课程文献中心 更多>>

关键词： 后果论   道义论   规则后果主义   人工智能规制  

摘要： 随着人工智能技术的迅猛发展,各国针对人工智能的法律规制日渐强化,但制度共识远未形成,理论根基尚待探求。立足于科技规制的两大经典范式——后果论与道义论,人工智能规制实践被化约为“基于风险的规制”与“基于权利的规制”,但两者固有的缺陷亦日益显现。为克服其缺陷,一种融合两大范式的新路径即“规则后果主义”,从“社会福祉”和“规则”出发,通过坚持与重塑“以人为本”原则体系,承认并重构“分类分级”操作框架,不仅能够助力中国向世界贡献富有道德感召力的人工智能规制原则,还能为各国提供可互操作的人工智能规制规则,从而在欧美立法之外开拓出《人工智能法》发展的第三条道路,并为人工智能的全球治理奠定坚实的伦理之基。

关键词： 新型电力系统   数字化   数字技术   业务场景   人工智能  

摘要： 数字信息技术与能源电力技术的深度融合推动电网应用场景与业务范畴创新，数智化技术成为新型电力系统构建与电力行业数智化转型的关键。首先，探究了新型电力系统数据采集、处理、传输、存储和利用全过程的特性，概述了各流程典型的数据研究方法。然后，分别总结分析了新型电力系统“源-网-荷-储”各个环节的典型业务场景，并对各场景中数智化关键技术应用现状与未来方向进行了论述。最后展望了未来电力数智化转型的创新业务场景，研判了构建信息安全体系、数据共享区块链平台、全域物联生态和电力行业专用大模型等电力数智化重点发展趋势，为新型电力系统数智化技术迭代及应用提供理论依据与方向引导，推进电力低碳化、数字化转型。

关键词： 生成式人工智能证据   标准化解释   二元递进模式   证据准入审查规范   证明价值评估指引  

摘要： 随着人工智能技术全面赋能社会各个领域,智能机器生成的信息材料大量涌入法庭,成为影响案件事实认定的重要内容。根据机器的智能化特征,结合数据生成机制与表现形式,可将第三代机器证据称为生成式人工智能证据。此种证据表现形式众多、归类困难、证据能力要素复杂、隐性证明力判断较为困难。专门性证据的判断与经验理性之间所存在的技术鸿沟,致使裁判者难以对生成式人工智能证据进行有效认知推论,需要借助专家提供标准化解释去填补。证据准入与评估的分离及各要素之间的内在联系,为生成式人工智能证据准入审查与证明价值评估二元递进模式的构建奠定了基础。在证据准入审查阶段,可以通过要素式审查、附条件相关性、技术性鉴真和双重可靠性分析,分别对生成式人工智能证据的合法性、相关性、真实性和可靠性作出有效判断;在证明价值评估阶段,对生成式人工智能证据的评估可采用可信性评价“三步三看法”和证明力评估“最佳解释确信法”。据此构建的生成式人工智能证据审查判断规范体系,方能为裁判者提供生成式人工智能证据认定的一般规则与具体指引。

关键词： 人工智能   YOLO系列算法   电力行业   目标检测   改进模型   未来趋势  

摘要： 为了研究你只看一次(you only look once,YOLO)系列算法在电力行业目标检测领域的应用情况,分析其未来在该行业的发展趋势。首先分析了较新的YOLO版本10(YOLO version 10,YOLOv10)算法的网络结构,然后探讨了YOLO系列算法在电力行业从发电、输电、变电到用电环节中目标检测的应用,最后从潜在改进方向、与大模型的融合2方面分析了YOLO系列算法的发展趋势。研究发现,YOLO系列算法在检测速度和精度方面取得了明显进展,特别是在电力行业的缺陷检测、故障检测、设备监控、智慧管理、安全监测等方面表现出极大的潜力;但在复杂背景下,该系列算法仍存在检测精度不高的问题。YOLO系列算法要在电力行业中实现更广泛的应用,还需进一步优化算法的速度与精度以应对实际应用中的挑战。

关键词： 人工智能   中毒现场勘查   毒物分析   毒理学   识别刻画  

摘要： 随着人工智能（artificial intelligence,AI）飞速发展，法医毒物学与AI的交叉融合日益成为法庭科学的研究热点，为解决传统法医毒物学问题提供了新的思路与方法。本文对近年来国内外相关研究进行综述，重点介绍了AI在中毒现场勘查，毒物筛查与定性定量分析、毒性预测、毒代动力学、毒物相互作用等毒理学研究，以及涉案人员个体识别与特征刻画等方面的研究进展，对AI技术在法医毒物学领域面临的挑战与发展趋势进行了分析，以期为AI技术更好地服务于法医毒物学研究与应用提供参考。

