关键词： 生成式人工智能   后人类   现实主义   跨文化交流  

摘要： 本文回顾2024年中国电影的研究与批评,围绕数字技术变革、后人类思潮、电影真实观、跨文化交流四大主要议题展开评述。在技术变革浪潮中,学者们探究生成式人工智能、VR等技术对电影创作及本体认知的双重影响;在后人类视角下,许多研究围绕人类对“自我”和“他者”的认知展开分析,在身体功能的拓展中重新思考人的定义和边界;随着大量现实主义题材电影出现,学者们进一步思考何为真实以及如何通过影像再现真实;在国际语境中,电影在跨文化交流、民族形象、性别议题等方面呈现出新的特点。2024年的电影研究在技术和社会的激烈震荡中展开,不断回归到对“电影与人”的本体思考,同时也共同关注人类在现代社会所面临的生活境况与文化症候。

关键词： 大数据   人工智能   教育评价  

摘要： 本文探索将大数据及人工智能技术整合运用于高校教育评价,目的在于解决传统教育评价方法对数据采集、分析及反馈存在的局限性问题。通过建构基于大数据和人工智能的综合评价模型进行研究,达到准确评价学生学习表现及教师教学效果的目的。实验数据显示,学生成绩预测模型的准确性高达85.3%,而学生对教师评价文本的情感分析结果也表明,整体满意度达到了78.5%。研究还发现,学习时长与成绩呈强正相关,资源访问频率与成绩呈中等正相关。研究结论说明大数据和人工智能技术融合可显著增强教育评价科学性与实用性,可为我国高校教育评价改革工作提供理论支持与实践参考。

关键词： 人工智能   中医药   机器学习   深度学习   大语言模型  

摘要： 人工智能(artificial intelligence,AI)技术在各领域的应用日益广泛,特别是在处理和解析海量数据方面,其强大的能力为许多科学研究带来了突破。在中医药研究中,AI通过其卓越的学习和数据处理能力,在提升研究的系统性、高效性和准确性方面展现出显著优势。中医药作为具有悠久历史和丰富理论体系的学科,其研究过程中需要整合大量复杂的信息,而AI的引入则为此提供了重要支持。AI技术尤其是机器学习(machine learning,ML)和深度学习(deep learning,DL)技术,可以解析复杂的生物和化学数据,推动中药药理学的新发现。通过这些技术,研究者能够系统分析中药成分的多靶点机制,并优化配方疗效。AI与多组学数据结合,以及在细胞表型分析中的应用,有助于精准识别药物靶点并探索新机制。此外,融合AI的网络药理学整合实验、计算和临床数据,解析药物多靶点机制,增强中药配方疗效。AI加速了活性化合物靶点识别及效果分析。大语言模型的发展也在中医药知识图谱构建和文献分析中发挥重要作用,利用自然语言处理技术,从海量文献中提取有价值信息,构建系统知识结构。AI技术的引入推动了中医药研究的现代化,还在国际化和精准医疗的发展中发挥着关键作用。AI技术不仅提升了中医药研究的整体水平,还为多学科的交叉合作与创新提供了坚实的基础。在未来的发展中,随着AI技术的不断进步,可以预见中医药将在全球范围内发挥更大的作用。这一过程不仅是中医药现代化的重要标志,更是科学与传统智慧结合的体现,必将推动整个医学领域的进步和发展。

关键词： 人工智能   小学信息技术   教学创新策略  

摘要： 文章深入探讨了将人工智能融入小学信息技术课堂的意义和有效策略,通过阐述人工智能在帮助学生理解人类智能内涵、锻炼多种思维方式、协助解决复杂问题等方面的意义,提出了展示应用场景、结合实际引入编程知识、分解编程教育过程、构建多样化应用场景等策略,旨在提高小学信息技术教学质量,培养学生的信息素养和适应未来社会的综合能力。

