课程文献中心 更多>>

摘要： 2024年诺贝尔化学奖授予美国华盛顿大学西雅图分校的戴维·贝克,以及谷歌公司旗下"深层思维"公司的德米斯·哈萨比斯和约翰·江珀,以表彰他们在破解蛋白质结构密码方面的贡献.其中,贝克构建了全新的蛋白质种类,哈萨比斯和江珀则通过人工智能模型实现了一个50年的梦想——预测蛋白质的复杂结构.

关键词： 人工智能   高速公路   改扩建施工  

摘要： 高速公路改扩建是一项工程量很大的工作,其不仅要关注原来道路的状况,还要结合实际情况,优化道路结构体系.在此过程中,人工智能扮演着重要角色,可以有效提高原有道路改建、改造的整体水平.基于此,本文分析了人工智能在高速公路改扩建施工中的影响,并提出了具体策略,以促进了高速公路改扩建工程的智慧化管理.

关键词： 人工智能   图像叙事   医学人文素养   内容优化   模式创新  

摘要： 以人工智能、大数据、区块链为代表的新媒介技术迅猛发展,文生视频大模型"Sora"横空出世,元宇宙及赛博格带来的人机交往革命和身体-媒介嵌入,使图像的生产传播开启人类世的"感官盛宴".人工智能为医学图像叙事提供新媒介、新内容、新方式、新场景,赋予医学人文具身沉浸化、构造创生式和价值递归性的新特征."读图时代"来临,图像叙事为医学人文素养培育高质量发展提供了信息技术支持,但赛博格之眼的机器视觉也使医学人文素养培育陷入内卷化困境,其表征为:"视觉盲区"在认知上遮蔽了信息的客观真实性,存在移花接木、张冠李戴的图像失真;"视觉冲击"在结构上忽视了理论的具体全面性,造成一叶障目、断章取义的思考失能;"视觉暴力"在制度上僭越了平等民主的主体性本质,落入图像拜物教的集体失语.新时代医学人文素养培育应围绕内容优化与模式创新展开,基于教育内容综合化、教育内容分阶化、教育内容精准化、教育内容谱系化,打造人工智能时代医学人文"人-技"协同智慧课堂.

关键词： 智能时代   智慧中医   研究进展   未来展望   人工智能   辅助诊疗   大语言模型  

摘要： 探讨智能时代背景下人工智能(AI)技术赋能中医领域的必要性、智慧中医的内涵及任务,及相关研究落地转化进展,紧扣国家导向、刚需及问题,进行顶层设计,提出未来可用于中医领域的热门AI技术以及智慧中医未来重点关注的研究方向,以期为进一步促进多学科交叉创新融合,助力实现中医药现代化传承创新发展奠定基础。

关键词： 人工智能时代   现代教育技术   公共课建设  

摘要： 鉴于社会对技术创新人才的迫切需求，“现代教育技术”公共课的建设必须紧跟时代步伐，实现教育理念与实践的同步革新。本文从教育目标和实施两个维度深入探讨了“现代教育技术”公共课的价值取向，强调时代契合与学生主体性的双重原则，并提出通过教学资源、环境和模式的创新来推动教育生态的构建。针对当前教育实践中的教材内容滞后、课程目标与社会人才需求错位、教育场域单一化以及成果评价静态化等问题，提出开发“活页教材”为教材注入活力，推动“学科交融”的课程体系建设，实施“场域浸润”的教育技术情景教学，构建“增值性”的动态评价机制等进路，以期为“现代教育技术”公共课的建设提供明晰的指导方向和实践框架。

关键词： 人工智能应用程度   数字技术创新   动态能力   行业集中度   机器学习  

摘要： 人工智能是推动企业进步与发展的重要数字技术之一，对企业的创新方式产生深远影响。基于TOE框架，探讨人工智能应用程度、行业集中度和动态能力的协同作用对企业数字技术创新的影响。选取2020—2022年沪深A股制造业上市公司作为研究样本，采用数据驱动方法进行研究。聚类分析发现，可将样本企业划分为三种类型，分别为强适应性企业、智能柔性企业和弱能力型企业。其中，智能柔性企业最能促进高水平数字技术创新。决策树分析表明，在强适应性企业中，人工智能应用程度、行业集中度、创新能力和吸收能力均对数字技术创新有正向影响，适当提升这些因素的水平，将增加企业实现高水平数字技术创新的概率。在智能柔性企业中，人工智能应用程度、行业集中度和适应能力对数字技术创新同样具有正向影响，在特定情境下，吸收能力则可能对数字技术创新产生抑制作用。在弱能力型企业中，行业集中度与数字技术创新之间呈现倒U型关系，当行业集中度处于中等水平时，适度的适应能力能促进数字技术创新的提升，在其他情况下则不显著。基于上述结论，企业应全方位提升人工智能应用程度和增强动态能力，根据企业类型和行业集中度，选择数字技术创新提升路径。同时，政府应营造良好的数字创新发展环境，激发企业数字创新潜力。

关键词： 寄生虫病   寄生虫学   人工智能   机器学习  

摘要： 人工智能的快速发展对卫生健康产生了巨大影响，并已成为医疗卫生领域新一代科技革命的核心驱动力。近年来，人工智能技术正逐渐在寄生虫病和寄生虫学领域得到应用，从疾病诊断、预后预测、传播风险预测、病媒和中间宿主智能识别以及疾病防控等方面推进了寄生虫病消除进程，并为卫生健康工作者和科研人员等提供了高效工具和方法。本文主要就人工智能在寄生虫病和寄生虫学领域的应用进行评述。

关键词： 安全   钻井   大数据   人工智能   能源安全   数字化转型   工程技术   算法  

摘要： （目的意义）溢流是钻采过程中的主要风险之一，不及时预警将导致井控失效甚至诱发井喷。提前识别溢流，能够降低事故率。（方法过程）将井口溢流状态数据间的关联特性引入溢流早期识别模型，运用贝叶斯原理构建树增强型贝叶斯模型；从川渝地区 91 口钻井溢流事件收集到的录井数据中提取时序性特征录井参数并构建训练数据集，引入模型训练得到条件概率表，运用模型计算测试数据得到后验概率，通过比较正常与溢流状态的后验概率大小识别溢流状态。（结果现象）将时序数据的每一时间点对应的各参数异常识别结果作为一个数据状态组，运用树增强贝叶斯模型识别此刻钻井状态正常还是溢流。早期溢流识别预警模型的预警结果显示，树增强型贝叶斯模型在溢流发现前 16.6 min依据参数变化识别出溢流状态，并且在两个模型误报率相当的情况下较朴素贝叶斯溢流识别模型的识别时间提前 510 s。（结论建议）研究结果表明，树增强型贝叶斯模型相较于朴素贝叶斯模型可以更早期的识别出溢流状态，误报率增加并不明显。