关键词： 人工智能时代   职业教育   养老人才   培养路径  

摘要： 随着人工智能时代的来临，职业教育养老服务人才培养模式需要持续创新，以适应时代的发展和社会的需要。通过探讨人工智能时代背景下，职业教育养老服务人才培养的现状、面临问题及创新人才培养有效路径，为社会培养出更多具备实践能力和创新思维的高素质人才，以满足养老服务行业对专业人才的需求。

关键词： 人工智能   政府采购   决策支持   数据安全   智能变革  

摘要： 近年来，人工智能技术快速发展，按照《新一代人工智能发展规划》及《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》的要求，各领域积极推进人工智能应用。政府采购作为采购货物、服务和工程等项目的重要手段，涉及大额资金及资源交易，面临多重风险和挑战。人工智能技术通过自动化处理、数据分析和决策支持功能，为提升政府采购效能、确保公平公正公开提供了新路径。该文首先介绍了人工智能发展现状，其次探讨了政府采购与人工智能结合的潜在优势，并研究如何实施这一结合以应对政府采购领域面临的主要挑战。

关键词： 第三代人工智能   模糊系统   三空间融合模型   知识驱动   数据驱动   通用逼近性   模糊专家系统   数据驱动的模糊系统辨识  

摘要： 人工智能经历了第一代人工智能和第二代人工智能2个发展阶段,2个阶段的人工智能分别运用以控制逻辑为核心的知识驱动和以数据学习为核心的数据驱动建构算法系统,以模拟人类的生物智能.2种路径各有优势,但存在算力有限和可解释性缺陷等缺点,第三代人工智能理论与方法正致力于发展抗噪、鲁棒且可解释的人工智能.为实现这一目标,详细讨论了基于知识驱动和数据驱动相融合的第三代人工智能的建模方法,并在此第三代人工智能的基础上,探讨将模糊系统与第三代人工智能相结合,充分利用模糊系统鲁棒性与可解释性强的优势,推动第三代人工智能的发展,希望对未来第三代人工智能发展具有一定借鉴意义.

关键词： 生成式人工智能   技术接受模型   AI焦虑   用户采纳行为  

摘要： 作为当前技术发展的重要产物，生成式人工智能已迅速渗透至用户的社会生活中，并逐渐成为其获取信息和知识的重要工具。如何理解用户对人工智能工具的采纳行为及其心理机制已成为亟待探讨的重要问题。本研究基于技术接受模型（TAM），同时引入人工智能焦虑作为核心变量，构建结构方程模型并通过全国范围内的问卷调查数据进行实证检验。研究发现，用户的使用意愿是推动实际使用的关键中介变量，同时对生成式人工智能的使用呈现“广度优先，深度不足”的特点。AI焦虑在不同维度上呈现出差异化效应：AI学习焦虑显著削弱感知易用性和使用意愿；工作替代焦虑正向促进感知易用性；社会技术盲焦虑显著提升感知有用性；而AI配置焦虑则同时削弱感知有用性并直接降低使用意愿。本研究揭示了AI焦虑作为关键心理变量在生成式人工智能采纳中的作用机理，拓展了技术接受模型的理论外延，为提升用户AI素养、缓解焦虑与促进健康使用提供了实证参考。

关键词： 人工智能   智慧教育   大模型   教育技术   自然语言处理   教育应用   多模态学习   学习分析  

摘要： 近年来,人工智能技术在教育领域的广泛应用正逐步革新现代教育的模式,教育面临新的机遇和挑战.特别是随着大语言模型的兴起,人工智能有望融入到教与学的过程中,教育模式由传统的师-生二元模式正转变为师-生-机三元模式.文章以教育领域内应用的大语言模型为研究焦点,介绍了大语言模型在教育中的特点.以当前主流的几种大语言模型为例,详细阐述这些模型在教育中的实际应用情况,总结了目前教育大模型的共性以及差异性特点.还探讨了如何开发和训练满足教育需求的定制化大语言模型,这一过程对实际应用至关重要.基于训练完成的教育大模型,进一步阐释了其存在的局限性,并展望了未来教育领域可能出现的新型大模型及其发展趋势.

