课程文献中心 更多>>

关键词： 人工智能   法学   物权法   保护机制  

摘要： 随着人工智能的快速发展,传统物权法的法理基础和规范体系正发生深刻变革。智能财产权客体的多样化、物权变动方式的智能化及权利行使模式的自动化,向现行相关法律框架提出了挑战。文章通过分析人工智能对物权客体范围、物权取得方式、公示公信原则等核心制度的冲击,探讨了智能合约、区块链等新技术对物权交易规则的重塑,并提出构建智能物权的类型化规则、创新物权变动的技术规范、健全智能物权保护机制、完善配套法律制度等建议,以实现人工智能驱动下相关法律体系的变革与完善。

关键词： 人工智能   ChatGPT   产科护理教育   临床护理   综述  

摘要： 聊天生成预训练转换器(ChatGPT)为新一代人工智能技术,自上市以来引起了全社会的广泛关注。该技术将为产科护理教育和临床护理带来便捷,但也会出现影响护理师生独立发展、生成内容的质量与准确性、伦理与隐私问题等质疑。该文从产科护理教育和临床护理实践两方面探讨了ChatGPT在产科护理领域的应用潜力,并分析了其局限性,旨在为人工智能大语言模型用于产科护理教育、护理研究和临床护理领域提供参考依据。

关键词： 人工智能   智慧教学工具   项目驱动   角色扮演   图像处理技术  

摘要： 在教育部《高等学校人工智能创新行动计划》《中国教育现代化2035》等政策引导下,高校须将人工智能技术融入课堂教学。文章以图像处理技术课程为例,探讨项目驱动与人工智能融合面临的多维度挑战。通过构建跨学科知识体系,采用项目任务案例实践,分析人工智能技术、教学内容与方法的交互融合,形成体系化教学模式。实践运用AI工具辅助教学,学生通过角色扮演与团队合作完成项目任务,培养团队协作、沟通及跨学科知识综合应用能力。结果表明,该模式能提高学生参与度与学习动机,增强对AI技术的认识与应用能力,使学生深刻理解UI设计全流程。

关键词： 人工智能   技术焦虑   类型学   具身性   社会性   主体性   智能生态  

摘要： 技术焦虑源于人们在新技术环境下对自身能力、社会角色和主体存在的担忧。理解人工智能技术焦虑需要结合其在具身性、社会性和主体性三个层面的表现,具身性焦虑体现了人类对能力与职业替代问题的担忧;社会性焦虑反映了技术变革对社会角色及社会关系的重塑;而主体性焦虑更深入地揭示了个人在面对人工智能技术时对主体存在意义与价值认同的深层不安。正视技术发展带来的深刻影响,准确把握技术焦虑与技术中心主义观念之间的辩证关系,是在制度、文化、教育等多层面制定有效应对策略的认知前提。

关键词： 未知源性栓塞性卒中   非狭窄颈动脉斑块   易损斑块   计算机断层扫描血管造影   人工智能  

摘要： 目的:借助人工智能(Artificial Intelligence, AI)评估单侧前循环梗死患者计算机断层血管造影(Computed Tomography Angiography, CTA)非颈动脉斑块的特征与来源不明的栓塞性卒中(Embolic Stroke of Undetermined Source, ESUS)之间的关联。方法:确定2022年5月至2024年3月入院的急性单侧前循环缺血性脑卒中患者,纳入大动脉粥样硬化(Large Artery Atherosclerosis Stroke, LAAS)、ESUS、心源性栓塞(Cardioembolic Stroke, CES)患者,比较ESUS与LAAS及CES患者的临床特征,并基于CTA影像的AI自动分析比较ESUS患者缺血事件同侧及对侧颈动脉斑块特征的差异并探求其关联。结果:我们对72例LAAS患者、50例ESUS患者及30例CES患者进行分析,发现ESUS与LAAS患者相较发病年龄更小、C反应蛋白水平更低。ESUS与CES患者相较合并更多的血管危险因素和更少的异常心脏指标。在影像学方面,ESUS患者缺血事件同侧颈动脉混合或非钙化斑块数量多于对侧,管腔狭窄处混合或非钙化斑块的发生率更高;Logistic回归分析显示两者均为ESUS的独立影响因素。比较LAAS与ESUS缺血事件侧颈动脉斑块特征发现,LAAS颈动脉混合或非钙化斑块更加普遍。结论:ESUS的临床危险因素更接近LAAS而不是CES,混合或非钙化斑块在缺血事件同侧更常见,可能为ESUS的潜在病因标志。Objective: To evaluate the association between characteristics of non-carotid plaque and embolic stroke of undetermined source (ESUS) on computed tomography angiography (CTA) in patients with unilateral anterior circulation infarction with artificial intelligence (AI). Methods: Patients with acute unilateral anterior circulation ischemic stroke admitted to the hospital from May 2022 to March 2024 were identified and included as large artery atherosclerosis stroke (LAAS), ESUS, and cardioembolic stroke (CES). The clinical features of ESUS, LAAS, and CES patients were compared and AI-based on CTA images automatically analyzed and compared the differences in ipsilateral and contralateral carotid plaque features of ESUS patients with ischemic events and explored their correlation. Results: We analyzed 72 patients with LAAS, 50 patients with ESUS, and 30 patients with CES and found that ESUS patients had younger onset age and lower C-reactive protein levels than LAAS patients. ESUS patients had more vascular risk factors and fewer abnormal cardiac markers than CES patients. In terms of imaging, ESUS patients had more mixed or non-calcified plaques in the ipsilateral carotid artery than the contralateral carotid artery, and the incidence of mixed or non-calcified plaques in lumen stenosis was higher. Logistic regr