关键词： 日本   生成式人工智能   试点学校  

摘要： 2023年7月,日本文部科学省发布《初等中等教育阶段使用生成式人工智能的暂定指南》,为生成式人工智能在中小学教育中的应用指明了行动方向。随后,为验证生成式人工智能在中小学教育现场的应用成效,文部科学省依据《暂定指南》设立生成式人工智能试点学校,希冀通过“试点–推广”的形式探索生成式人工智能教育应用的可能性,进一步加速学校教育数字化转型。In July 2023, the Ministry of Education, Culture, Sports, Science and Technology (MEXT) of Japan released the “Guidelines for Generative Artificial Intelligence Educational Applications in Elementary and Middle Schools” (Guidelines), outlining the direction for the application of generative AI in elementary and middle schools. Subsequently, to verify the effectiveness of generative AI in educational settings, MEXT established pilot schools for generative AI based on the “Guidelines”, aiming to explore the possibilities of generative AI in education through a “pilot-promotion” approach and further accelerate the digital transformation of school education.

关键词： 年复合增长率   上下游产业链   智能网联汽车   单兵作战   人工智能   群体智能   交通系统   云计算  

摘要： 当前,在人工智能、云计算等创新技术的驱动下,“车路云一体化”不再是一个技术概念,作为智能交通领域的关键技术之一,正凭借政策、技术与市场“三驾马车”,推动交通系统从“单兵作战”向“群体智能”跃迁。同时随着智能网联汽车“车路云一体化”应用试点城市名单的发布,北京、重庆、福州等20个城市入选试点,已累计建成智能道路超5000公里,部署路侧单元(RSU)、边缘计算设备等超10万套。据有关机构预测,到2030年,中国车路协同核心市场规模将突破4900亿元,带动上下游产业链规模超万亿元,年复合增长率达35%以上。

关键词： 人工智能   计算机通识教育   课程体系   教学方法   个性化学习  

摘要： 探讨人工智能时代计算机通识教育的挑战及对策,分析人工智能与计算机通识教育的内在逻辑,提出重构课程体系、更新课程内容、创新教学方法,以及培养跨学科能力等一系列改革措施。国内外成功案例表明,这些策略能够有效提升教育教学质量。最后为我国计算机通识教育发展提出几点启示或建议。

关键词： 光伏组件   缺陷识别   人工智能  

摘要： 针对光伏组件在长期运行过程中易出现的裂纹、热点、污染等缺陷问题,本文提出了一种基于人工智能的光伏组件缺陷自动识别系统。该系统利用高分辨率摄像头进行数据采集,通过数据预处理和标注,使用ResNet深度卷积神经网络模型进行缺陷识别。系统包含数据采集与预处理、模型训练与部署、实时监控与缺陷识别等模块。实验结果表明,该系统识别准确率达到99.8%,证明了基于AI技术的光伏组件缺陷自动识别系统在提升光伏电站运维管理中的应用价值。

关键词： 生成式人工智能   个人信息安全   风险预防   保护策略  

摘要： 文章深入剖析生成式人工智能(AIGC)应用中个人信息安全所面临的重重风险,具体包括数据收集、处理和输出这三个关键阶段的风险,以及传统保护模式在应对这些新挑战时所显现出的困境。在此基础上,着重探讨风险预防原则在个人信息保护领域的重要意义和合理性,并详细阐述基于风险预防的个人信息保护策略,力求为构建一条切实有效的个人信息安全保障之路提供一些有益的参考。

关键词： 人工智能   无人值守   变电巡视   深度学习   路径优化  

摘要： 随着人工智能技术的发展,传统变电站人工巡视模式已难以满足智能电网建设需求。针对无人值守变电站巡视系统存在的识别准确率低、路径规划欠优等问题,提出一种基于深度学习与改进蚁群算法的智能巡视方案。该方案构建多模态数据融合模型提升设备缺陷识别能力,采用改进蚁群算法优化巡视路径规划。实验验证表明,设备缺陷识别准确率提升至95.8%,巡视路径长度较传统方法缩短23.6%。优化后系统显著提高了变电站无人值守巡视效率,为变电站智能化运维提供了新思路。