关键词： 人工智能   数字素养   数字能力   欧盟   DigComp  

摘要： 数字素养是数字社会中的一项基本生存技能。随着人工智能技术的广泛应用,数字素养教育面临新的机遇和挑战。文章通过分析欧盟公民数字能力框架(DigComp)的背景、起源以及发展历程,比较DigComp不同版本的演变,深入了解其在维度设置、内容更新和应用拓展方面的变化。进入人工智能时代,DigComp框架通过纳入人工智能等新兴技术的相关知识、技能和态度示例,展示了其前瞻性和适用性,为公民在数字社会中更好地理解和利用新技术奠定了基础。这对我国在数字素养政策制定、教育实施和框架发展方面产生了启示,有助于我国数字素养教育适应科技发展的新趋势,教育内容和实践紧跟时代的步伐。

关键词： 生成式人工智能   法律风险   防范路径   监管体系   监管范式  

摘要： 生成式人工智能凭借其强大的内容生成能力,正引领着科技领域的深刻变革,在优化产业结构、促进经济发展的同时也带来新的法律风险。生成式人工智能在内容生成过程中暗含数据合规、隐私保护、知识产权侵权等风险,为避免上述风险进一步扩大,需针对人工智能构建涵盖预防、监控与处罚的全链条监管体系,实现政府、企业与公众多方协同共治,迈向一种治理型监管范式,以期更好地应对风险与挑战,推动生成式人工智能健康发展。

关键词： 人工智能影像   叙事重构   超现实主义   内在化创作   机器时间结构  

摘要： 人工智能(AI)影像创作领域呈现出技术与美学的双重革新,表现为对影像语言体系的深刻改变与叙事形式的创新重构。当前全球的AI影像研究在理论话语上大多偏重于创作归属权、艺术本体论等宏观议题,对具体作品文本的分析不足。通过对Runway AI电影节、戛纳XR子单元、麻省理工学院AI黑客马拉松等重要节展及其获奖作品的初步考察,可以看到AI影像具有三重特质,即超现实主义式的梦境视觉、高度抽象的技术想象,以及静态性与情感体验流动融合。这些特质背后蕴含着一种以韩炳哲的“讲述”理论为参照的“内在化创作”趋势——通过数字技术化的形式语言具象化地表达个体情感,并由叙事人现身“讲述”。由此,结合马诺维奇与赫拉斯的理论视角进一步探讨,可以认为AI影像创作能够重返现代主义艺术精神,并在机器时间结构下重构审美敏感性,为表达个体的经验探索更多元的路径。

关键词： 数字时代   著作权法   人工智能   数字版权管理技术(DRM)  

摘要： 数字时代著作权法面临着许多新的挑战和机遇。由于互联网和数字技术的快速发展,作品的复制与传播变得更加容易,所以研究现有著作权法是否适用于数字时代具有十分重要的现实意义。梳理著作权法的历史和发展进程,探索数字时代著作权法的新机遇、新挑战,特别是AI生成物的版权归属问题。以适应数字信息时代著作权建立和维护的新需求,提出著作权改革和创新发展的思路,以更好地适应技术发展的时代步伐和行业需求。

关键词： 高光谱遥感   矿产勘查   岩性分类   蚀变信息   人工智能  

摘要： 近年来,随着卫星、航空和地面遥感数据源及处理技术的快速发展,国内外遥感地质找矿在技术方法与应用领域方面取得了显著进展。笔者系统梳理了目前主要的卫星遥感数据、航空高光谱遥感数据和地面数据。其中,Landsat-8、ASTER和Sentinel-2等多光谱影像应用最为广泛,GF-5、ZY1-02D等国产卫星高光谱遥感数据已覆盖全球大部分陆地范围,可满足全球矿产资源勘查数据需求,展现出巨大的应用潜力与社会经济效益;Headwall、HySpex和SSMAP等无人机高光谱传感器在矿区尺度岩性及矿物识别中潜力巨大。遥感技术在岩性分类、矿化蚀变信息提取、构造提取及遥感找矿模型方面均取得了良好的应用效果,随着人工智能技术的发展,其在遥感地质找矿中必将发挥更大的作用。目前,遥感地质找矿仍面临植被覆盖区等复杂地貌景观区示矿弱信息提取及遥感数据的尺度差异等问题,未来还需在多源遥感数据融合技术、更广阔的应用拓展及人工智能找矿应用方面进一步探索。

