关键词： 人工智能   高职院校   财会专业   数智化转型   人才培养  

摘要： 随着人工智能技术的普及和应用场景的拓展,财会行业正经历深刻的变革,传统财务会计工作逐渐被智能化系统替代,企业也逐渐要求财会人才既具备基础技能,又具备创新思维及跨学科复合能力。高职院校作为高技能人才培养的重要阵地,应积极顺应时代发展趋势,以提升财会专业人才培养质量。文章以海南经贸职业技术学院为例,探讨了数智化转型背景下高职财会专业教育生态重构路径,提出通过探索长学制培养模式、多层面推进校企合作、精准定位人才培养目标及推动人工智能与财会课程深度融合等策略。研究表明,这些路径能够有效促进高职院校适应行业变革,培养具备创新能力与复合型技能的财会人才,推动职业教育高质量发展。

关键词： 人工智能   投资理财   应用影响  

摘要： 随着科技的飞速发展,人工智能在个性化投资理财策略中的应用日益广泛,成为金融领域的重要变革力量。本研究旨在探讨人工智能如何通过深度学习、大数据分析等技术手段,为投资者提供更加精准、个性化的理财建议和服务,并分析其对金融市场结构、投资者行为及风险管理的深远影响。同时,研究还关注于如何确保人工智能应用过程中的数据安全、法律合规及投资者信任建立,为人工智能在个性化投资理财领域的健康发展提供策略建议。

关键词： 人工智能   选课系统   智能推荐   选课模拟器   课程标签化  

摘要： 针对高校传统选课系统存在功能单一、信息不对称等问题,提出了一种基于人工智能的选课系统设计方案。该系统不仅整合了传统选课系统的基本功能(如选课、补选、改选、退课等),还引入了智能推荐、选课模拟器、课程标签化、课程饱和度监控和学分预警等创新功能。使用机器学习算法、大数据分析技术和智能推荐引擎,系统能够根据不同学生的实际情况提供个性化的选课建议,优化课程资源配置,从而提高选课效率和教学质量。实践表明,该系统的应用显著提升了学生的选课体验,促进了教学资源的合理分配,为高校教务管理提供了更为高效的解决方案。

关键词： 人工智能   可解释性   眩晕   辨证   中医诊断   推理   深度学习   大语言模型   中医   大模型  

摘要： 目的创新性地提出了一种能够直观利用中医诊断学知识推理的智能辨证模型以及零临床样本机器学习训练方法,并以眩晕病辨证进行实例分析。方法在基于Transformer的双向编码器(Bidirectional encoder representations from transformers,Bert)深度学习大语言模型的基础上提出新的推理算法,以建立新型智能诊断推理模型。根据《中医内科学》眩晕病肝阳上亢、气血亏虚等6种证型的辨证要点,通过随机函数生成每类证型各400例辨证样本句子序列,直接让模型学习诊断学知识。以5折交叉法对新模型和随机森林模型进行预测对比,以准确率(Accuracy)、F1值(F1-score)、受试者工作特征曲线(Receiver operating characteristic curve,ROC曲线)、精确率-召回率曲线(Precision-recall curve,P-R曲线)等指标评价模型对各种证型的预测性能。同时通过新模型自动输出的辨证推理图直观展示算法对中医辨证思维的模拟推理过程,根据模型推理过程中产生的症状和概率组合数据,计算并绘制证型-概率密度分布图、症状-证型关联聚类热图、证型-证型Pearson相关性分析图,进一步验证辨证结果的可靠性。结果新模型使用5折交叉法测试的平均总体Accuracy以及F1值分别为0.990和0.971,在所有证型中肝肾阴虚的Accuracy(0.975)以及F1值(0.923)最低。ROC曲线和P-R曲线显示新模型预测能力较差的是肝肾阴虚证和肝阳上亢证,而随机森林预测能力较差的是气血亏虚证。证型-概率密度分布图、症状-证型关联聚类热图的数据分布与新模型的推理结论相符,证型-证型Pearson相关性图显示模型所诊断的主证型与其余证型负相关且相关系数的P值小于0.01,表明模型推理过程中对证型的区分性良好。结论基于新型中医智能诊断推理模型,能够进行眩晕智能辨证并根据中医辨证思维展示推理过程,可能有助于解决当前中医人工智能诊断领域的瓶颈难题。

