课程文献中心 更多>>

关键词： 人工智能   启蒙教育   感知课程   儿童立场  

摘要： 在人工智能启蒙教育的背景下,针对小学一年级学生,作者开发了AI启蒙的系列课程。本文以“AI感知”课程为例,呈现如何通过系统的课程设计和实践活动,培养儿童的计算思维、创新能力和对AI技术的兴趣。

关键词： 全球化趋势   移动互联网技术   人工智能   区块链   大数据   云计算   物联网   发展新态势  

摘要： 21世纪以来,随着移动互联网技术的快速发展与普及,大数据、人工智能、物联网、云计算、区块链等技术加速创新,数字化日益融入经济社会发展各领域全过程,数字经济步入快速发展阶段。虽然非洲数字经济发展起步较晚,但是近年来在数字全球化趋势带动下驶入快车道。

关键词： 人工智能   大语言模型   GPT-4   智慧医院  

摘要： 随着科技的进步,以自然语言处理为代表的人工智能技术快速发展;大语言模型GPT-4的准确性较前几代得到显著提升,应用范围不断扩大。本文从GPT-4技术角度出发,结合国家智慧医院建设相关政策及精神专科医院的重要性,对GPT-4在精神专科智慧医院建设中的智慧医疗、智慧服务、智慧管理3个应用场景进行分析和阐述;并对智慧医院系统架构进行设计;阐述GPT-4在精神专科智慧医院建设中存在的问题,并提出应对策略。

关键词： 信息安全态势感知   人工智能技术   网络安全   数据监测  

摘要： 基于人工智能技术的信息安全态势感知系统能够通过实时监测和分析网络数据,及时发现潜在的安全威胁,为网络安全防护提供了有力支持。研究基于人工智能技术,设计并实现了一种信息安全态势感知系统,探讨了其架构设计、关键算法以及实验验证结果,为网络安全领域的研究和应用提供了重要参考。

关键词： 读者隐私   生成式人工智能   ChatGPT   信息权力不对称  

摘要： 阐述了生成式人工智能环境下读者隐私泄露的严峻形势及其特征,分析了基于权力不对称理论视角下隐私泄露的形成机制,包括读者议价能力受限、图书馆信息优势、过度采集个人信息、信息不当使用等,提出了脱敏化处理规制信息采集权、合约化视角保障信息使用权、多中心治理视角保障信息管理权等防范读者隐私泄露的措施。

关键词： 人民生产生活   漏泄电缆   持续增长   智慧交通   通信网络   人工智能   移动通信   交叉极化  

摘要： 当前,我国科技创新日新月异,移动通信需求持续增长,围绕5G技术的云计算、大数据、人工智能等新一代信息技术的新生态,对经济社会发展、人民生产生活产生了广泛影响,覆盖通信网络的轨道交通对区域经济发展的战略支撑能力不断增强,人民获得感和满意度明显提升。中国铁塔秉持“深化绿色发展共享低碳美好未来”理念,聚焦交通行业开展广覆盖、高性能的通信网络技术和产品创新,探索漏泄电缆新技术,推出了垂直极化漏泄电缆和水平极化漏泄电缆产品。利用以上产品进行交叉极化组网后,隧道5G网络性能大幅提升,助力我国智慧交通高质量发展。

关键词： 人工智能   媒体革新   技术应用   AIGC  

摘要： 本文介绍AIGC的基本概念及其在新闻制作中的应用,分析该技术带来的主要优势和挑战,如信息真实性和伦理问题;重点探讨如何将AIGC技术与传统新闻编辑流程相结合、提高报道质量,如何对新闻从业者进行相应的技能培训。通过具体案例和数据分析,为新闻机构提供有效融合与应用策略,展望技术发展对未来新闻业的影响。

关键词： 数字化转型   数字颠覆   人工智能   数字化审计师  

摘要： 数字化转型引发审计行业的重大变革。文章明晰了数字化转型概念的本质内涵,从审计行业工作模式、数字化审计师角色定位以及能力诉求三个方面,系统剖析了数字化转型对审计行业的重大影响;重点分析了人工智能、区块链和数据分析与决策支持三类数字技术创新应用促发的审计行业的重要变革;并从完善准则指导、构建行业数字化生态新格局、加强数字化战略和数据治理体系建设、综合提升审计人员的数字素养和能力等四个方面,提出了有效推进审计行业数字化转型的综合应对策略。

关键词： 人工智能   AIGC   动画创作  

摘要： AIGC技术飞速发展,在动画创作领域展现出非凡的影响力。AIGC技术的应用可以有效提升动画创作的效率和质量、扩展作品创意空间、增强作品的表现力和感染力、推动动画创作的传播和普及,同时在原创性、审美需求、文化伦理、技术局限等方面也存在一定的局限性,文章结合具体应用案例深入探究AIGC技术给动画创作带来的影响及所面临的挑战,以期为动画创作者提供新思路、新观点,推动动画艺术的不断创新与发展。

关键词： 机器学习   机器人   人工智能   深度学习   神经网络  

摘要： 该文围绕机器学习在机器人领域的应用,首先对机器学习和机器人的产生、历史发展进行了简要介绍,其次分别从两个方面,即感知与识别、决策与控制分析了机器学习和机器人的结合,并探究了二者在结合过程中可能会遇到的挑战。基于该领域可能面临的挑战,展望了机器学习在机器人领域的未来发展方向,希望为机器人技术的进一步发展提供思考。