关键词： 车祸检测与驾驶员状态实时分析   传感技术   人工智能  

摘要： 本研究致力于提高车祸检测与驾驶员状态实时分析的智能化水平,采用基于人工智能和传感器技术的方法。该研究利用驾驶员佩戴的微型心率检测设备,挡风玻璃上的摄像头设备以及手机APP显示软件,通过多种传感器实时检测驾驶员的生理状态和精神状态,识别驾驶员的困意信号,分析驾驶员的驾驶状态。通过采集摄像头的图像信息,研究者进行了算法实验测试,结果显示,该方法能够智能监测驾驶员行进间的驾驶状态。根据监测结果,可以通过提醒等方式来帮助驾驶员采取相应的措施。这个系统不仅有助于预警疲劳驾驶,还为减少道路交通事故提供有效的解决方案。通过智能化检测,驾驶员可以更早发现疲劳驾驶,提升道路交通安全水平。

关键词： 人工智能   药品应用技术   中医药专业   教学改革  

摘要： 人工智能的发展正在推动中医药专业领域的转型与升级。培养复合型的,应用型的并具有数字素养的,能够适应人工智能技术赋能岗位工作情景的医药专业领域高素质技能型人才是职业教育肩负的重任。因此,探索人工智能与《药品应用技术》课程交叉融合的新形态课程建设。课程通过模块优化搭建人工智能融入载体,学生校内外实习实训打通人工智能工作场景实践路径等方式,强化以产教融合为特征的课程改革。通过实践,提升了学生适应医药产业数字化转型所需的岗位核心能力,实现了学生的全面发展。引入人工智能技术赋能工作场景的《药品应用技术》课程教学改革与实践,为职业院校同类课程建设与改革提供了新模式。

关键词： 人工智能   新质生产力   财富分配   财富创造   颠覆性技术  

摘要： 运用人工智能能够创造出巨大的财富,但同时也可能由此引发分配不平等,这是一个全球性的问题。通常情况下,运用人工智能所创造的财富往往被投资者或从事人工智能生产的人所占有,从而加剧了财富分配的不平等。人工智能创造财富的过程具有一定的隐秘性,那些知情的人会主动“拥抱”人工智能,进而获得更多的收益。此外,人工智能创造财富所依赖的算力和算法技术性很强,这导致相关专业人士与其他人群之间出现了明显的职业与财富分化。为维持分配平等与鼓励创新之间的平衡,应遵守劳动创造财富原则,让从事人工智能的创新者获得更多收益;应遵循生产要素参与分配原则,让从事人工智能生产者获得相应分配;应遵守高新技术获得更多利润原则,让人工智能产业链从业者分享收益。

关键词： 人工智能   深度学习   复杂时序预测   注意力机制   多层感知机   Dualformer模型  

摘要： 传统时序预测模型通常仅关注捕捉复杂时序中的趋势和模式,而忽略了变量间的相互作用,限制了该模型在复杂时序预测中应用.提出一种Dualformer双模型并联方案,该模型并联iTransformer(inverted transformer)和PatchTST(patch time series transformer),通过激活函数替代前馈神经网络,并通过多层感知机计算输出结果.Dualformer利用注意力机制同时捕捉复杂时序中的时间维度和变量维度信息,关注时间趋势与多变量交互.实验结果显示,Dualformer在复杂时序预测效果上显著优于对比模型iTransformer、PatchTST和DLinear(decomposition linear),在实际应用中可显著提高复杂时序预测的准确度,具有广泛应用前景.

关键词： 人工智能   DeepSeek   全科医学   大语言模型  

摘要： 2025年1月,DeepSeek推出推理模型DeepSeek-R1,其凭借开源、成本效益高、推理能力强等优势,在医疗领域应用前景广阔。本文深入探讨DeepSeek在全科医学中的应用前景,得出其能辅助基层诊疗决策、支持全周期健康教育与管理、填补“老少边穷”地区服务缺口,还可提升科研效率、助力教学培训模式创新。不过,其应用面临数据治理、伦理规范、技术标准等挑战。未来,建议探索推动DeekSeek等大语言模型辅助全科医生在医疗实践、科学研究、教学培训等多维服务场景的深度融合,更好地发挥人工智能赋能全科医学的作用,构建智慧全科生态体系,促进全科医学高质量发展。