关键词： 传统摄影   相机拍摄   赫歇尔   人工智能   不可缺少   塔尔博特   AI   素描  

摘要： 时至今日,AI(人工智能)已不再是一项全新的技术。在为人类社会生活提供便利的同时,AI也在某种程度上与人类的智慧进行着较量。人类创造AI,AI又对人类世界产生影响,而在本文所讨论的传统摄影领域,不论是以何种手段获取,通过相机拍摄还是无相机拍摄,都属于约翰·赫歇尔在他写给塔尔博特信件中所称的“光绘素描”。赫歇尔创造出“摄影”一词,也道出传统摄影不可缺少的要素——光线,通过光线摄影才得以成像、记录现实。

关键词： 人工智能   机器智能   自动化流程   生成式   适应能力   复杂性  

摘要： 决策理论家、机器智能研究所创始人埃利泽·尤德科夫斯基(Eliezer Yudkowsky)曾指出:“人工智能迄今为止最大的风险,莫过于人们过早地认为自己已经理解了它。”尤德科夫斯基此言精准揭示了人工智能的复杂性及其常被低估的深度。从简单的自动化流程到具备学习和适应能力的先进系统,人工智能正在不断重塑社会的结构。人工智能的一项应用便是生成式人工智能。

关键词： 人工智能作品   独创性   著作权   大脑与灵魂  

摘要： “威科先行库”案与“腾讯机器人Dream writer”案引发了人工智能在作品创作环节中定位的新一轮思考。从人工智能在作品创作环节中发挥的作用分析,人工智能是通过数据的收集,去芜存菁,从而形成经验、提炼规律实现作品的创作。从人工智能工具属性逐渐剥离的角度分析,人工智能作品的独创性来源已经独立于人类,且人工智能作品产出内容也具有不可预知性。从著作权主体论的角度分析,在“非人可人”理念的指导下,人工智能同样可被视为著作权的主体,因此,人工智能应被视为作品创作的“大脑与灵魂”。

关键词： 人工智能   高校   速度滑冰教学  

摘要： 本文就如何将人工智能与高校速度滑冰教学相融合进行讨论,在对人工智能加以了解的同时,明确其在高校速度滑冰教学中的具体作用,并对两者融合的方法进行深入的探讨和阐述,希望能够为相关工作的开展提供一定的参考和借鉴,在发挥人工智能优势的同时,进一步提高速度滑冰的教学质量。

关键词： 生成式人工智能   高等教育   图书馆   AI素养教育  

摘要： 生成式人工智能技术的兴起,为高等教育和图书馆带来了新的机遇和挑战。文章在提出高校AI素养教育实施目标、保障措施和具体方案的基础上,进一步从知识、技能和应用、伦理和道德以及未来发展四个维度构建AI素养框架。同时,在实施方案方面提出并强调了构建AI素养知识体系、促进AI应用与创作、加强AI伦理与安全教育、探索未来职业发展四个方面的具体措施,以帮助学生应对当前AI发展环境并培养适应未来社会发展需求的人才。

关键词： 人工智能   企业创新   突破式创新   渐进式创新  

摘要： 文章以2016—2022年沪深A股上市公司数据为样本,借助国家新一代人工智能创新发展试验区建设这一准自然实验,采用多时点双重差分法考察了人工智能发展对企业创新的影响。实证结果显示,人工智能发展能够促进企业整体创新和突破式创新,对企业渐进式创新无显著影响。作用路径检验结果表明,人工智能发展通过提升企业盈利能力、供应链融资能力和债务融资能力来促进企业整体创新和突破式创新。异质性分析发现,人工智能发展对企业整体创新和突破式创新的促进作用会受到企业规模与科技属性、行业要素密集度、城市数字普惠金融发展水平的影响。

