关键词： 社区心理服务   数智技术   人工智能   大数据  

摘要： 社区心理服务是社会心理服务体系的重要组成部分,加强社区心理服务体系建设是完善我国社会治理体系和健全社会服务体系的重要内容。当前社区心理服务工作面临制度不够完善、心理服务供需关系不平衡和社区居民认知固化等现实困境。大数据和人工智能融合叠加形成数智技术,驱动数字文明新形态发展,为心理服务工作提供了新的发展机遇。以数智技术驱动社区心理服务体系新发展,实现政府主导建设、社区多元化发展、居民认知显著提升,进而建立完善的社区心理服务体系。

关键词： 行政答复   人工智能   简单性   复杂性   合法性  

摘要： 自动行政答复,指行政机关使用计算机科技实现行政答复的自动化。无论是基于检索原理,还是基于大模型原理,自动行政答复皆无法律拘束力。然而,基于检索原理的“简单性”,以及基于大模型原理的“复杂性”,可能导致合法性的偏离。特别地,对相对人有利的合法性偏离,可能引致行政处罚。为了应对这一问题,可从制度和技术两个方面进行应对优化。制度方面的优化,以相对人保护为目标,聚焦于相对人遵循对其有利的错误答复而做出违法行为的情景。经由信赖保护的原则进路,以及《行政处罚法》的规则进路分析,可知行政机关应当减轻或免予处罚。技术方面的优化,以行政机关提升为目标,主要包括增设获取记录的功能和提高转译准确度。

关键词： 自动化仪表   人工智能   智能设计   数据驱动   系统框架  

摘要： 本研究聚焦于基于人工智能的自动化仪表智能设计方法,旨在探索数据驱动的设计方法、模型选择与构建,以及优化与迭代技术在自动化仪表设计中的应用。通过构建系统总体架构、模块化设计及接口设计,人机交互设计与智能反馈机制,确保系统的安全性与稳定性,文章构建了一个完善的智能设计系统框架,以期提升自动化仪表的智能化设计效率和可靠性。该研究对推进自动化仪表领域的智能化进程具有重要意义。

关键词： 人工智能交互性刺激   顾客体验优势   顾客满意   人工智能可用性  

摘要： 人工智能交互性刺激对顾客满意的作用关系研究仍存在缺口,顾客体验优势在人工智能交互性刺激与顾客满意之间的作用,以及人工智能可用性在其中的影响尚不清晰。研究基于唤醒理论和沉浸理论,分析了餐饮业智能服务情境下人工智能交互性刺激对顾客满意的影响,并检验了顾客体验优势的中介作用和人工智能可用性的调节作用。利用PLS-SEM方法对268份样本数据进行实证研究,结果表明:人工智能交互性刺激对顾客满意具有正向作用;顾客体验优势在人工智能交互性刺激与顾客满意间起显著的中介作用;人工智能可用性正向调节人工智能交互性刺激与顾客体验优势之间的关系。

关键词： 人工智能   高校思想政治教育生态   伦理风险  

摘要： 教育生态理论起源于生态学,后被应用于思想政治教育领域。人工智能与高校思想政治教育的生态融合旨在构建一个负责任且高效的教育生态系统。所谓“融合”,在此特指不同元素或系统间的结合过程,而“生态融合”则强调在这一过程中保持或构建生态平衡,确保各要素在相互作用中达到和谐共生状态。人工智能在与高校思想政治教育生态融合过程中,由于人工智能的试错空间小、具有意识形态的属性、偏离教学定位和与教学脱节而导致一系列伦理风险。这些伦理风险从生态主体、生态客体、生态介体和生态环体四个方面呈现。因而,对解决人工智能与高校思想政治教育的生态融合的伦理风险也就具有了理论与实践的必要性。正确解决这些伦理风险,需要妥善处理人工智能与高校思想政治教育生态系统各要素之间的关系,有效推动高校思想政治教育朝着良性、健康、和谐、可持续的方向发展。

关键词： 脑机接口   版权保护   知识产权   人工智能   生成物  

摘要： 不同于传统的人工智能生成物,脑机接口生成物通过人类直接参与创作,延展人类思维的表达路径,展现与众不同的创作特性。基于思想/表达二分法、独创性及固定性等版权核心要素,脑机接口生成物符合全球版权法的保护要求并顺应技术变革的历史必然。其版权保护的合法性通过思想与表达的清晰区分得以确立,用户在创作过程中的选择与安排确保独创性,而固定性则通过将大脑信号转化为有形表达实现。美国、欧盟和中国的法律框架不同:美国严格坚持版权只能由人类创作享有;欧盟在尊重人类独创性的同时,逐步开放对技术生成物的版权保护态度;中国在延续“智力创造”传统的同时,开始探索脑机接口生成物的版权保护机制。应该从国际层面和中国方案两个维度构建适应脑机接口技术发展的版权保护路径。