关键词： 人工智能   人工智能   低空经济   治理模式   新质生产力  

摘要： 人工智能对经济和社会的改变是巨大的，以至于“人工智能+”势不可挡。低空经济的横空出世便是有赖人工智能技术实现发展的新型经济业态。本文将低空经济发展与“人工智能+”行动融合，着重研究助推低空经济发展的制度创新与治理模式变革。研究指出，人工智能能够通过改变成本结构、市场结构和推动制度变革，解决低空经济领域的安全、效率和规模三大核心挑战。基于此，本文提出了低空经济的“智能治理”模式，具体包括以规则代码化完善政策法规标准、以低空智联化加强低空基础设施建设、以监管AI化建立安全管控平台和以治理“虚拟化”开创治理新时代四项重要内容。

关键词： Transformer   张量并行   注意力机制   自然语言处理   人工智能   预训练   分布式训练   分布式通信  

摘要： 近期语言模型领域的进展显示,采用Transformer架构的大型预训练模型在自然语言处理应用中表现出优异的技术能力.然而,受限于GPU内存,训练大语言模型(large language models,LLMs)成为了一项挑战.张量并行方法要求单个GPU存储所有激活值,难以突破内存瓶颈.为解决GPU内存对大语言模型训练的制约并提升训练效率,本文提出一种二维张量并行方法(2D tensor parallelism,TP2D).2D张量并行将输入数据和参数矩阵分割并分配至4个GPU;采用分布式通信,进行GPU间数据的高速交互,实现真正的分布式并行训练.以GPT-2模型作为基准模型,测试了两种训练方法的软扩展(soft scaling)效率和训练效率.实验表明,当使用4块GPU时,2D张量并行的训练速度是张量并行的1.84倍,软扩展效率达到86％,并降低了内存占用.

关键词： 生成式人工智能   大模型训练   法定许可   效率   集中治理  

摘要： 法定许可作为因应生成式人工智能未经许可利用他人尚在保护期内的作品进行训练造成侵权风险的重要制度，因大模型利用海量作品进行训练的特征所引发的权利主体寻找困局与天价报酬支付困局，阻碍着以“分散许可”为底层框架所构建起的传统法定许可制度的扩张适用；而法定许可制度价值导向的模糊不清，导致制度构建的方向摇摆不定。破局的关键，在于转换破解人工智能侵权风险困局的分析思路，在效率本位的市场价值导向下，结合人工智能对于受训作品的利用需求，构建以“集中治理”模式为基础的“大型作品数据库”法定许可制度。在这一底层制度架构之上，发挥“大型作品数据库”所拥有的作品体量优势与治理能力优势，以许可使用费的“集体计算标准”代替“个体计算标准”，化解法定许可制度因应人工智能训练行为时的权利主体寻找困局与天价报酬支付困局，回应人工智能产业的发展需求。

关键词： 新型电力系统   可再生能源   电力系统仿真   调频   发电预测   能源管理系统   人工智能   储能   智能微电网调度  

摘要： 当前，全球能源结构正经历深刻转型，以风能、太阳能为代表的可再生能源凭借其清洁性和可持续性，日益成为电力供应的关键组成部分。但这类能源固有的间歇性和波动性对电力系统的频率、电压及整体稳定性带来严峻挑战，威胁供电的安全性与可靠性。为有效应对上述挑战，电力系统亟须引入先进的技术与方法，以保障其运行的可靠性与效率。系统分析了仿真技术、频率调节策略以及人工智能在新型电力系统中的作用。深入剖析了混合仿真从传统串行到高效并行及智能化的发展路径，探讨了虚拟同步发电机与多类型储能在应对惯量下降和频率调控中的关键作用，并全面评估了人工智能在新能源发电预测、负荷预测及智能微电网调度中的最新进展与潜力。最后指出，应充分发挥储能技术和人工智能的支撑作用，构建更加灵活的市场机制和资源配置体系，为新型电力系统的稳定运行奠定基础。

摘要： 为深入实施"人工智能+"行动,推动人工智能与经济社会各行业各领域广泛深度融合,重塑人类生产生活范式,促进生产力革命性跃迁和生产关系深层次变革,加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态,日前,国务院印发《关于深入实施"人工智能+"行动的意见》(以下简称《意见》).