课程文献中心 更多>>

关键词： 人工智能   产业变革   战略性技术   深度融合   习近平总书记   审时度势   学习贯彻   生产力  

摘要： 人工智能是引领新一轮科技革命和产业变革的战略性技术。习近平总书记高瞻远瞩、审时度势,就加快发展人工智能作出一系列重要论述,为我们深刻认识发展人工智能的重要意义、促进人工智能与产业发展深度融合、加快形成以人工智能为引擎的新质生产力指明了方向。

关键词： 人工智能   产业变革   带动性   战略性技术   习近平总书记   习近平同志  

摘要： 党的十八大以来,以习近平同志为核心的党中央高度重视我国新一代人工智能发展。习近平总书记深刻把握世界科技发展大势,深刻洞察人工智能的战略意义,指出:“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的‘头雁’效应”“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”。

关键词： 人工智能   伦理风险   高校教育   可持续发展  

摘要： 随着数字化时代的到来,人工智能技术和教育领域的结合成为了全国各层高校的关注点。其中,佛山高校作为人才培养的重要基地,近年来积极拥抱人工智能热潮,在人才培养、教学改革以及产学协同等方面都取得了一定成果。然而,在近期的研究中发现,人工智能的应用中还存在着一些伦理风险问题,比如数据隐私泄露、算法偏见、人机交互等。为了推动人工智能在高校教育的可持续发展,需要建立完善的治理机制,规避潜在风险,最大限度释放技术红利。

关键词： 生成式AI   初中语文   数字化写作  

摘要： 随着教育信息化发展,初中语文写作教学面临诸多挑战,传统模式在激发学生兴趣、积累素材、批改指导等方面存在局限。生成式人工智能的出现为解决这些问题带来契机。研究聚焦生成式人工智能赋能初中语文数字化写作教学路径,从写作主题与素材拓展、写作过程指导与能力提升、写作评价与核心素养培育三方面探索策略。基于生成式 AI 可突破传统写作教学在主题与素材上的局限,助力写作过程实现个性化指导,驱动写作评价更全面细致。此研究对提升初中语文写作教学质量、培养学生语文综合素养、适应时代发展需求具有重要意义。

关键词： 化工材料   路径优化   深度学习   智能调控   人工智能   分子筛选   可解释性   AI技术  

摘要： AI阅评本文对AI技术在化工材料研发中的多维应用进行了系统性梳理,重点聚焦于高通量分子筛选、反应路径优化、工艺参数智能调控等核心技术场景。针对模型可解释性这一瓶颈,文章创新性地提出“混合增强智能”解决方案,将物理机理模型与深度学习网络有机融合。

关键词： Sora   文生视频   法律风险   意思自治  

摘要： 【目的】研究以Sora为代表的文生视频类人工智能的法律风险,明确其权益归属,为规制生成式人工智能寻找法律途径。【方法】分析Sora的技术特点,结合实际情况总结其可能面临的法律风险和权益归属问题。以此为例,进一步探讨文生视频类人工智能及生成式人工智能领域的法律风险和权益归属问题。【结果】生成式人工智能,特别是文生视频类人工智能,可能会带来多种法律风险。文生视频的权益归属可参照其他人工智能生成物的相关规定,同时应尊重意思自治原则,并结合特殊规制进行调整。【结论】文生视频类人工智能与其他生成式人工智能有共性也有不同,应结合异同点,顺应时代发展潮流对生成式人工智能进行规制,以达到保护公民合法权益、激励社会创新的目的。

关键词： 农业大数据技术   边缘计算   计算机视觉图像识别   数据隐私保护   农业生产现代化  

摘要： 文章深入探讨了农业大数据技术在实践中的创新与应用,主要聚焦于边缘计算的综合优势以及计算机视觉图像识别的试验结果。首先,通过物联网、遥感和人工智能的综合应用,实现了对农业环境的全面监测和智能决策,为农民提供了科学的决策支持。其次,计算机视觉图像识别在病虫害检测中展现出较高的准确率和实时性,对农作物健康的早期问题发现起到关键作用。试验结果显示,模型在测试集上的病虫害检测准确率达到90%,并通过优化提升至95%,同时边缘计算技术在提供实时反馈的同时保持了较高的决策准确性。边缘计算通过减少对云端资源的依赖,提高了资源利用效率,并在数据隐私保护方面取得积极成果。该研究的综合分析表明,边缘计算技术为农业提供了全面、高效的支持,促进了农业生产的现代化和可持续发展。这一系列试验结果和数据分析为农业大数据技术的进一步发展提供了有力的参考和指导。

关键词： 人工智能   无人值守   变电巡视   深度学习   路径优化  

摘要： 随着人工智能技术的发展,传统变电站人工巡视模式已难以满足智能电网建设需求。针对无人值守变电站巡视系统存在的识别准确率低、路径规划欠优等问题,提出一种基于深度学习与改进蚁群算法的智能巡视方案。该方案构建多模态数据融合模型提升设备缺陷识别能力,采用改进蚁群算法优化巡视路径规划。实验验证表明,设备缺陷识别准确率提升至95.8%,巡视路径长度较传统方法缩短23.6%。优化后系统显著提高了变电站无人值守巡视效率,为变电站智能化运维提供了新思路。

关键词： 引力波   数据处理   噪声   人工智能  

摘要： 2015年LIGO首次探测到双黑洞并合事件GW150914,开辟了引力波天文学新纪元.地面激光干涉引力波探测器灵敏度极高,易受到来自仪器和环境的各种瞬态噪声(glitch)数据影响.尽管在引力波信号处理和分析中已经利用各种手段,开发出各种工具来加强瞬态噪声数据的表征和识别,以便最终移除,但LIGO源源不断输出的数据量足以使任何科研小组不堪重负.因此,开发强健的方法来表征和识别glitch,对于提高引力波信号探测的可靠性和科学价值具有至关重要的意义.本文首先回顾一般的地面噪声数据处理方法的优缺点,然后概述各种机器学习方法在地面噪声数据处理中的应用.最后,本文介绍机器学习在glitch数据处理实例——Gravity Spy项目上的最新应用,目的是介绍机器学习技术在glitch的识别、建模和去除方面的最新进展,以便为科研工作者在地面引力波瞬态噪声数据处理方面提供一些参考.

关键词： 人工智能   教育认知科学   个性化学习   智能辅导系统   知识图谱   AI   伦理   可解释性   AI  

摘要： 人工智能(AI)技术的迅猛发展正在深刻改变教育认知科学的研究范式。AI通过深度学习、自然语言处理、计算机视觉等技术,使得学习者的行为模式、认知状态和学习路径得到了更精确的分析,从而优化个性化学习和教学策略。本研究探讨AI在教育认知科学中的作用,分析其在知识表示、元认知、自适应学习系统及智能辅导中的应用,同时讨论AI在教育中的局限性、隐私保护、数据公平性等挑战。未来的研究方向包括AI与深度学习的结合、元宇宙与沉浸式学习、以及可解释性AI在教育中的应用。本研究的贡献在于提供了AI在教育认知科学中的系统性分析,并为未来的研究与实践提供理论支持和方向指引。