关键词： 人工智能   新闻采编   守正创新   人机协同   流程再造   专业主义  

摘要： 在新媒体时代,随着人工智能技术的不断发展,新闻采编的模式与价值逻辑逐渐被重构。基于此,本文聚焦“守正”与“创新”的辩证统一,对AI赋能新闻采编工作进行研究:一方面,AI通过全网信源抓取、智能写作辅助、传播效果预判等能力提升采编效率,推动流程智能化再造;另一方面,强调新闻的真实性核查、深度报道赋能等核心价值的不可替代性。研究表明,人机协同的本质是工具理性与价值理性的融合,技术赋能规模化生产,而人类则主导品质控制与价值锚定。未来需建立以人为核心的AI应用框架,实现新闻专业主义的时代进化。

关键词： 自动驾驶   人工智能   技术分析   未来发展  

摘要： 自动驾驶技术作为人工智能于交通领域的关键应用,正极大地改变着汽车行业的未来走向。文章全面探讨自动驾驶技术的定义、重要意义以及其当下的发展状况,剖析当前所面临的技术难题以及法律、伦理方面的问题。人工智能在自动驾驶里的核心作用主要展现于环境感知、数据处理与决策制定、路径规划与车辆控制等多个方面。借助机器学习和深度学习技术,自动驾驶系统可达成精准的环境感知以及智能决策,明显提升道路安全与交通效率。

关键词： 人工智能   全球竞争   数据治理  

摘要： 全球人工智能正深刻重塑经济、军事及社会格局,成为各国战略竞争核心。技术层面,算法革新、数据融合与绿色算力呈现协同演进。区域战略鲜明分野,中国以政策产业协同推进技术平权,深度参与全球治理;美国依托科技巨头强化主导,对华技术遏制升级;欧盟以《人工智能法案》引领伦理治理,然而创新滞后掣肘发展;日、韩、新等其他国家亦依托禀赋探索特色路径并注重协同。未来趋势凸显,科技压制与技术平权博弈并存,治理体系趋向多边碎片化,大模型驱动通用智能突进性进展,“AI+”深度融合加速行业与经济结构重塑。

关键词： 人工智能   外语教育   契合方向   教育改革  

摘要： 当前,我国高等教育领域正经历着深刻变革。外语专业与其他专业一样,面临诸多新的机遇与挑战。专业转型作为改革征程中的关键探索环节,恰如宋朝思想家周敦颐所提“道在其中”“豁然贯通”之理,蕴含着深刻的内涵,转型与否需综合考量学校的定位、地域的特色以及专业自身的发展状况。推动外语专业转型,应主动融入国家大势,强化内涵建设,优化教育生态,坚持守正创新,实现外语教育的转型升级,培养契合时代需求的复合型人才。

关键词： 人工智能   高职院校   心理健康教育   虚拟现实  

摘要： 高职学生的心理健康问题日益凸显,其面临的学业、就业与人际关系压力使得心理健康教育需求显著增加。然而,传统心理健康教育手段在覆盖面、及时性和个性化方面存在不足,难以全面满足学生需求。人工智能(AI)技术的进步为高职院校开展心理健康教育提供了新的可能。文章在探讨AI在高职院校心理健康教育中的实际应用的基础上,梳理其创新路径,并针对AI技术应用中的数据隐私、伦理规范等挑战提出应对策略,以期为高职院校心理健康教育的智能化发展提供新的视角和有益借鉴。

关键词： 嵌入式系统   人工智能   实践教学   AI思维   创新能力  

摘要： 随着人工智能技术的快速发展,高校实践类课程教学面临新的挑战和机遇。文章探讨了将人工智能技术融入“嵌入式系统设计与开发”课程的教学实践方法。通过更新课程目标、利用人工智能的智能问答功能和知识图谱技术,并结合端侧AI应用案例,构建了新的实践教学体系。该体系旨在培养学生的AI思维,提高其学习主动性、创新能力和学习效果。