关键词： 人机协作   创造性学习   科创教育   生成式人工智能  

摘要： 科创教育是培养创新型人才的重要途径,生成式人工智能的兴起为赋能科创教育的育人模式提供了新的机遇。研究深入剖析智能时代的创造力内涵,厘清人类创造力和AI创造力的区别和关系,详细阐述包含对话理论、群体创新理论、知识建构理论和建构主义理论的创造性学习理论框架,构建人工智能赋能科创教育的人机共创学习模式。在该模式下,项目主题应具备趣味性、开放性、关联性、意义感和价值感的特点,以兴趣驱动人机共创学习;创造力学习环境设计应基于4P框架,为学习者打造一个可控且安全的“微世界”;学习过程应遵循设计思维过程,包含确定问题和解决问题两个阶段;学习模式可以参考黑客松模式,在短期通过团队合作完成特定创造性任务。最后以“数字游戏制作”为案例,详细分析了该模式在实际应用中具体设计,以期为构建面向未来的人机共创的学习模式提供新路径。

关键词： 人工智能   贝叶斯深度学习   变分推理   概率建模   机动策略识别   梯度平衡因子   智能辅助作战系统  

摘要： 增强对敌方作战飞机机动策略识别能力是提升我方空战决策水平的关键因素之一.针对传统深度学习模型在复杂多变的作战环境中常表现出过度自信及不确定性评估困难的局限,提出一种基于贝叶斯深度学习的作战飞机机动策略识别方法,使用贝叶斯变分推理和多元高斯分布,构建基于多层感知机的贝叶斯深度学习(multi-layer perceptron-based Bayesian deep learning,BDL-MLP)概率化模型,并引入梯度平衡因子以缓解复杂性代价梯度和似然代价梯度不平衡的影响,再通过贝叶斯反向传播算法进行模型训练和参数优化.基于团队在Unity3D软件研发的虚拟空战仿真平台AirFlightSim,对比评估了BDL-MLP、多层感知机(multilayer perceptron,MLP)、AlexNet和LeNet模型在不同模糊程度(模糊半径分别为0、15、31、45和61像素)的作战飞机运动场景下的分类性能.结果表明,在由上述5种模糊半径构建的数据集上,BDLMLP模型的机动策略识别准确率较MLP、AlexNet和LeNet模型平均分别提升了0.43%、0.99%、1.19%、1.98%和2.36%,且在鲁棒性及复杂数据的特征提取能力方面均表现最优,能够量化不确定性.基于贝叶斯深度学习的作战飞机机动策略识别方法可为军事智能辅助作战系统的研发提供有价值的参考.

关键词： 人工智能   水下目标检测   深度学习   YOLOv8   注意力机制   特征金字塔  

摘要： 针对水下目标检测任务中小目标特征信息少和受水下环境影响导致检测精度低的问题,提出一种基于自注意力机制和改进金字塔的水下小目标检测算法,记为SF-Bi-YOLOv8.以YOLOv8为框架,设计一种加强全局特征提取能力的Swin-Fa模块对YOLOv8的骨干网络最后一个C2f层进行改进,提高了模型的小目标检测能力;将特征融合网络的特征金字塔结构替换为简化型加权双向特征金字塔结构(weighted bidirectional feature pyramid network,BiFPN)以更好地学习多尺度特征;采用线性区间映射Focaler-IoU的方式重构检测头的损失函数,从而关注难易样本,加速边界框回归.实验结果表明,在水下检测目标(detecting underwater objects,DUO)数据集上,SF-Bi-YOLOv8算法交并比(intersection over union,IoU)阈值为0.50时的平均精度达到0.862,较原YOLOv8提高了0.023,IoU阈值从0.50到0.95时的平均精度提高了0.036.研究结果可为水下目标检测任务提供参考.

关键词： 人工智能   知识产权   著作权   欧盟《人工智能法案》   商业秘密   透明义务  

摘要： [研究目的]欧盟《人工智能法案》引入了一系列透明义务,旨在应对算法系统不透明性问题,在对人工智能系统的可版权性和商业秘密保护问题的研究基础上,构建适用于人工智能系统的分级透明制度,以期为我国人工智能系统的监管和合规提供参考。[研究方法]本研究采用区域对比和文本分析的方法,分析不同类型人工智能系统的可版权性及对涉及的商业秘密保护问题进行探讨。以欧盟《人工智能法案》为制度文本,结合法案中的透明性要求和技术保护机制,从多个维度出发,合理界定信息披露的范围和层级。[研究结果/结论]通过研究欧盟《人工智能法案》风险评估模式,区分公共领域和私人领域的透明义务,将所涉信息分为四个等级,合理设定信息披露等级以确保监管透明度,平衡人工智能系统监管要求与技术保护之间的关系,旨在对我国人工智能产业发展有所裨益。