关键词： AI   写作   童心   绘图   修改文章   未来   人工智能  

摘要： 本次的征文主题太让人惊艳啦:AI伴我行,童心绘未来。很多同学都知道,扑面而来的AI,也就是我们所说的“人工智能”,它的技术太帅气啦,如同身边的百事通,那么新颖,那么能干,似乎什么问题都能解决。例如,需要绘图,找AI;需要写文章,找AI;需要修改文章,找AI;需要查资料,还找AI……AI那么能干,也给我们帯来疑惑,我们还能够做什么?本次写作,怎么写呢?

关键词： 人工智能   高职   数字媒体艺术创作  

摘要： 随着科技的高速发展,人工智能技术在社会各个领域得到广泛应用,促进了社会发展变革,可以赋能社会经济高质量发展。在高职院校数字媒体艺术创作中,人工智能技术的融入丰富了数字媒体艺术创作的形式,提高了该领域的发展水平和质量。文章深入分析和研究人工智能技术融入高职院校数字媒体艺术创作中的意义、可行性及其所面临的挑战,提出了相应的对策,以期为高职院校数字媒体艺术创作实现高质量发展提供助益。

关键词： 交通管理   智能社会技术系统   大数据   人工智能  

摘要： 交通管理业务信息系统的数智化转型是交通管理业务服务提质增效的重要途径。由此,从智能社会技术系统(iSTS)角度出发,聚焦交通管理业务信息系统的社会属性与技术属性的融合应用、优势互补,构建数智化交通管理业务信息系统体系框架,确立通过引导社会子系统的有效调整,实现与智能技术子系统的协调配合。在具体工作上,遵循“以用户为中心,追求极致‘简单’”的基本原则,提出了数智化转型的建设应用方向,即用户驱动的系统设计和人机互补的业务模式。

关键词： 数学学科核心素养   过程评价   课堂表现   人工智能  

摘要： 课堂是学校教育教学工作的主阵地,但针对课堂教学尤其是针对学生课堂表现的过程评价开展得并不理想,其中一个重要原因是缺乏可信、有效和实用的学生课堂表现过程评价量表。以小学数学课堂教学为例,依据课程标准,把数学运算、直观想象、逻辑推理、数学抽象、数学建模和数据分析设定为评价指标,并借助多名专家和多家AI平台设定了每个指标的权重,再借助DeepSeek平台和专家的力量,制定了详细的评分细则。实践证明,这种量表为一线教师开展过程性评价提供了科学工具,对提升课堂教学效率、构建高质量教育体系也有着积极意义。

关键词： 人工智能   医学影像   迁移学习   深度学习   牙齿分割  

摘要： 【目的】现有的牙齿结构分割研究中,牙齿数据具有成本高昂和来源复杂的特点,研究人员普遍选择在多源数据集上使用半监督方法构建深度学习网络,而从多源未标注数据中学习差异成为新的挑战。【方法】本研究以半监督算法Mean-Teacher为核心,提出一种多源半监督算法,并使用新的损失函数计算一致性损失,旨在更好地帮助半监督模型进行训练。【结果】在真实临床场景中收集的测试数据集上评估了这一方法的分割性能,结果表明,本文提出的方法在整体牙齿上的分割结果为平均Dice系数81.13%,平均Jaccard系数82.96%,平均召回率82.78%,平均精确度82.91%,与其他方法相比获得了更准确的分割性能。【结论】比起直接将未标注数据统一投入训练的主流方法,基于多源半监督学习的牙齿分割模型Multi-Student可以更好地帮助半监督模型提高精度。

关键词： 人工智能   机器学习   药物警戒   个例安全性报告   上市后监管  

摘要： 药物警戒作为药品上市后监管的重要组成部分,对于保障公众用药安全至关重要。近年来,人工智能(AI)技术凭借其强大的数据处理和分析能力,在药物警戒领域展现出巨大的应用潜力。该文从药品上市后监管视角,系统介绍和分析了AI在药物警戒中的应用背景、在中国和国外上市后药物警戒中的探索应用现状,重点阐述了AI在中国的应用案例,以及伴随的问题和挑战等,以期为我国的药品上市后监管工作提供借鉴。目前,中国AI技术在药物警戒中的探索和应用刚刚起步,应该加大力度、加快速度。监管机构应积极制定并执行AI新技术在产品全生命周期的监管标准或相关指南,加强相关人员培训和人才培养与引进,积极推动监管机构、制药企业、科研院所及高校等开展紧密合作,共同推动AI技术在药物警戒领域的创新应用。

关键词： 人工智能   中学体育   智能教学   运动训练  

摘要： 随着人工智能技术的飞速发展,AI在教育领域的应用愈发广泛。将AI技术融入中学体育教学和训练,有助于创新教学模式、优化训练手段,提升体育教育的科学化和精细化水平。该文分析了AI技术在中学体育教育中的应用现状,探讨了AI在体育教学和训练中的应用路径,旨在为推动体育教育变革、培养学生核心素养提供参考。

关键词： 人工智能   GPT-4   大模型   算法歧视   数据安全   知识产权  

摘要： 生成式人工智能的发展为人类社会带来了深层次和颠覆性的挑战。GPT-4在技术更新的同时也引发了底层算法、训练数据、知识产权方面的风险。在底层算法上,尽管GPT-4中潜藏着算法歧视的风险,但算法公开殊无必要,应借鉴类脑研究思路,推动GPT-4走向通用人工智能;在训练数据上,GPT-4背后的海量数据存在较大的合规风险,应设立数据销毁制度,维护意识形态安全,探索中国特色发展方案;在知识产权上,GPT-4带来了一系列侵权风险,引发了生成物的作品属性认定争议,但尚无法构成对人类的作者主体资格的挑战。为更好地应对生成式人工智能大模型技术发展风险,应及时制定合适的规制方案,在元规制理论下,借鉴欧盟《数字服务法》中的制度设计,结合已有算法治理实践,寻求数字时代的自主创新,助力人工智能产业安全发展。

关键词： 意义时间   意识时间   感觉此刻   工作此刻   人工智能  

摘要： 时间是人类理解世界的关键难题之一。人工智能的意义方式与人类智能不同,也表现在人工智能的时间方式与人类不同。思想史不断推进关于时间本质的思索,论者们倾向于认为人的时间是内化的“意识时间”,人的“感觉此刻”具有综合过去-现在-未来时间三维的能力。而人工智能的目的化构造,使它只具有“工作此刻”,它的数据库式“记忆”并不因为此刻的工作而更新。这样就造成人工智能不同于人类的特殊时间方式。随着人工智能的演进,此种时间处理方式会影响人类的时间意义方式。

关键词： 生成式AI   药物重定位   大语言模型   人工智能   药物发现  

摘要： 针对当前药物重定位研究药物适用症预测数量固定、无法全面揭示药物潜在适应症的问题,提出了生成式AI的药物重定位模型GenDrugShifter。该模型由图注意力神经网络和Transformer Decoder模块组成,能够进行端到端的药物重定位。该模型以InChI格式表示的药物分子结构为图注意力神经网络的输入,使用自监督方法学习药物活性分子结构和药物适应症之间的潜在联系,通过自回归的方法输出药物的适应症。西药重定位实验结果表明,GenDrugShifter在预测性能上优于其他4种先进药物重定位方法。GenDrugShifter能够更全面地揭示药物潜在的适应症,具有优越性和可靠性。临床数据进一步证明了其在实际应用中的有效性。