课程文献中心 更多>>

关键词： 传媒伦理   伦理教育   新闻伦理   人工智能  

摘要： 随着AI技术在传媒领域的广泛应用,新闻生产效能提升,但也带来了虚假信息传播、隐私侵犯、算法偏见等伦理问题。本文分析了AI时代的传媒伦理教育现状,指出理论教学需要迭代更新,实践教学亟待重构。技术发展带来的理论挑战和道德冲突的不可见性,使得传媒伦理教育面临新的教学难题。本文主张通过创新教育理念和重塑教学场景来应对挑战,强调批判性思维的重要性,并提倡体验式教学以锚定问题。最后,本文强调坚守传媒伦理底线,培养伦理素养与责任感,掌握应对伦理问题的策略与方法,三者是提升传媒伦理教育水平的关键。

关键词： 人工智能   天文学   天文科学教育   AI学习社区  

摘要： 当前我国天文科学教育存在资源相对匮乏、师资力量不足、实践活动单一等突出问题,人工智能技术能够对此提供系统性的解决方案。通过基于“Star Whisper”和“AstroOne”的AI学习社区探索研究,构建了包含知识汇聚与分享、智能观测支持、科研启发与思维塑造的多维赋能体系。实践表明,该模式能够有效地汇集科学家的前沿科学思想和科学教育热情,降低地区间天文科学教育力量的差异,为破解天文科学教育的设施困境和师资困境提供可复制的实施路径,助力实现教育公平。

关键词： 人工智能   人类世   教育焦虑   阿基米德点   主体性   原点   三个关键词   人的价值  

摘要： “人”是教育的原点或阿基米德点。当下,人工智能正迅速把人类带进人机共生时代。从人类世到人机世,这种可称之为“元人类”或“新智人”的“人”的涵义早已与以往迥然不同,而于“人的焦虑”中产生的“人的价值与尊严何在”之追问,引发了种种教育焦虑。元人类的“人”意味着什么?或许我们可以尝试抵近与“人是什么”最为密切的三个关键词“主体、主体性、人性”一窥堂奥。

关键词： 分布式供能   孤岛运行   微电网   能量管理   储能   优化算法   控制策略   人工智能  

摘要： 【目的】在能源资源紧缺与环保需求加剧的背景下,分布式供能技术尤其是可再生能源技术因能效高、经济性好、安装灵活而备受关注。对于公共供电网无法覆盖的高原、边防、孤岛等偏远地区,孤岛微电网已然成为解决用电难的关键技术。然而,如何深入优化能量管理效能,仍是当前面临的一大挑战。为此,围绕孤岛微电网中电能的经济性和稳定性两大核心目标展开综述。【方法】首先分析了国内外孤岛微电网的发展现状及研究重点。然后探讨了孤岛微电网的基本功能和管理对象;此外,还介绍了微电网能量管理的技术路线和3种控制策略;最后,结合现有技术缺陷和新型技术的发展对孤岛微电网能量管理系统的研究方向进行了展望。【结论】研究结果能够有效应对可再生能源的波动性和不确定性,保证系统的稳定运行;可以有效降低储能成本,提高能源利用效率,从而实现更高的经济效益;也可为未来孤岛微电网与新型技术的深度融合提供参考和启示。

关键词： 结直肠息肉   深度学习   深度卷积神经网络   目标检测   YOLO  

摘要： 目的利用2023年新推出的YOLOv8m网络,开发一款人工智能辅助系统,旨在实现腺瘤性息肉的自动定位和诊断。方法使用4个结肠息肉数据集,总计包括9411张静态图像和25段视频。所涵盖的息肉类别包括增生性息肉和腺瘤性息肉。利用LabelMe工具对图像进行标注,并将标注数据转换成适用于深度学习模型训练的YOLO格式。在模型训练方面,采用预训练的YOLOv5m和YOLOv8m模型,并结合实时数据增强以及多种图像处理技术进行迁移学习训练。模型性能的评估采用多个指标,包括敏感性、特异性、假阳性率和检测速度(每秒帧数,frames per second,FPS)、平均精度(mean average precision,mAP)等。此外,还使用混淆矩阵进行详细评估,并将模型的性能与不同资历的医师进行比较分析。结果在对1411个息肉的验证集进行评估中,YOLOv8m模型在多项性能指标上超越了YOLOv5。YOLOv8m的整体准确率为98.58%,在腺瘤性息肉、增生性息肉检测的敏感性分别为98.06%和99.32%,特异性分别为99.33%和98.09%,不同类型息肉预测的mAP50为0.994。在与内镜医师的性能比较中,YOLOv8m模型在准确率(98.58%)和处理速度(60.61帧/s)方面均优于低年资(准确率为86.02%)和高年资内镜医师(准确率为93.14%),其处理速度是低年资内镜医师的67.2倍。结论基于YOLOv8m网络的深度学习模型能够快速、精确地检测与分类结直肠息肉,在辅助内镜医师提高腺瘤性息肉检出率方面展现出很大的应用潜力。

