关键词： 人工智能   人工智能素养   高职英语   行为意向  

摘要： 探索生成式人工智能背景下,高职学生的人工智能素养、学习效果和知识基础对其AI辅助英语学习行为意向的影响。采用问卷调查法,对149名高职学生的英语学习行为和态度进行调查。通过多元回归分析发现,学习效果、AI伦理和AI使用对AI辅助英语学习的行为意向具有显著影响。这表明,在AI辅助高职英语学习中,学习效果越好、对AI伦理规则越清楚、对AI使用越熟练的学生,其行为意向越高。因此,在英语教学实践中融入人工智能素养的培养,有助于高职学生更好地适应未来职场的需求,提升职业可持续发展能力。

关键词： 生态保护   林草资源   遥感技术   全球气候变化  

摘要： 林草资源作为陆地生态系统的重要组成部分,在气候调节、生物多样性保护、碳汇功能发挥等方面具有不可替代的作用。然而,随着全球气候变化和人类活动影响的加剧,林草资源管护和监测正面临着前所未有的挑战。传统的监测方法主要依赖人工调查和遥感技术,存在效率低、成本高、精度不足等局限性,难以满足现代生态保护和资源管理的需求。人工智能的快速发展为林草资源监测提供了新的技术手段。

关键词： 应用场景   烟草公司   风险预警   内部审计制度  

摘要： G市烟草公司全面推进各业务数字化转型,其审计系统利用大语言模型强大的自然语言处理能力和数据分析能力,更高效地执行审计任务,为内审提质增效提供了契机。本文以G市烟草公司为例,针对其亟待解决的员工工作无意违规困境,分析了人工智能大语言模型在解决该困境的必要性和可行性后,从解决员工执行业务前不了解法规、实时动态监督员工执行业务并发现问题和提高审计人员执行业务质量三个方面构建人工智能大语言模型赋能下的“业审”协同应用场景,即针对员工法规知识不足利用文档归类与检索来提升员工合规性,针对员工执行业务过程通过大语言模型实时分析数据以预警潜在风险,针对审计人员执行审计业务利用大语言模型优化审计流程高效执行业务等。本研究旨在为烟草公司提供一种基于人工智能大语言模型的审计技术应用框架,以促进G市烟草公司审计工作实现智能化和自动化。

关键词： 人工智能技术   高校   网络安全   检测  

摘要： 随着人工智能技术的快速发展,高校网络安全防护研究的重要性日益凸显。人工智能技术在高校网络安全应用方面展现出明显的优势。其快速的反应速度、智能化决策能力、庞大的知识储备以及定制化服务特点,能够为高校带来全面、高效且符合需求的网络安全保护。本文通过梳理人工智能在网络安全方面的主要检测技术、存在的主要问题,介绍了人工智能技术在高校网络安全的实际应用场景和挑战,以期为人工智能技术对高校网络安全的应用研究提供参考。

关键词： 生成式人工智能   人机时代   可版权性   智能传播   新闻伦理  

摘要： 生成式人工智能对新闻和传媒业带来变革的同时也制造了“麻烦”,较为突出和紧迫的问题至少有两个:其一,生成式人工智能输出的内容是否具有版权,其在使用过程中还有哪些需要注意的事项以避免侵犯他人的著作权?其二,如何防范深度伪造、虚假传播及算法偏见对新闻真实性、客观性造成不利冲击?本文将从版权保护与新闻伦理两个方面切入,以期为规范使用生成式人工智能予以理论上的回应和行动中的指引。