关键词： 人工智能   高校信息化   个性化学习   精细化管理   校园安全  

摘要： 人工智能的快速发展已在众多领域中赋能，为社会带来了深远的影响，其出色的处理效果、广泛的适用性以及强大的扩展能力，为高校信息化服务提供了坚实的技术基础。本文从人工智能和高校信息化的发展史出发，探讨了二者的发展历程及其关联。在国内外高校信息化建设中，尽管各自对人工智能的关注点有所不同，但均展现了其在提升教育质量、优化管理流程等方面的巨大潜力。本文从聚焦高校信息化建设者的角度，在教师教学、学生学习、学校管理、教学评估、智能考试等五大核心领域，详尽归纳并分析了人工智能赋能高校信息化中的典型应用案例，展现了其如何有效提升教育质量与管理效率。同时本文指出了人工智能在高校信息化应用过程中可能面临的数据隐私保护、算法偏见、技术依赖风险等问题，列举了常见的应对策略，如加强数据安全防护、优化算法透明度与公平性、培养师生信息素养等。基于这些分析，本文进一步展望了人工智能在高校信息化中的未来优化方向，强调技术创新与伦理规范并重，倡导建立跨学科合作机制，共同推动人工智能技术在高校信息化领域的健康、可持续发展。

关键词： 空气动力学   人工智能   大模型   深度学习   流体力学  

摘要： 大模型技术作为人工智能领域发展最为迅速的方向，在自然语言处理和计算机视觉等领域取得巨大成功，也在朝着赋能科学研究领域蓬勃发展，已成为空气动力学领域研究的全新手段，在指导加速空气动力实验与计算、辅助空气动力理论和知识发现等方面存在巨大潜力。本文首先对大模型进行了概述，分析了大模型的四个主要特征，并将大模型分为大语言模型、视觉大模型和科学大模型。其次，初步给出了空气动力领域科学计算大模型的概念内涵，从流场预测、湍流建模、气动性能预测、气动外形设计等方面介绍了研究现状。然后，从模型架构、反馈对齐、大规模气动数据的生成等角度对空气动力领域大模型的关键技术进行了深入分析和探讨。最后，对空气动力领域大模型未来的重点发展方向，包括构建统一的预训练基础模型、融入气动知识支撑科学发现、发展领域智能体等，进行了展望。

关键词： 新质生产力   人工智能   企业战略   企业动态能力   资源配置效率  

摘要： 人工智能已逐步成为引领科技革命，推动产业变革的战略性支柱技术。尽管基于实物期权理论，人工智能战略可视为一种能够为企业带来价值的成长性期权，但部分企业却反其道而行，从人工智能战略中抽身出来。本文从该现象出发，运用多时点双重差分模型进行分析，结论表明退出人工智能战略显著降低了企业新质生产力。异质性分析表明，人工智能技术累积水平和数据要素利用水平高的企业，人工智能战略退出对新质生产力的抑制作用更强。机制分析表明，企业的吸收能力、适应能力、整体动态能力以及资源配置效率在人工智能战略退出中发挥中介作用，从而抑制新质生产力。正式制度因素如创新补助可以有效缓解抑制作用，但政府补助则会放大抑制作用；非正式制度因素如儒家文化和红色文化可以缓解抑制作用，而企业合作文化和竞争文化则会放大抑制作用。本文揭示了企业人工智能战略退出对新质生产力的抑制作用，为企业战略规划和政府政策制定提供实践启示。

关键词： 大模型   伦理风险   公共行政   技术伦理   人工智能  

摘要： 大模型作为人工智能发展前沿,具备理解与创新的卓越性能,正被广泛应用于公共行政场景当中,包括为行政人员提供数智决策参考、辅助探索智慧治理模式、优化政府内部管理。除了给公共行政带来更为颠覆性的变革,大模型可能会加剧传统的技术伦理问题并引发新的伦理风险,表征为安全侵犯、公正减损、信任破坏、责任不明、人的自主性消解等样态。这些伦理风险的形成原因涉及双重维度,既包括内源性的技术因素,如技术内置的涌现性、生成性与同质性,又包括外源性的人的因素,如行政人员的认知局限、不当商业竞争、规制滞后。立足于伦理风险表征与成因分析,克服技术缺陷、重塑个人认知、调整应用场景、强化监管举措成为规制伦理风险的现实选择,进而使大模型应用的有效性与持续性显著提升,并赋予公共行政数字化转型良性色彩。

关键词： 人工智能采用   生产效率   创新效率   企业竞争优势  

摘要： 探究人工智能与实体经济的融合成效是重构产业发展范式与催生智能经济形态的重要议题。现有研究多从生产效率、就业结构等局部视角考察人工智能的微观影响，缺乏对企业能否利用人工智能提升竞争优势的整体性讨论。基于此，本文以2007—2022年沪深A股制造业上市公司为研究样本，运用固定效应模型实证检验人工智能采用对企业竞争优势的影响。研究发现，人工智能采用有助于提升企业竞争优势，在考虑了内生性问题与替换变量等稳健性检验后结论依然成立。情境因素分析表明，企业只有将人工智能根植于具体的应用场景、为其配置互补性资产以及强化自身技术能力才能切实提升竞争优势。机制检验显示，人工智能采用通过强化生产效率和创新效率来提升企业竞争优势。进一步研究表明，人工智能对竞争优势的提升作用在后发企业和采用速度较快的企业中更为明显。本文的研究结论不仅回应了作为通用技术的人工智能是否有助于提升企业竞争优势这一基本问题，同时为传统企业如何利用人工智能创造独特价值、提升竞争地位提供了经验证据和管理启示。