关键词： 人机传播   人机关系   人工智能   隐喻抽取技术  

摘要： 具备“可交流性”的人工智能正在逐渐参与到社会生产和互动之中,给人类生活与社会发展带来了空前影响。文章采用隐喻抽取技术,对AI用户及其培养的AI进行访谈,分析用户以及AI自身对人工智能的定位。研究发现,人工智能与人类对AI角色定位的倾向存在较大差异:在人类看来,AI既是可以替代自身的“拟态人类”,也是社会潜在的操控者;AI对其定位的情感则倾向于积极,认为自身是发展的推动者与生活的服务者。采用隐喻抽取技术研究人际关系中AI的角色定位,既有益于明确当下的人机关系,也有益于人们对人机关系的走向做出进一步思考。

关键词： 人工智能生成物   著作权   伦理   法治保障  

摘要： 2024年3月,“人工智能+”首次被纳入政府工作报告,标志着人工智能上升至国家战略高度。在学界,人工智能生成物著作权界定范围模糊、人工智能生成物主体归属认定困难等问题导致人工智能伦理层面存在争议。在人工智能生成物的基本理论支撑上,文章对人工智能生成物是否应被赋予著作权及著作权主体归属权益在各方分配主体间所面临的伦理问题进行了探讨,针对相应伦理问题提出了具体的法治保障制度,旨在应用理论与实践推动知识产权法的蓬勃发展。

关键词： 人工智能   大模型   智能审计   DeepSeek  

摘要： 随着大数据、人工智能技术的快速发展与广泛应用,如何把人工智能技术应用于审计之中成为审计领域研究的前沿和热点。本文首先结合审计的一般流程,分析了DeepSeek等大模型在审计流程各关键环节中的可行应用场景。在此基础上,以某企业经济责任审计项目为例,分析了DeepSeek大模型在审计中的具体应用。研究内容为应用DeepSeek大模型开展审计提供了应用经验和提示词范例。

关键词： 骨髓细胞形态   人工智能   教学  

摘要： 骨髓细胞形态学一直是临床医学教学中的重点和难点,具有理论抽象、实践操作复杂的特点。传统教学模式因其教学资源不足和标准化有限等局限,无法满足新时代骨髓细胞形态学教学的需求。近年来,人工智能技术的快速发展为骨髓细胞形态学教学带来新机遇。本文系统阐述人工智能在骨髓细胞形态学教学中的应用新进展,深入探讨其应用价值及所面临的挑战。人工智能技术凭借其高效的图像识别、精准的形态学分析及标准化的诊断流程,不仅为学生提供高质量的学习资源,还通过实时反馈提升学习效率和教学质量。人工智能在教学中通过自动化分析和模拟训练可促进学生临床思维和综合诊断能力的培养,然而,其在应用中仍面临数据质量、个性化教学需求及师资培训等挑战。未来,应进一步探索人工智能与传统教学方法的深度融合,优化多维度教学策略,推动骨髓细胞形态学教学的改革与创新。