课程文献中心 更多>>

关键词： 微项目式学习   人工智能   课程设计   智能语音灯  

摘要： 近年来,人工智能技术迅猛发展,并越来越被广泛地应用于教育教学领域。本文探讨了基于微项目式学习的人工智能课程教学的设计与实践,以“智能语音灯”微项目为例,分析了微项目设计的思路和过程。通过微项目式学习,学生不仅掌握了人工智能的基础知识和技能,还提高了问题解决能力和团队协作能力,迁移能力和创新精神也得到了培养。

关键词： 智慧图书馆   人工智能   多元化服务   用户体验  

摘要： 随着信息技术的迅速发展,智慧图书馆逐渐成为当代图书馆领域的新动向。借助人工智能技术的融入,智慧图书馆的服务变得更加高效与智能化,促使图书馆服务向多样化方向发展。本文主要针对人工智能在智能化图书馆中的具体运用进行探讨,内容涵盖数据分析、自然语言理解以及自动化运营等方面,同时分析这些技术如何优化用户体验和提高服务质量。进一步,还将探讨个性化推荐、虚拟参考机教育培训等多种服务形式,以期为智慧图书馆的长远发展提供策略与建议。

关键词： 人工智能   教学改革   教育创新   数字化  

摘要： 2024年世界数字教育大会提出要高度重视数字化教育,并明确要求全面推进数字化教育,将数字化教育作为教育创新发展的新方向和建立教育发展新优势的重要突破口,并深入贯彻党的二十大精神,全面推进全民终身学习的学习型社会、学习型大国。人工智能背景下,数字技术已经融入到了当今社会各行各业中,并促进着它们的发展。同时,数字技术也是推进教育改革的重要力量。本文借助国内外关于教学改革与数字化的研究,对高校教学改革与数字化创新的内外动因进行分析,探究了人工智能背景下高校在教学改革与数字化创新现状和存在的问题,提出人工智能背景下教学改革与数字化创新的实施路径,希望对高校教育教学创新提供理论和实践价值。

关键词： 人格识别   社交媒体   人工智能   特征提取   模型预测  

摘要： 人格是与人类思维、情感和行为相关的稳定模式,能够有效帮助我们理解、分析和预测人类行为,被广泛应用于人机交互、推荐系统和网络安全等领域。社交媒体为人格识别研究提供了丰富的数据来源,推动了自动人格识别的发展。然而,现有文献在特征提取与模型预测研究方面,尤其是多样化组合方式的讨论上仍显不足。且人工智能在该领域的应用尚处于发展阶段,亟需进一步探索。因此,本研究综述了面向社交媒体文本的人格识别研究,针对不同任务需求和数据特征,对人格识别模型的组合进行了梳理和总结,涵盖基于语言和统计特征、预训练语言模型特征,以及机器学习、深度学习和集成学习等方法。通过比较分析,研究旨在为从文本数据中推断人格特质提供更有效的方法和策略,推动其在实际应用中的发展。同时,探讨了新兴AI技术在人格识别中的潜力,指出了该领域的研究不足并展望未来方向。Personality, a stable pattern of thoughts, emotions, and behaviors, plays a crucial role in predicting human behavior. Its recognition has broad applications in fields like human-computer interaction and cybersecurity. Social media, with abundant user-generated data, drives automated personality recognition;However, comprehensive studies on feature extraction and model prediction, especially those exploring diverse methodological approaches, remain limited. While AI shows great promise in advancing personality recognition, its application is still in the early stages and requires further investigation. This study reviews existing research on personality recognition from social media texts, focusing on strategies involving language features, pre-trained models, and various machine learning techniques. It aims to improve personality prediction, identify research gaps, and explore future AI-driven developments in the field.

关键词： 骨龄   深度学习   人工智能   高原   藏族  

摘要： 目的基于深度学习法构建适合平原和高原儿童的骨龄预测模型,并进行临床验证。方法本研究共纳入三个数据集[北美放射学会(Radiology Society of North America,RSNA)数据集,包括训练集12611例、验证集1425例、测试集200例;放射学手部姿势评估(Radiological Hand Pose Estimation,RHPE)数据集,包括训练集5491例、验证集713例和测试集79例;自建数据集,包括训练集825例和测试集351例],用于模型的训练和内部验证。自建数据集回顾性纳入北京协和医院(745例,均为汉族)和西藏自治区人民医院(431例,其中汉族114例、藏族317例)共1176例儿童的左手腕部X线影像。此外,研究还纳入了来自尼玛县人民医院的外部测试集(256例,均为藏族),用于模型的外部验证。应用深度学习法构建骨龄预测模型(ethnicity vision gender⁃bone age net,EVG⁃BANet),并采用平均绝对差异(mean absolute difference,MAD)和1岁以内准确率作为模型的评价指标。结果EVG⁃BANet模型在RSNA和RHPE测试集中的MAD分别为0.34岁和0.52岁。在自建数据集中,该模型的MAD为0.47(95%CI:0.43~0.50)岁,1岁以内准确率为97.72%(95%CI:95.56%~99.01%);在外部测试集中,该模型的MAD为0.53(95%CI:0.48~0.58)岁,1岁以内准确率为89.45%(95%CI:85.03%~92.93%)。结论EVG⁃BANet模型在平原和高原儿童中均表现出较高的准确性,具有一定的推广应用价值。

