课程文献中心 更多>>

关键词： 大语言模型   人工智能   体系构建   扎根理论  

摘要： [目的/意义]大语言模型是人工智能领域的一项新型技术,因其强大而专业的能力已应用于多个领域,探究大语言模型能力体系及对大语言模型做出评价有助于其研究与应用。[方法/过程]收集各领域评价大语言模型榜单共20个,基于扎根理论构建大语言模型能力评价体系,选取12个大语言模型对其进行实证分析。[结果/结论]基于人类能力体系构建的大语言模型能力评价体系具有合理性与可行性,现有大语言模型能力评价中存在变量未控制、流程不规范、结果可行性存疑等问题,并给出解决对策,为大语言模型评价提供理论参考。

关键词： 新业态   人工智能   适用依据   市场监管工作   经营主体   监管路径   电商   良好秩序  

摘要： 如何规范和促进电商新业态健康发展,成为市场监管工作适应数字经济时代新形势、维护网络市场良好秩序必须回答好的新命题。电商新业态监管存在的四类突出问题法律适用依据不明。新业态引入了一些新的经营主体,出现了与以往不同的新型经营行为;此外,算法、人工智能等应用带来新技术的法律责任分配问题。

关键词： 人工智能   职业教育   教育发展   教学实践  

摘要： 人工智能时代发展为职业教育改革创造发展新机遇。职业教育专业和教学体系建设,要基于对人工智能技术、理念、内容、资源、平台的运用,为教师课程教学实践及职业院校教育模式、机制的优化提供教育保障。进一步按照新时期我国数字化教育及人工智能发展需求,提升职业人才对人工智能技术的应用能力,培养职业人才基于人工智能的专业发展素养,并利用各类技术资源及教学工具,提升职业教育教学工作前瞻性,满足人工智能时代职业人才培养的多元化需求。

关键词： 公共数据   大语言模型   公共价值   人工智能   数据要素  

摘要： [目的/意义]当前我国公共数据的开发利用进入了瓶颈期,供给能力不足和利用深度有限阻碍了其价值释放。大语言模型有望充当破解瓶颈的桥梁,然而学界对其何以扮演这种角色缺乏回应。[方法/过程]结合公共价值理论和生态系统理论,研究构建公共数据开发利用的生态系统框架,对其中大语言模型的应用前景、挑战与路径展开探讨。[结果/结论]公共数据开发利用中的大语言模型应用面向政府可以保障平稳高效运转、助力政务服务优化、提供科学决策抓手,面向社会则可以精准匹配数据供需、深度释放数据价值。然而,上述应用面临认知分歧和风险顾虑、成本高昂和收益失衡、组织掣肘和制度失范、技术壁垒和技术垄断等问题。为此,政府应主动公布数据开发利用进展,规范应用、常态监管;努力促成区域主体协同应用,分担成本、共享成果;依托数据主管部门多向协调,全量汇聚、集中治理;积极引入社会力量合作开发,吸收技术、迭代完善。

关键词： 空气绝缘开关设备   隔离开关   智能在线检测   人工智能   故障预测  

摘要： 随着电力系统对智能化和可靠性要求的不断提高,变电站内隔离开关仅有的电机热偶保护已经无法应对实际错综复杂的各种故障类型以及满足电力系统发展需求。结合隔离开关常见故障以及实际检修工作需求,提出一种AIS(空气绝缘开关设备)隔离开关智能在线监测和状态评估系统方案,给出了系统的整体架构、功能,并对其技术路线进行了分析,该系统可实现隔离开关的故障在线监测和运行状态评估,为提高隔离开关的变电检修和消缺效率提供了一种新的思路和方案。

关键词： 电气自动化   人工智能技术   具体应用  

摘要： 经济的持续增长为电气自动化带来了新的挑战。传统的手动控制模式已不足以应对现代社会的复杂需求。引进人工智能技术成为电气自动化发展的转折点,它的加入使得生产流程实现了自动化,极大地释放了人力资源,显著提升了工作效率。基于此,本文介绍了人工智能技术,阐述了电气自动化控制领域中人工智能技术的应用现状,分析了电气自动化控制领域中人工智能技术的应用策略,以供相关从业人员和研究者参考。

