关键词： 人工智能创新   企业绩效   动态学习能力   市场竞争   新零售企业  

摘要： 随着信息技术和数字经济的飞速发展,人工智能创新已成为新零售企业提升绩效和竞争力的关键。因此,本文以国泰安(CSMAR)数据库提供的上市新零售企业为样本,利用固定效应模型,深入探讨了人工智能创新对新零售企业绩效的影响,同时考察了动态学习能力与市场竞争的双重作用机制。研究发现:人工智能创新显著正向影响新零售企业绩效;动态学习能力在人工智能创新与企业绩效之间发挥中介作用;市场竞争的激烈程度增强了人工智能创新对企业绩效的正向影响。因此,新零售企业应充分发掘人工智能技术潜力,提高组织的动态学习能力,并在市场竞争中寻求战略优势,以便充分利用人工智能创新,推动企业绩效的持续增长。

关键词： 人工智能大模型   媒体组织   变革路径  

摘要： 随着人工智能大模型的快速发展和广泛应用,媒体组织正面临着前所未有的变革机遇与挑战。技术将会成为驱动媒体组织内部结构、组织文化、决策方式变革的核心力量。在变革过程中,媒体组织也会面临着任务思维与系统思维的观念冲突、科技与人文的目标摩擦、技术快速迭代与技术应用能力弱的嵌入矛盾等难题,需要从多个维度出发,探索符合自身特点的变革之路。

关键词： 生成式人工智能   对话   提问   项目化学习  

摘要： 以ChatGPT为代表的生成式人工智能的问世,给传统的学习模式带来了巨大的机遇与挑战。学生如何运用生成式人工智能促进学习成为教育教学改革亟待探索的问题。本研究在大学生课程学习过程中引入GAI,对学生与GAI的话语类型、提问水平、提问策略以及自我报告进行编码分析,探究了大学课堂中学生如何与GAI进行协同学习。研究发现,在学生与GAI的对话中,学生是对话的发起主体,单个对话构成的对话单元居多,持续性的讨论较少。学生话语主要以初始提问、拓展提问和改述提问为主,评价和继续指令话语较少。同时学生提问的认知水平较低,以知识水平、理解水平提问为主,提问策略单一,较少使用角色提问、材料提问、方案提问等策略。在不同任务阶段、不同使用经验的学生与GAI的对话存在差异性,在任务后期人智之间展开更高频、更持续的互动对话,且提问认知水平更高、提问策略使用更熟练。使用GAI经验越丰富的学生产生更多的高认知水平对话。在呈现出不同话语特征的对话过程中,学生对在大学课堂教学中引入GAI整体上持积极态度但有所分化。学生普遍认为,GAI能够积极地辅助学习,具有回应优势、能够为学生提供信息价值、处理多类任务和促进学生能力发展,但同时也存在技术局限,引发对学生主体、学习评价和教育生态的挑战。在此基础上,本研究从提供提问训练、丰富提问场景、加强回答反思三个方面为进一步在课堂教学过程中引入生成性人工智能提供了有效的建议。

关键词： 教师画像   人工智能   高校教师   数字画像  

摘要： 人工智能时代,教师作为教育的关键主体之一,其数字化转型显得尤为重要。研究了人工智能驱动下的高校教师数字画像,全面剖析并讨论人工智能在画像构建全过程中的广泛应用和多元影响,以期通过该研究激发对教师个人专业成长、学院高校科学决策、教研资源优化配置及师生交互服务等方面的深入思考,从而为整个教育生态系统的完善与发展提供有力的支撑和助力。

关键词： 代数问题   人工智能   Alpha   AI   奥林匹克   升级版   数论问题  

摘要： 2024年AI走向了数学舞台。一月份,谷歌Deep Mind发布了能够证明几何问题的新模型AlphaGometrey,七月,它的升级版AlphaGometrey2和AlphaPoofr在国际数学奥林匹克竞赛(IMO)中达到了相当于银牌的水平,甚至距离金牌只有1分之差。其中在一组包含30个最新奥林匹克级别问题的测试中,AlphaGometrey解决了25个问题,AlphaPoofr解决了两道代数问题和一道数论问题。它们展示了人工智能快速增长的数学处理能力。