关键词： 科技创新   区域经济   高质量发展   人工智能  

摘要： 以广西防城港市为研究对象,聚焦科技创新推动区域经济高质量发展的核心主题。研究发现,广西防城港市在科技创新推动经济发展的进程中,在综合创新水平提升、科技产业成果突出、成果转化等方面取得一定成效。但也存在智能化推进缓慢、重大专项有待强化、成果转化不足、企业规模发展滞后等问题。针对以上问题,从多维度提出系统性解决对策,强调人工智能应用及产业链协同创新。对策如下:落实“人工智能+”行动,推进智能化发展;实施产业链创新科技重大专项,攻克关键技术;推动成果转化为新质生产力;培育壮大科技企业。以期为广西防城港市及类似地区依靠科技创新实现经济高质量发展提供参考。

关键词： 醒后卒中   Alberta卒中项目早期CT评分   弥散加权成像   梗死体积   预后   再灌注治疗   灵敏度   特异度  

摘要： 目的探讨人工智能Alberta卒中项目早期CT评分(ASPECTS)联合弥散加权成像(DWI)脑梗死体积预测醒后卒中(WUS)患者预后不良的价值。方法选取2022年9月—2023年6月开封市中心医院收治的100例未知时间窗醒后急性缺血性卒中患者为研究对象,均行急诊头颅非对比增强CT与磁共振成像(MRI)扫描,后续接受再灌注治疗。治疗后随访3个月,依据改良Rankin量表(mRS)评分将患者分为预后良好组(mRS≤2分)和预后不良组(mRS>2分),比较2组基线资料、ASPECTS及DWI脑梗死体积。采用多因素Logistic回归分析筛选影响预后的因素,通过受试者工作特征(ROC)曲线评估人工智能ASPECTS联合DWI脑梗死体积的诊断效能。结果随访3个月后,患者预后不良率为32.00%(32/100)。预后不良组入院时人工智能ASPECTS低于预后良好组,DWI脑梗死体积大于预后良好组,差异有统计学意义(P<0.05)。多因素Logistic分析结果显示,年龄(OR=2.190,95%CI:1.412~3.398)、血压变异(OR=1.726,95%CI:1.192~2.500)、入院时同型半胱氨酸水平(OR=1.902,95%CI:1.268~2.854)、入院时D-二聚体水平(OR=2.275,95%CI:1.274~4.064)、入院时白细胞计数(OR=2.614,95%CI:1.484~4.606)、入院时中性粒细胞与淋巴细胞比值(OR=2.921,95%CI:1.350~6.323)、入院时美国国立卫生研究院卒中量表评分(OR=3.171,95%CI:1.754~5.731)及入院时DWI脑梗死体积(OR=3.586,95%CI:1.634~7.869)为预后不良的影响因素,人工智能ASPECTS高为保护因素(OR=0.534,95%CI:0.352~0.810,P<0.05)。联合预测模型的灵敏度、特异度、曲线下面积分别为96.88%、85.29%、0.947,其中灵敏度与AUC均高于单独预测(P<0.05),特异度与单独预测相当。结论人工智能ASPECTS与DWI脑梗死体积联合应用可显著提升WUS患者预后不良的预测效能,为临床决策提供更精准的预后评估工具,具有指导个性化治疗的价值。

关键词： 大国博弈   布局   全球经济总量   对策   挑战   GDP  

摘要： 人工智能已成为大国博弈的前沿阵地、必争领域。据麦肯锡全球研究院预测,到2030年,人工智能将推动全球经济总量增加13万亿美元,并使全球GDP每年增加约1.2%。中外对比,“以应用带技术”是我国加快发展人工智能的优选路径。近期,DeepSeek将之前OpenAI半遮半掩的方式开源,推进整个行业发展进入新范式,预示着产业应用将迎来大爆发,能解决真实用户需求且具备可持续商业模式的玩家将赢得竞争。

关键词： 受雇算法   劳动模型   实质性收益   实质性控制  

摘要： 算法与它们正在取代的人类员工有一个共同特性:它们同样具备造成伤害的能力。在通常情况下,公司应对算法损害负责,但现有的公司责任评估规则是在只有人类才能代表公司行为的时代产生的。这些规则应用于算法损害并不适当,甚至完全无法适用。一些公司已经发现了这一法律漏洞,并正在迅速实现业务功能自动化,以降低自身的责任风险。应该寻求一种能够让公司对其数字劳动力造成的损害承担责任的方法:在认定公司法律责任的情境下,某些算法应被视为公司员工。借鉴现有的雇佣关系功能性定位,应将“受雇算法”定义为公司对其进行实质性控制并从中获得实质性收益的算法。如果公司雇佣的算法造成了刑事或民事损害,公司应如同为人类员工造成的损害负责一样,对算法损害承担责任。原告和检察官可以利用现有的、以员工为中心的责任规则,在数字劳动力存在不当行为时追究公司责任。

关键词： 数字化转型   社会学习理论   终身学习   人工智能  

摘要： 全面建设学习型社会对提高国民素质、促进社会创新发展和推动中国式现代化进程具有重要现实意义。终身学习是全面建设学习型社会的核心。研究从社会学习理论视角出发,在分析了数字化转型背景下信息过载诱发的学习者认知策略混乱、自我价值缺失导致的学习动机不足、资源分布不均造成的学习环境壁垒三个终身学习困境的基础上构建了数字化终身学习模型,探讨了在人工智能场域内进行终身学习的意义,并提出了在人工智能赋能下构建智能学习组织策略范式、形成智能协作评价体系、实现学习无界融通环境三条实践路径,从而为数字化转型时代的终身学习提供方向,助力学习型社会之构建。