关键词： 大中华区   物流供应链   行业走向   副总裁   物流装备   SAP公司   人工智能   语言模型  

摘要： 生成式AI不仅让物流装备等产品更加智能,还能显著提高作业及管理的智能化水平。在生成式AI技术助力之下,物流供应链未来将被赋予“神经中枢”的新角色,从后勤支持转变为前沿竞争力,引领行业走向新的变革。近两年,以大语言模型为代表的生成式人工智能(GAI,Generative Artificial Intelligence,以下简称为“生成式AI”)备受热议。

关键词： 发育性髋关节发育不良   骨盆   放射摄影术   人工智能   深度学习  

摘要： 目的探讨人工智能(artificial intelligence,AI)模型在骨盆X线片上测量髋关节关键角的准确性,并评价AI模型对成人发育性髋关节发育不良(developmental dysplasia of the hip,DDH)和临界型DDH(borderline developmental dysplasia of the hip,BDDH)的诊断效能。方法回顾性分析来源于解放军总医院第四医学中心放射科1029例可疑DDH患者的病历资料,男273例、女756例,年龄(57.01±18.16)岁(范围12~88岁)。随机分配到训练集720例、测试集206例和验证集103例。由两名放射科医生在骨盆正位X线片上确定并标记髋关节关键解剖点,应用训练集进行深度学习,构建定位髋关节关键解剖点的AI模型,AI模型基于髋关节关键解剖点自动测量并计算Sharp角、Tönnis角和中心边缘(center-edge angle,CE)角。将放射科医生测量结果与AI模型自动测量结果进行比较,用于评估AI模型对测试集测量结果的准确性。验证集用于优化模型参数,测试集用于评估DDH的诊断性能。绘制受试者工作特征(receiver operating characteristic curve,ROC)曲线,计算ROC曲线下面积(area under roc curve,AUC)评价AI模型对DDH和BDDH的诊断效能。结果AI模型测量髋关节左侧Sharp角、Tönnis角及CE角诊断DDH的准确率分别为89.8%、86.8%、90.1%,右侧的准确率为93.7%、80.5%、92.2%,人工测量平均值和AI模型测量的Sharp角、Tönnis角和CE角的差异均无统计学意义(P>0.05)。AI模型与人工测量Sharp角、Tönnis角和CE角的相关性检验及一致性分析结果显示r值及组内相关系数(intraclass correlation coefficient,ICC)均>0.75。AI模型测量用时(1.7±0.1)s,较放射科医生人工测量用时的(88.1±8.4)s和(90.3±7.4)s更短(P<0.05)。AI模型测量得到的Sharp角、Tönnis角、CE角诊断DDH的AUC分别为0.883、0.908、0.922(左侧)和0.924、0.922、0.871(右侧);AI模型测量左、右侧CE角诊断BDDH的AUC分别为0.787和0.676。AI模型和人工测量诊断DDH和BDDH与临床最终诊断结果一致性的Kappa检验结果显示,CE角(AI模型C)的κ=0.663,而Sharp角AI模型、Tönnis角AI模型及人工测量结果诊断的κ值均>0.800。结论基于深度学习的卷积神经网络AI模型可以实现自动测量Sharp角、Tönnis角和CE角,辅助诊断DDH和BDDH具有较高的诊断效能。

关键词： 人工智能系统   人工智能技术   打开方式   国际人道法   军备竞赛   伦理层面   法律挑战   全球战略  

摘要： 人工智能技术的又一次突破,在全面赋能军事的同时,也带来了更为广泛的安全、伦理、法律挑战。如国际安全层面的人工智能军备竞赛和全球战略稳定,伦理层面人工智能系统造成的偏见和歧视,法律层面人工智能系统对战争法、国际人道法的违背等。

关键词： 可持续发展目标   基础设施   风险抵御能力   世界标准日   共同愿景   国际标准   人工智能时代   工业化  

摘要： 为实现和平与繁荣,造福人类与地球,联合国可持续发展目标呼吁我们立即采取行动,齐心协力实现目标。国际标准提供了广受认可的实用解决方案。通过运用国际标准,你将参与共同解决问题。联合国可持续发展第九项目标致力于建设有风险抵御能力的基础设施,促进包容且可持续的工业化发展,并推动创新。