关键词： 人工智能技术   海洋学研究   海洋动力学   海洋科学   数据重建   生态保护   传统研究方法   模型耦合  

摘要： 近年来,人工智能技术的迅猛发展为海洋学研究注入了全新的活力。本专题发表的9篇论文全面展示了人工智能在海洋科学中的广泛应用和巨大潜力。这些研究涵盖了从数据重建到现象预测,从物理模型耦合到生态保护的多个方向,既拓展了传统研究方法的局限,也为解决复杂海洋动力学问题提供了创新的解决方案。

关键词： 生成式人工智能   ChatGPT-4   高等教育  

摘要： 以ChatGPT为代表的生成式人工智能技术开启了新一轮信息技术革命,它将深度嵌入高等教育,主要包括转变教学目标、拓展教学空间、变革知识生产方式和高校智能化建设等方面。同时,生成式人工智能也可能引发学术精神异化、隐私安全受到威胁、价值观受到挑战、创新和科研能力弱化、师生关系异化、教育公平面临更大挑战等现实问题。为了解决这些问题,可以从严格管理,分情境使用;加强网络空间治理,构筑良好网络环境;破除垄断,因地制宜;保护创新能动性;实现道德自律;确保包容与公平等方面寻找突破口。

关键词： 通用人工智能   国家治理   数据主义   国家安全  

摘要： ChatGPT的出现代表着以大模型、多模态为技术方向的通用人工智能时代开启。新一代通用人工智能技术是驱动未来社会发展从数字化向智能化发展的技术底座,通用人工智能也必将对国家治理范式形塑产生长远而深刻的影响。具体而言,通用人工智能对国家治理范式的形塑将经历技术外部化、技术伴生化和技术共生化等三个阶段。通用人工智能将显著作用于社会各领域并产生多维度的共振影响,对此国家治理范式也需应对变化进行相应的变革。国家在面对和使用通用人工智能进行治理时,需要面对和解决三个重大的现实风险问题,包括通用人工智能辅助决策与人类决策的矛盾性、通用人工智能决策与现实实际情况差异和通用人工智能对真实世界作用的不可预估的影响。

关键词： 人工智能   电子信息处理   发展  

摘要： 在人工智能(AI)技术快速发展的大环境下,电子信息处理技术在各领域中的应用越来越广泛。AI技术的引入不仅提高了电子信息处理的效率和精度,还可以为信息的自动化分析、智能化决策及信息安全提供优质解决方案。文章综述了基于AI的电子信息处理技术,例如机器学习、深度学习、自然语言处理(NLP)和智能图像处理等核心技术的具体应用;探讨了当前技术面临的挑战及未来发展方向,期望能够为同领域专业技术人员提供理论支持。

关键词： 光谱分析,拉曼   血清   人工智能   主成分分析   支持向量机  

摘要： 目的建立一种表面增强拉曼散射光谱(SERS)光谱技术结合机器学习的血清检测方法,用于结直肠癌(CRC)早期筛查的研究。方法收集在扬州大学附属江都人民医院确诊的CRC患者150例,以及37名健康受试者的血清样本。通过油水界面自组装制备金纳米六角板(AuNH)阵列,将5μl血清滴加在AuNH阵列上。在室温条件下,使用雷尼绍inVia拉曼光谱仪,在激光波长为785 nm,曝光时间10 s,功率5 mW条件下,对血清样本进行无损、快速检测。使用Origin 2019软件对获得的原始SERS光谱进行Savitzky-Golay平滑、AsLS基线校正、Min-Max归一化预处理。接着在Python中用scikit-learn库,构建主成分分析(PCA)-支持向量机(SVM)模型,用留一法交叉验证(LOOCV)来评估模型的准确率、敏感度、特异度和曲线下面积(AUC)。结果AuNH阵列形貌均匀,1080 cm-1处SERS强度的相对标准偏差(RSD)值为5.7%,1340 cm-1处SERS强度的RSD值为6.2%,AuNH阵列的检测限(LOD)为9.4×10^(-12)mol/L。PCA-SVM模型准确率90.9%(170/187),敏感度96.8%(181/187),特异度99.5%(186/187),AUC 0.98。区分CRC不同分期最明显的特征峰包括747、940、1000、1447和1612 cm^(-1)。结论本研究建立的基于SERS和机器学习的血清检测方法,能够准确地筛查CRC,具有较高的准确率、敏感度和特异度,具有潜在的临床应用价值。