关键词： 人工智能   无影成像光学技术   高血压   球结膜微循环  

摘要： 目的利用基于人工智能(AI)的无影成像光学技术,实现对高血压患者球结膜微循环的高清采集、特征提取及综合分析,探究高血压患者白睛络脉特征。方法采集患者眼象,提取眼象特征,运用北京博奥晶准生物技术自主研发的MyEyeD-10白睛无影成像健康智能分析系统进行分析。结果高血压患者的白睛络脉在形态上存在显著差异,与正常人相比,高血压患者的白睛络脉往往呈现出“血脉”(白睛呈现的鲜红色或暗红色的血脉)、“雾漫”(自穹窿部发出的向整个白睛呈雾状弥散样的浸染状态)、“点”(不凸出于白睛表面位浅的圆点)及“斑”(圆形或椭圆形等不规则形态的有色斑片)等特征。结论通过机器学习算法结合无影成像光学技术,可以实现对图像中血管的颜色、位置、形态以及像素点数等参数进行统计和分类,从而实现对高血压患者的精准诊断。

关键词： 气象大模型   极端降水   降水预报   洪水灾害防御   人工智能  

摘要： 随着人工智能技术发展,大模型被开发并应用于业务气象预报。聚焦海河“23·7”流域性特大暴雨洪水,采用气象大模型开展暴雨过程回顾性预报实验,对比欧洲中期天气预报中心业务气象预报产品HRES,检验气象大模型降水预报对于洪水灾害防御的推广应用价值。研究结果表明:相比传统数值气象预报,Graph Cast、Fu Xi和AIFS三个气象大模型对暴雨过程、落区形态、中心位置和发生时间的预报更准确。对于逐6 h降水量,大模型在不同预见期下均呈现相当的预报精度。对于累积降水量,Graph Cast、AIFS和HRES预报降水强度、暴雨过程和落区范围接近实况,当起报时间提前到1 d前,研究区平均累积降水量为124.6 mm,预报累积降水量分别为132.7 mm、115.5 mm和140.0 mm。对于最大降水量,Graph Cast、Fu Xi和AIFS降水强度误差较HRES更大,时间和位置误差更小。实况最大累积降水量为484.8 mm,当起报时间提前到1 d前,Graph Cast、Fu Xi、AIFS和HRES的预报值分别为329.7 mm、190.1 mm、251.2 mm和415.3 mm。整体上,气象大模型能够为洪水灾害防御提供有效的降水预报信息,服务于水旱灾害防御业务工作。

摘要： ~~

关键词： 肌少症   人工智能   机器学习   深度学习   CiteSpace软件   可视化分析  

摘要： 目的:分析人工智能(AI)在肌少症领域中的研究现状、热点和发展趋势,为后续研究提供新思路。方法:检索Web of Science(WOS)核心合集数据库,检索时限为建库至2024年4月30日,检索人工智能、机器学习、深度学习应用于肌少症相关的文献,经过人工筛选导出与研究相关的文献,采用CiteSpace软件进行可视化分析。结果:共纳入120篇文献,最早文献发表于2018年,发文量整体呈上升趋势,且在未来展现巨大科研潜力;发文量最高的作者是Yoo Jun-ll(6篇),载文量最多的期刊为Age ageinge(75篇);发文量较多的国家是韩国、中国和美国,发文量最高的机构是首尔国立大学(Seoul National University,8篇),该领域的研究热点呈现出整体上升的趋势,相关国家和机构内作者间合作较为密切,机构间合作相对欠缺。AI在肌少症领域中最常用的关键词是sarcopenia(肌少症)、machine learning(机器学习)、deep learning(深度学习)、artificial intelligence(人工智能),关键词数量最多的为肌少症。结论:AI在肌少症中的研究热点主要集中在模型性能的优化和数据质量的提升上,便于AI技术对肌少症病人进行更精准的筛查、诊断和预测。

关键词： 人工智能   个性化学习   探索实践   计算机基础  

摘要： 随着教育教学改革的深入推进和教师教学理念的持续更新,教学手段不断创新,人工智能技术已逐步应用于各教育阶段和学科领域。将人工智能引入“计算机基础”课程教学,不仅能有效提升学生的信息系统操作与应用能力,更有助于培养其综合素养,引导他们深度学习与理解学科知识。因此,探讨人工智能技术在“计算机基础”课程教学中的应用策略,对于深化学科教学改革具有重要意义。