关键词： 医学教育   数字经济   教学方法   人工智能   创新实践  

摘要： 以教师和学生为研究对象,探讨了数字经济时代医学生教学方法和理论的创新与实践。随着数字技术的快速发展,医学教育面临着前所未有的机遇与挑战。文章分析了传统医学教学的局限性,阐述了数字技术在医学教育中的应用现状,并探讨了创新教学方法和理论在医学生培养中的具体实践。研究表明,混合式学习、虚拟现实技术和人工智能辅助教学等创新方法能有效提升医学教育质量。还提出了构建数字化教学平台、优化课程设置和加强师资队伍建设等实践策略,为数字经济时代医学教育的改革与发展提供了思路。

关键词： 生成式人工智能   人工智能生成内容   医学综述   科技期刊   学术不端  

摘要： 综述作为科技期刊的一种特殊文体,是科学研究的参考和前提。随着生成式人工智能(GenAI)技术深度介入科研活动与论文写作,综述类文章出现了一些新的问题,如借助AI的翻译功能进行一稿多投,GenAI相关的隐形抄袭,内容真实性、准确性、逻辑性、流畅度和可读性问题,GenAI相关的出版伦理问题,给科技期刊编辑工作带来了新的挑战。科技期刊编辑应了解GenAI的技术特点,增强甄别的能力,提高综述的审阅和编修质量,并引导作者树立正确的科研诚信观、增强伦理意识。同时,多学科应形成合力,完善AI生成内容的检测手段与使用规范,共同维护科研诚信。

关键词： 发展   大数据   先进技术解决方案   巴西   人工智能  

摘要： 近年来,巴西在人工智能(AI)领域的发展正处于快速崛起阶段,人工智能与大数据、数字化及先进技术解决方案等新兴科技深度融合,推动巴西加速迈向万物互联的智能化未来。据亚太人工智能研究所(AIAPI)预测,巴西人工智能市场规模将从2023年的30亿美元跃升至2030年的116亿美元。巴西管理与战略研究中心(CGEE)发布的《巴西人工智能科学、技术和创新状况》报告指出,2000年至2022年间.

关键词： 算法   人工智能法案   社会生产方式   数据  

摘要： 人工智能技术在算力、算法、数据三要素的共振下,正重塑社会生产方式和产业格局。多国基于场景、风险等标准对人工智能技术发展与安全治理做出法律、政策安排,其典型代表为欧盟《人工智能法案》的出台。我国的人工智能立法和治理体系也在日益完善。巴西于2024年酝酿的《人工智能法案》法案,目前正在实质性推进立法进程。如获通过,有望成为拉美地区首个建立综合AI监管体系的国家,其治理框架既借鉴欧盟经验,又结合农业数字化、教育普惠等本土需求,为发展中国家提供了“监管—创新”平衡的参考样本。

关键词： 智慧体育   运动员数据分析   智能训练系统   人工智能   大数据  

摘要： 智慧体育的兴起正在深刻改变传统体育训练模式,为运动员的科学训练提供了更精准的数据支持。基于人工智能、大数据分析、物联网等技术,智慧体育能够对运动员的生理状态、运动技能和战术执行情况进行实时监测与优化。然而,当前智能训练系统在数据采集的精准性、数据分析方法的优化、个性化训练的实施以及数据安全性等方面仍然存在不足。本文围绕智慧体育背景下的运动员数据分析方法,探讨人工智能、大数据和物联网技术在智能训练系统中的应用,分析现有系统的局限性,并提出优化策略,以提高训练效率、减少运动损伤并促进个性化训练方案的实施。研究表明,智能训练系统的优化不仅能够提升运动员的竞技表现,还能够在大众健身、康复训练等领域发挥重要作用,为体育产业的智能化发展提供支持。

关键词： 人工智能   能源效率   虚拟集聚   边际减排成本   协同治理  

摘要： 生态兴则文明兴,生态衰则文明衰。环境污染和气候变化是人类社会迈向可持续发展道路上的重大挑战。本研究基于减污降碳联合减排收益的视角,运用2007-2022年269个地级及以上城市的面板数据检验了人工智能对减污降碳协同治理的影响及作用机制。研究表明,人工智能通过替代效应、技术效应、智能决策提高减污降碳协同效益。人工智能赋能减污降碳协同治理的作用存在异质性,在环境治理基础好和供应链数字化程度高的城市所发挥的正向作用更强烈。机制检验的结果表明,人工智能的智慧管理和数字网络功能会提高能源效率和强化实体产业在网络空间的虚拟集聚趋势,促进减污降碳协同治理。本文是在建设生态文明型社会的背景下运用现代数字技术推进美丽中国建设和加快实现“双碳”目标的有益探索,结论对于相关主体充分运用人工智能技术加快实现绿色生产和应对气候变化具有启示意义。