关键词： 人工智能   宫颈癌   卵巢癌   子宫内膜癌   早期诊断   预后预测  

摘要： 妇科恶性肿瘤严重威胁着女性的健康,而恶性肿瘤的早期诊断和精确治疗对改善患者的预后具有决定性意义。随着人工智能(AI)技术的突飞猛进,它已经成为医学领域中的一项革命性工具,通过图像识别、数据挖掘和模式识别等功能,为妇科恶性肿瘤的诊疗管理开辟了新途径。本文综合回顾了AI在宫颈癌、卵巢癌和子宫内膜癌这3大妇科恶性肿瘤的最新研究进展,特别聚焦于其在肿瘤早期筛查、诊断、治疗效果评估以及预后预测中的实际应用,为未来妇科恶性肿瘤AI研究的方向提供指导性的参考。

关键词： 高职人工智能   校企协同育人   课程体系优化   实践教学加强  

摘要： 随着人工智能技术的迅速发展,其在各行各业的应用日益广泛,对高素质、高技能的人工智能专业人才的需求也急剧增加。然而,高职院校在人工智能技术应用专业的人才培养方面,面临着课程体系不成熟、实践教学条件不足、企业参与度不够等挑战。本文旨在探讨高职人工智能技术应用专业校企协同育人模式,通过分析当前人才培养的现状与问题,提出优化课程体系、加强实践教学、完善协同育人机制等策略,以期为高职院校人工智能技术应用专业的人才培养提供理论参考和实践指导。

关键词： 中国高等教育治理   办学自主权   协同治理   技术治理   人工智能  

摘要： 新中国成立以来,高等教育治理大致经历了政府直接管理(1949—1997年)、局部赋权管理(1998—2011年)和探索协同治理(2012年至今)三种既有路径。进入人工智能时代,中国高等教育治理仅依靠既有路径已现困顿,当前尚存在政府边界感不强、社会参与度不高、高等教育改革发展习惯于自身主导、角色定位需要进一步明确、治理规则和方式建设滞后等现实困境。有鉴于此,提出将“技术治理路径”嵌入到既有高等教育治理机制之中,以人工智能赋能高等教育治理从“科层制条块分割”走向“基于数字空间的整体运作”、从“反应式治理”走向“预测性治理”、从“基于经验的模糊决策”走向“数据驱动的精准决策”。同时,为了避免人工智能赋能对高等教育治理产生不良影响,建议树立“技术性与人文性并重”的高等教育治理理念、构建“物质性与规范性兼顾”的高等教育治理基座、推行“开放性与安全性结合”的高等教育治理模式。

关键词： 生成式人工智能   变分自编码器   多层感知器   眼动  

摘要： 目的生成式和传统人工智能模型是信息时代的关键工具。在这些技术的助力下,眼动过程的样本生成与识别显得尤为关键,它已成为深入研究认知机制的重要手段。为了推动生成式人工智能在眼动技术领域的应用发展,解决眼动样本生成及因网络深度增加而导致的不透明性和不可解释性问题,并深入挖掘与幼儿语言发展相关的眼动数据,方法采集4~6岁幼儿理解不同焦点结构的眼动数据,采用生成式人工智能模型-变分自编码器(variational autoencoder,VAE)和传统模型-多层感知器(multi-layer perceptron,MLP)识别眼动模式的发展差异并尝试生成新样本,基于灰色关联分析和混淆矩阵对生成式数据集进行解释。结果结果表明:(1)VAE生成的4岁组、5岁组和6岁组幼儿眼动数据集精度高于MINIST数据集(mixed National Institute of Standards and Technology database),且与MLP分析结果一致,具有准确性、多样性和一定的可解释性;(2)生成式眼动数据及混淆矩阵结果表明,在无焦点结构句式中,幼儿在4~5岁、5~6岁两个阶段理解水平均有提升,而宾语焦点结构和主语焦点结构的眼动特征在4~5岁变化较小,5~6岁变化较大,说明幼儿对焦点结构的理解在5岁是一个关键期,这符合幼儿焦点结构理解发展规律。结论提出的人工智能耦合分析方法,具备有效识别眼动特征发展模式的能力,并能据此生成可靠的新样本。这一方法不仅为生成式人工智能与眼动技术的融合开辟了新的途径,而且为复杂语言理解问题提供了全新的思考方向。