关键词： 思维建模   人工智能   学习场景   大学生  

摘要： 人工智能赋能教育场景应重视思维培养过程以拓展学生的知识转化创新。探索融合大学生高阶思维发展的AI学习场景是高校智能教育落地化的有效抓手。文章采用系统性文献分析,一是探究人工智能赋能大学生思维培养的逻辑基础,二是归纳了AI辅助学习的典型场景,三是从知识图谱、高阶思维、元认知能力、学习动机和过度依赖等五个方面总结了大学生借助于AI场景进行思维建模的效果评价。通过研究,旨在为我国高等教育丰富和延伸人工智能赋能大学生高阶思维发展提供支持。

关键词： 大学生   学习动机   人工智能  

摘要： 随着人工智能产品迅速地更新迭代,教育领域正经历着前所未有的变革。这种变革在带来诸多便利和创新的同时,也引发了一系列关于教育未来、就业市场、伦理道德等方面的担忧和恐慌。本文从知识价值观、学习兴趣、学习能力感、成就归因四个维度调查并分析了在新人工智能时代背景下大学生的学习动机现状,并就过程中产生的问题从个体层面、同伴层面、教师层面、学校层面等提出改善策略。

关键词： 人工智能   历史主动精神   赋能  

摘要： 人工智能深度改变了历史主动精神的培育图景,助力历史主动精神培育实现从“宏大叙说”到“日常融入”的叙事升级,从“漫灌覆盖”到“精确滴灌”的方式突破,从“单向输送”到“全感再现”的样态革新。与此同时,人工智能对于历史主动精神培育进程的嵌入也从信息扩散、思想传播、认知规塑等多个维度影响历史主动精神的日常涵养、网络弘扬与主体感悟,引发了“过滤气泡”“虚无盛行”等诸多现实问题。为此,需要不断增强历史主动精神培育进程中人工智能应用的数字治理;持续激发历史主动精神培育进程中人工智能技术的赋能潜力;坚持廓清历史主动精神培育进程中人工智能嵌入的秩序边界。

关键词： 蛋白质工程   蛋白质设计   密码子优化   蛋白质结构   深度学习   深度生成   人工智能  

摘要： 蛋白质是生命活动的重要基础物质,在生物体内扮演着多种关键角色,包括构建细胞结构、参与代谢和能量转化、调节生理功能、提供免疫保护、传递信号等。蛋白质多样化的功能是通过其特定的氨基酸序列,以及相应的三维结构来实现的。蛋白质工程通过改变或设计蛋白质的序列与结构来实现特定的功能,从而扩展对蛋白质的理解,并为生物医学、生物材料、生物工程及其他领域的研究提供强大的工具和技术支持。近年来,随着算法的进步、大数据的积累,以及硬件计算能力的提升,人工智能技术得到了快速发展,并逐渐应用于蛋白质工程领域,形成了智能蛋白质工程。通过运用基因组、蛋白质组、蛋白质结构数据库等生物学大数据,以及在数据基础上建立各类先进的深度学习模型,智能蛋白质工程能够实现高效、精准、可预测的蛋白质设计和改造。本文主要侧重于智能蛋白质工程的四个方面,即结构设计、无骨架的序列设计、基于骨架的序列设计,以及其他辅助设计方法,总结了人工智能技术在这些领域取得的最新进展,并汇总了近年来采用智能蛋白质工程技术取得的实践成果。智能蛋白质工程作为一种新兴的技术和方法,展示了巨大的潜力和前景,为未来科学研究和技术创新带来深远的影响,并为解决全球性挑战提供新的解决方案和工具。

关键词： 人工智能   人机关系   技术异化   文化危机   反智  

摘要： 技术作为人与自然发生联系的重要中介,从诞生至今经历了由手工工具到机器工具、由自动机器到智能机器的演进过程,其背后暗藏着政治经济结构与技术的复杂互动。技术权力与殖民控制、经济效益与资本增殖、自由追求与劳动解放的诉求和动因共同建构了人工智能益智的想象。智能技术也造成自我主体迷失、身体认知失真、共识体系破坏、盲目崇拜技术等反智倾向,带来主体退化、理性异化、社会分化和技术神化等文化危机。面对智能技术带来的风险挑战,应通过重识主体、重建伦理、重思关系保障人工智能最大限度地“益智”社会。