关键词： 具身智能   人机融合   哲学前瞻   人工智能  

摘要： 具身智能是人工智能的新前沿和新方向。它在推进人工智能技术发展的同时,也为人机交互和融合开辟了新天地;在对当代社会产生深刻影响从而不断推进智能时代新发展的同时,也对当代哲学提出了一系列新问题,由此拓展了哲学研究的新视野,并促使我们对其进行前瞻性的思考。

关键词： 人工智能   医疗损害责任   归责原则   过错责任   过错推定责任   无过错责任  

摘要： 中国传统医疗损害责任归责原则采取三元说,以过错责任为一般原则,以过错推定责任和无过错责任为补充。目前,人工智能在医疗领域已经得到广泛应用。基于道德自主选择、技术独立发展的特质,其产生效益的同时对患者权益产生了前所未有的风险,导致传统医疗损害责任归责原则与医疗人工智能不能完全适配。一方面,在人工智能自主行为不足以影响诊疗活动的主体和因果关系的情况下,依然可以适用传统医疗损害归责原则;另一方面,在人工智能加入诊疗活动因其高自主性导致因果关系发生根本变化后,传统医疗损害责任归责原则与其不适配,如固守传统,则易导致医患利益失衡、医疗秩序紊乱。因此,为了重建医疗行为自由与患者权益保护的平衡、促进医疗创新、用好人工智能去提高诊疗水平,以扩大患者自主、增进患者福祉,拟探讨如何调整人工智能加入后诊疗活动后的医疗损害责任归责原则,使之与人工智能适配。基于AI的风险管理,应立法为人工智能运营者设定合规义务,制定理性人工智能标准,违反合规义务或不符合标准的,应推定过错。故人工智能参与的医疗损害责任归责原则应适用过错推定责任;过错责任或无过错责任应谨慎适用。

关键词： 大语言模型   智慧校园   人工智能   大模型微调   知识库  

摘要： 针对高校使用大模型时面临着大规模数据训练和数据隐私保护的问题,提出面向华商数智校园建设的本地人工智能大模型SynHuaAI;通过本地化部署与差分隐私微调技术,结合知识库语义扩展分析,构建支持跨学科知识整合的私有化模型;通过引入参数高效微调技术,在保护数据隐私的前提下优化模型性能,并设计云-本地混合交互架构提升泛化能力;实验结果表明,SynHuaAI在校园场景问答任务中准确率达92.4%,F 1值89.6%,优于其他方法;证明SynHuaAI大模型可以准确地回答问题,提高了高校师生的工作效率;SynHuaAI大模型构建了校园各业务职能部门的知识库,能够与数智校园系统集成实现数据互通共享,辅助教学、学生学习和行为分析等,满足校园数智化建设的应用需求。

关键词： 文物修复   文化遗产保护   生成式人工智能   图像补全   三维重建  

摘要： 本文探讨生成式人工智能在文物修复领域的前沿应用与发展潜力。通过壁画缺失内容补全、陶器纹理复原、古籍文字识别以及器物三维形态重建等典型案例的分析研究,揭示了生成式人工智能在提升文物修复效率和精度、增强历史信息还原度与制定科学修复方案等方面所展现出的显著优势。同时,本文亦讨论了该技术在实际应用中面临的关键挑战,包括历史真实性的把控、数据质量的依赖性、伦理责任的界定及跨学科协作的必要性。在此基础上,本文进一步展望了生成式人工智能在文物修复领域的未来发展方向,重点强调多模态融合、交互式生成以及“数字-实体”一体化修复等趋势的重要性。相关人工智能研究为文物保护注入了新的活力,开辟了全新的研究范式,有望推动中华文化遗产的活化利用与精神传承。

