

摘要： 探讨人工智能裁判技术在女子体操评分中应用,分析其在提升评分客观性、公正性和效率方面优势。通过回顾人工智能技术发展历程,并以富士通体操裁判支持系统(judging support system,JSS)为例,评估人工智能在评分中的实际应用效果。研究显示,人工智能裁判显著提高评分准确性和一致性,减少人为误差。然而,艺术性评分仍然依赖人类裁判的专业判断。展望未来,人机协同有望实现更全面的评分体系,进一步推动体操运动发展。

关键词： 人工智能   流动性风险   商业银行  

摘要： 对于商业银行来说,流动性风险威胁着行业的稳定性和未来发展。同时伴随着金融科技的兴起和发展,流动性风险逐步形成关联性、系统性、传染性和破坏性强的特点。随之带来的风险通过资产负债表、资产价格、恐慌情绪等传播到整个银行业,甚至会影响到全社会的经济安全。因此在人工智能技术兴起的背景下,可利用该技术丰富的防范流动性风险的措施,建立起风险预警安全体系。文章旨在寻找合适的人工智能技术赋能金融审计,构建完善我国银行业风险防控机制,守住不发生系统性风险的底线。

关键词： 跨学科教育   教育创新   学习者中心   人工智能  

摘要： 当人工智能席卷而来,如何应对成为摆在所有教育者面前的抉择。我认为,用人工智能开创教育创新之旅,需要关注以下方向:第一,学习第一,人工智能第二。任何时候,技术都是为了学习者的学习而产生和使用,人工智能走进中小学也是如此。因此,一线教师要立足于教育实践,遵循学习本质,围绕学习规律,贯彻学习者中心观点,使用人工智能开创教育创新之旅,破解跨学科教育难题。

关键词： 人工智能   绿色生产力   数据要素   绿色算力   智能算法  

摘要： 绿色发展是新质生产力的价值导向和基本要求,加快发展新质生产力,必然要加快发展绿色生产力。人工智能作为当前新型的通用技术,能够通过数据为绿色生产力的形成提供新要素,通过算力为绿色生产力的形成提供新动能,通过算法为绿色生产力的形成提供新优势,通过数据、算力和算法的结合为绿色生产力的形成综合赋能,提升生产要素绿色化水平、生产力诸要素组合的绿色化水平以及生产力物化成果的绿色化水平。人工智能赋能形成绿色生产力,从运行机制来看,主要包括自然资源使用效率提升机制、自然资源利用方式改进机制、生态环境治理模式优化机制以及生态产品价值实现机制。从实现路径来看,主要包括激活数据要素价值,推动绿色低碳算力发展,促进绿色人工智能算法创新,深化教育、科技和人才体制改革等四个方面。

关键词： “黑广播”   安播监测网   人工智能  

摘要： 广播电视是传播党和政府声音的喉舌。近年来,不法分子利用群众对传统媒体的信任,通过“黑广播”播出虚假医药广告等内容牟利,传播不良信息,严重损害群众利益,影响党和政府的公信力。本文从广电行业监管工作视角出发,研究“黑广播”的危害和治理难点,提出一种基于安播监测网的“黑广播”监测系统,该系统融入人工智能和大数据等先进技术,具有投入、运行成本低,监测准确率和效率高等显著优势,旨在为打击治理“黑广播”违法犯罪提供借鉴。

关键词： 人工智能   历史研究   范式变革  

摘要： 人工智能(AI)为历史学研究提供了新视野与新方法。人工智能可以通过算法对历史文献进行深度分析,验证以文本为代表的旧史料,生成以数据集为代表的新史料,为历史研究提供更为客观、科学的依据。人工智能利用虚拟现实(VR)和增强现实(AR)技术,可以重现历史场景,不仅能为研究者提供可视化研究路径,还能满足次时代公众的历史阅读需求。机器算法可以从海量数据中发现隐藏的关联,辅助问题意识的产生,还能实现同声传译,打破国际化学术交流的桎梏。总体而言,人工智能在增强历史研究“可证化”的基础上,进一步促进史学“可视化”,将收史学“重塑”之效;它不只是技术工具,更是历史学者学术对话的共同体。历史学者应正视新机遇,熟悉人机交互的多模态协作,做好史学研究的传承与创新。

关键词： 数字出版   人工智能   高质量数据集   数据要素   数据产业  

摘要： 2025年初,以DeepSeek-R1为代表的大模型引发了社会各界的研究讨论,未来数据规模与质量的双重突破将进一步推动国产大模型的训练与优化,形成“数据驱动、算法与算力升级”的螺旋式创新路径。数字出版行业的精品内容作为高质量数据集的重要组成部分,亟待挖掘和研究。文章基于人工智能高质量数据集发展趋势,在对数字出版高质量数据集开发现状分析的基础上,剖析当下存在的问题,并从完善政策、制定标准、夯实底座、伦理考量、搭建队伍等角度提出意见建议,旨在推动数字出版全面助力“人工智能+”行动计划。

关键词： 人工智能   品牌粮食   挑战   路径  

摘要： 品牌化是农业现代化的重要特征和主要抓手。顺应“人工智能+”的时代浪潮,将人工智能技术引入“品牌粮食”建设中,能够有效提升粮食产品附加值,增强市场竞争力,是促进农民增收致富,推动区域经济高质量发展的重要手段。然而,当前人工智能赋能“品牌粮食”建设,还面临着来自数据质量与可用性、技术应用与融合、人才短缺与培养机制、伦理与法律等多方面的现实挑战,亟需夯实数据基础,提升数据品质;推动技术融合,优化应用效果;强化人才培养,弥补短缺困境;完善伦理规范,健全法治保障。