关键词： 高阶思维   人工智能   贝叶斯公式   工程数学  

摘要： 在数智化时代,人工智能技术能够有效地完成程序式任务,承担机械性重复的工作,但科技的快速发展也更迫切需要创新型人才的持续助力。为了培养具有高阶思维能力的学生,大学数学的教学模式面临着适应性改革与数智化转型。本文以“工程数学”课程中贝叶斯公式的教学设计为例,构建了以解决实际问题为牵引、以培养数理逻辑为目的、借助大语言模型实践检验理论结果、拓展前沿应用启发高阶思维的新型教学模式。这一模式适用于理论与应用结合紧密的“工程数学”课程,传统教学与“数智技术”的有机融合是培养善思笃行的社会所需人才的重要途径。

关键词： 著作权   知识产权保护   人工智能  

摘要： 在现代科技迅速发展的背景下,人工智能(AI)已渗透到各行各业,其带来的变革不仅影响了生产方式和生活方式,也对知识产权保护提出了前所未有的挑战。特别是著作权、专利权和商标权等传统知识产权领域,如何适应人工智能技术的应用与发展,成为亟待解决的法律难题。《知识产权理论与实务》是一本全面介绍知识产权法律理论与实务操作的专著,涵盖了知识产权的各个方面,尽管在许多领域做出了深入的阐述,但面对人工智能的崭新挑战,部分内容仍显得滞后与不足。

关键词： 多模态大模型   跨模态理解   预训练   模态对齐   人工智能  

摘要： 近年来,随着以ChatGPT为代表的大语言模型(Large Language Models,LLMs)在通用人工智能方向上取得突破性进展,国内外掀起了大模型应用的研究热潮。人类获取和处理信息的方式往往涉及视觉、听觉、文本等多种模态,单纯依赖文本的语言模型难以充分理解和表达复杂的现实世界信息。因此,研究者开始探索将LLMs扩展到多模态领域,通过统一建模文本、图像、视频等不同类型的数据,构建具有跨模态理解能力的多模态大模型(Multimodal Large Models,MLMs)。对MLMs的发展现状进行了全面梳理,重点介绍了当前主流的模型架构、训练策略以及评估方法,并分析了该领域面临的挑战和未来发展方向。随着模型参数规模和训练数据的大幅扩展,MLMs在跨模态任务中的性能显著超越了传统方法,为通用人工智能的发展奠定了重要基础。这些模型在视觉问答(Visual Question Answering,VQA)、图像描述、多模态对话等典型任务中展现出卓越的理解与生成能力。然而,当前MLMs仍存在长序列处理效率、计算资源需求以及模型可靠性等方面的技术瓶颈。未来研究将致力于在保持模型性能的前提下提升计算效率,并推动技术从通用框架向领域专用解决方案的转化,为通用人工智能的实现和产业智能化转型提供关键技术基础。

关键词： 人工智能风险   人工智能治理   内生风险   衍生风险   主题模型  

摘要： [目的/意义] 人工智能治理是人工智能健康发展的必要保障。当前国内外人工智能治理研究存在风险系统性分析不足与治理路径结构性缺陷两大局限，亟须构建适配AI技术发展的治理路径。[方法/过程]选取WoS及CNKI的文献摘要，采用BERTopic主题分析模型识别国内外研究共同关注的风险类型。在此基础上，梳理风险作用关系，从而构建治理路径。[结果/结论]AI治理对象包括两类风险：一是数据、算法等技术缺陷导致的内生风险；二是由内生风险衍生的滥用、侵权、归责困难、认知侵害、伦理失范等风险。通过分析内生与衍生风险的作用关系及AI全生命周期多方参与主体的失责问题、协同机制缺失，融合“人在环中”、多元协同治理与敏捷治理理念，构建“法律牵引—技术规制—动态审计—主体问责”闭环治理路径，为健全中国特色AI治理体系提供借鉴。