关键词： 人工智能   国际中文教育   成语教学   智慧课程  

摘要： 在“人工智能+教育”驱动下,课程知识图谱、智能教学助手等信息技术为国际中文教育智慧课程建设提供了创新发展的路径。为了将人工智能技术与国际中文成语课程的基础语言知识、深层文化内涵和现代交际价值三层级的教学内容深度融合,本文提出“一通二联三融”的国际中文成语智慧课程建设思路,并利用课程知识图谱和“双师”协同育人机制,将不同层级的课程内容融入“导—教—学—评”全过程,最大化发挥智慧课程的智能导学、精准施教、迁移活用和多元评估等潜在优势。本研究以“汉语成语与俗语”课程为依托,选取动物类成语教学案例进行了实践应用,初步证明了该模式有助于学习者在个性化学练空间中高效灵活地习得成语知识、提升理解表达能力、培育跨文化价值观。

关键词： Climate change   Artificial intelligence   Mitigation   Adaptation  

摘要： Research and action on climate change(RACC)represent a complex global challenge that requires a systematic and multi-dimensional *** progress has been made,persistent limitations in data processing,modeling,and scenario evaluation continue to hinder further *** Intelligence(AI)is emerging as a powerful tool to address these challenges by integrating diverse data sources,enhancing predictive modeling,and supporting evidence-based *** capacity to manage large datasets and facilitate knowledge sharing has already made meaningful contributions to climate research and *** paper introduces the RACC theoretical framework,developed through a systematic integration of the research paradigms of the three IPCC Working Groups(WGⅠ,WGⅡ,and WGⅢ).The RACC framework provides a comprehensive structure encompassing four key stages:data collection,scenario simulation,pathway planning,and action *** also proposes a standardized approach for embedding AI across the climate governance cycle,including areas such as climate modeling,scenario development,policy design,and action ***,the paper identifies major challenges in applying AI to climate issues,including ethical concerns,environmental costs,and uncertainties in complex *** analyzing AI-supported pathways for mitigation and adaptation,the study reveals significant gaps between current practices and long-term objectives—especially regarding content,intelligence levels,and governance ***,it proposes strategic priorities to help realize AI's full potential in advancing global climate action.

关键词： 国家竞争   创新型人才培养   人工智能  

摘要： 纵观近代历史,国家之间竞争的关键是科学与技术的竞争,而人是科学与技术的发现者、发明者、使用者,因此,国家之间的竞争归根结底是人力资本的竞争。2025年《政府工作报告》首提“投资于人”,如何落实,一个重要维度是在教育和就业领域。过去几十年,我国充分利用丰富的劳动力资源和成本等优势,通过对外开放,成就了“世界工厂”的地位,实现了经济腾飞。

关键词： 人工智能   高职院校   辅导员   学生管理能力  

摘要： 在人工智能背景下提升高职院校辅导员的学生管理能力,首先要充分认识到提升辅导员学生管理能力的必要性以及人工智能在高职院校学生管理工作中的机遇及挑战。从不同的角度出发提出相应的策略,有效提高高职院校辅导员的学生管理能力,确保辅导员能够有效的适应时代发展节奏,满足社会发展需求。将学生管理工作的质量及效率有效提升,才能促进高职院校学生的进一步成长和发展。因此,本文主要探究在人工智能背景下提升高职院校辅导员的学生管理能力的方法,为相关教师提供一定的参考和帮助。

关键词： 人工智能教育   人工智能课程   项目式管理平台   初中教学   项目式学习   AI智能体  

摘要： 研究介绍了应用嵌入AI智能体的项目式管理平台开展初中人工智能课程的教学方式,以物联网设计项目“智能微气候站”为例,阐述了项目实施的过程,并且分析了学生在项目式学习中的表现。结果显示,该教学方式提高了学生的学习兴趣、自主学习能力、合作能力、创新能力,具有一定的应用价值和前景。

关键词： 人工智能   局域网   网络设备   配置优化   智能运维  

摘要： 随着网络规模与复杂度持续攀升,传统局域网网络设备配置与运维模式已难以满足高效、稳定的运行需求。人工智能凭借强大的数据处理与分析能力,为局域网带来革命性变革。在配置优化层面,人工智能可深度解析网络流量动态,精准预测流量趋势,实现设备参数的自适应调整,显著提升网络资源利用率与传输效率。在智能运维领域,其能实时监测网络干扰、识别安全威胁,并基于设备运行数据预测潜在故障,增强网络稳定性与安全性。