课程文献中心 更多>>

关键词： 模型   人机协作   DeepSeek   计算性能   智能交互   人工智能  

摘要： 在当今全球科技浪潮的澎湃涌动中,国产人工智能大模型DeepSeek以其领先技术实力崛起,成为引领技术革新的先锋力量。该模型不仅以超凡的智能交互能力重塑人机协作的边界,更以卓越的计算性能突破传统AI的桎梏,开创了智能认知的新纪元。

关键词： 天津美术学院   研究生教学   游戏化学习   导师组   人工智能   本科教学   国际视野   脑科学  

摘要： 本刊讯2024年12月30日,天津美术学院人工智能艺术学院揭牌,这是全国高校第一所人工智能艺术学院,将为天津乃至全国的艺术教育开启新视野、注入新活力。天津美术学院人工智能艺术学院目前除了数字媒体艺术方向和中外合作办学项目的本科教学,还构筑了数据艺术和生成艺术、脑科学与智能艺术、元宇宙和游戏化学习、智能体艺术与机器人设计这4个研究生教学方向,并将于2025年开始招生、当年9月入学,招生20余人,由校内教授和多名科学家与行业专家组成导师组,培养更多具有国际视野、创新思维和实践能力的新型艺术人才。

关键词： 人工智能   人形机器人   科技进步   细分领域   国际竞争   教育场景  

摘要： 近两个月来,DeepSeek大模型、人形机器人等人工智能技术的突飞猛进,引发社会广泛关注与讨论。人工智能发展迅猛,不仅在宏观上引领科技进步、引发社会变革、触发国际竞争,也走人寻常百姓人家,融入每一个细分领域,极大地改变了我们的生活方式与工作方式。在教育领域,人工智能在教学、学习、考试、评价、管理、研究等核心教育场景中被越来越多地应用,我们需要对其优势与限度有充分的理解与认知。

关键词： 人工智能   自适应学习   个性化学习   高职数学  

摘要： 人工智能技术的快速发展正深刻影响着教育领域。本文基于人工智能的自适应学习理念,探索在高职数学课程中构建个性化自适应学习模式,以期提升学生的数学学习体验和效果。首先阐述人工智能自适应学习的内涵,然后结合高职数学教学的特点,从学情分析、学习路径优化、学习资源推送、过程性评估等维度构建个性化自适应学习模式,并以《高等数学》教材中的重点案例为依托进行教学设计与应用实践。最后总结AI驱动下高职数学个性化自适应学习的实施要点、效果反思与未来展望,以期为相关教学实践提供参考。

关键词： 人工智能   小学语文   高效融合  

摘要： 在信息技术高速发展的背景下,人工智能在教育领域中的应用逐渐深入。在基础教育中,小学语文是其中的重要组成部分,可以说小学语文的教学质量直接关系到了学生的综合素质和语言能力。在小学语文教学中引入人工智能,可为教学工作的开展带来更多的可能性,除了能够提高课堂教学效率之外,还可对学生的学习情况进行及时的反馈,从而实现对教学策略的调整。因此,对人工智能与小学语文教学高效融合策略进行研究有着重要的意义。本文首先对人工智能与小学语文教学高效融合的必要性进行分析,同时对人工智能在小学语文教学中的应用进行探讨,最后对人工智能与小学语文教学高效融合的策略进行研究。希望通过本文的论述,能够为小学语文教学中人工智能的合理应用带来一些参考和启发。

关键词： 负荷预测   人工智能   机器学习   深度学习   新型电力系统   电动汽车负荷   综合能源系统负荷  

摘要： 为实现“双碳”目标,新型电力系统正向绿色化、智能化和多样化转型。负荷预测对保障新型电力系统安全、经济和可靠运行至关重要。尽管传统数理统计方法在规律性明显的负荷数据预测中表现良好,但在新型系统中,高比例可再生能源和随机性用户负荷使数理统计方法面临挑战。人工智能技术,尤其是机器学习和深度学习,因其在处理复杂数据和提取模式方面的优势,成为研究热点,有效提升了负荷预测的准确性和鲁棒性。在此背景下,回顾了基于数理统计原理的负荷预测方法并讨论了其局限性,总结人工智能技术在负荷预测中的应用进展,分析传统机器学习、深度学习及组合预测模型的应用特点。针对区域系统级负荷预测、高比例可再生能源场景下的净负荷预测、多类异质能源协同互补场景下的综合能源系统负荷预测、建筑负荷预测以及电动汽车负荷预测这5类场景下的负荷预测技术难点和关键技术应用进行归纳和总结,对未来负荷预测技术的发展方向进行了展望。

关键词： 人工智能   高职教育   教学变革  

摘要： 随着信息技术的不断发展和教学方法的持续更新,人工智能(Artificial Intelligence,AI)已逐渐渗透到高职教育教学,为师生打造了人机协同、虚实融合、情景模拟为特色的智慧型全景课堂。它极大地促进了职业教育的创新发展,为我国培育数字化时代需求的高素质技能人才奠定了坚实基础。文章对人工智能赋能高职教育教学的相关应用、挑战及实践路径展开了研究与梳理,以期为人工智能在职业教育中的后续可持续发展提供参考。

关键词： 数智化技术   语文教育   人工智能   发展趋势  

摘要： 研究借助 CiteSpace 对 2020-2024 年数智化技术赋能语文教育的文献进行可视化分析。研究发现此领域发文量呈增长态势,但作者与机构间合作较为松散。研究涵盖人工智能应用、教学数字化转型等多方面。未来技术将深度融合创新,如智能教学系统可个性化推送资源;人机协同模式会优化;能促进学生思维与能力多元发展;教师数字素养需持续提升;可推动教育公平与个性化学习;教学评价体系也将迎来智能化变革。

关键词： 自然语言处理   计算机视觉   人工智能   训练数据   视觉感知   多学科交叉   泛化能力   逻辑推理能力  

摘要： “大模型”(大规模预训练模型)自面世以来,其技术发展日新月异。大模型是引领人工智能领域的变革式新范式,能够提供强大的知识表示与聚合能力,已展现出可与人脑媲美的视觉感知与逻辑推理能力。在超大参数规模、海量训练数据和强大计算资源支撑下,大规模基础模型(CLIP、SAM、GPT-4、Sora、LLa MA等)已成为一系列下游任务的基石,展示出强大的任务性能与卓越的泛化能力,在自然语言处理、计算机视觉、工业数字化和智能化等多个领域有着重要突破和广泛应用,其技术影响力已超越计算机领域,成为多学科交叉创新的关键驱动力。