关键词： 人工智能   湘北   农副产品   包装设计  

摘要： 湘北依托湖区肥沃的土壤,成为湖南乃至全国重要的农副产品生产基地。然而农副产品生产、销售主体缺乏包装设计意识,导致包装规范化不足、品牌与产品定位相矛盾,阻碍了农副产品出村进城,滞缓了乡村振兴战略的实施。本文从湘北地域农副产品包装设计现状、人工智能辅助湘北农副产品包装设计与应用路径等方面,探索数智新技术与农副产品包装设计协同发展的实现路径,以期赋能湘北农副产品经济与文化价值,助力乡村振兴持续发展。

关键词： 生成式人工智能   跨学科主题学习   跨学科思维能力   库伯学习圈理论   “教—学—评”一致性  

摘要： 跨学科主题学习作为一种创新的教学范式,对于打破学科藩篱、实现课程的综合化和实践化具有重要意义。然而,传统教育模式在实现这一目标时面临诸多挑战,如学科割裂、教学资源不足、评价方式单一等问题较为突出。生成式人工智能的教育应用改变传统知识观与学习观,也为跨学科主题学习实践提供良好的契机。从缘由分析来看,生成式人工智能赋能跨学科主题学习是时代赋予的使命,也是政策引领下的必然选择。同时,生成式人工智能满足教师对创新教学方法的迫切需求,以及学生对个性化、高效学习的强烈诉求。从跨学科逻辑构成看,本着“教—学—评”一致性的原则,教师教学的智能化重塑、学生学习的智能化增强以及教学评价的智能化转型,揭示了生成式人工智能赋能跨学科主题学习的内在机理。从实践应用层面看,融入库伯学习圈理论的具体体验、反思观察、抽象概括和行动应用环节,是实现生成式人工智能赋能跨学科主题学习的有效模式。

关键词： 生成式人工智能   英属哥伦比亚大学   数字化教学   智能教学  

摘要： 英属哥伦比亚大学把生成式人工智能作为变革数字化教育的战略机遇。基于政府对生成式人工智能发展的支持、学校远程和数字教育的卓越历史以及数字化发展战略目标导向的驱动,英属哥伦比亚大学对生成式人工智能的教学使用采取了积极态度,通过塑造文化-认识环境,建立支持生成式人工智能变革教学的组织机构、制定生成式人工智能开展教学的规范性框架,助推生成式人工智能工具在教学中被使用。英属哥伦比亚大学的改革行动体现在三个方面:数字化战略布局提供了顶层保证;合法化制度设计提供了基础保证;机构调整与职能扩展提供了组织保证。

关键词： 人工智能   AIGC   图书情报专业硕士   信息素养  

摘要： 生成式人工智能模型(AIGC)的出现带来了信息环境的变化,信息素养的动态变化属性使其内涵也在这种背景下转变。图书情报专业硕士作为图书情报及信息行业的人才建设队伍主体,其信息素养能力的发展路径在AIGC背景下随之改变。文章分析了AIGC背景下图书情报专业硕士发展受到的挑战及机遇,以信息素养为出发点,提出了图书情报专业硕士信息素养的发展新路径。

关键词： 人工智能   管理模式   文化与文明   人性假设   东方管理  

摘要： 人工智能在21世纪的快速发展正在重塑整个社会。除了生产效率的提升和决策的精准优化,同时也引发了新的社会伦理及管理问题。探索如何适应人工智能时代变革下人类文明可持续发展是管理理论的重要命题。文章围绕技术变化下中国的管理模式演变与发展趋势,就人工智能时代的影响从文化与文明的视角提出了新思考。文章回顾了新中国成立以来管理模式发展历史,并从管理模式的研究方法和人性假设的演变两个维度梳理了管理模式的特征,就人工智能对中国式管理带来的挑战,提出了基于“主体人”假设融合东方智慧与人类文明共性的视角,在全球化的商业环境中,促进不同文化之间的相互理解与融合,贡献东方智慧的理论思考。

关键词： 国资委   应用路径   司库领域   人工智能技术  

摘要： 2022年1月,国务院国资委发布《关于推动中央企业加快司库体系建设进一步加强资金管理的意见》(国资发财评规[2022]1号),要求中央企业充分认识司库体系建设的重要意义、推进司库体系不断完善和持续优化,实现对资金等金融资源“看得见、管得住、调得动、用得好”。

关键词： 针灸   脑效应   人工智能   神经影像学  

摘要： 脑电图、磁共振成像等神经影像学技术从脑结构、功能、代谢及血流动力学角度为针灸脑效应机制分析提供了客观、可视化技术手段。人工智能算法的发展可弥补神经影像学数据多而分散、质量参差不齐及图像信息高异质性等不足。两者结合应用则可促进针灸效应的个体化、智能化、精准化预测,实现针灸效应差异性应答情况的智能分类,以及脑区激活模式的识别。本文以脑电图、磁共振成像技术为主,分析机器学习、深度学习等人工智能算法对于多模态神经影像数据的优化过程,以及在针灸脑效应机制研究中的应用,并阐明当前研究的空白与局限性,以期为今后针灸脑效应机制研究提供思路。

关键词： 运动功能评估   卒中   多关节解码   惯性测量单元  

摘要： 目的本研究旨在构建并研发一种基于低成本惯性测量单元(inertial measurement unit,IMU)信号的上肢多关节运动状态识别系统,用于快速、可靠地解码人类活动中的上肢多关节(前臂、肘关节、肩关节)运动状态,为卒中后上肢康复评估中的运动模式识别和日常运动监测提供支持。方法本研究纳入4名健康受试者,通过部署于手腕和上臂的IMU采集受试者的6维(3轴加速度+3轴角速度)运动信号,每名受试者重复10次。基于Fugl-Meyer运动功能评定量表上肢部分的屈肌协同运动,设计8个子任务,每个任务对应前臂(是否旋后)、肘关节(是否屈曲)、肩关节(是否上提)的三元状态标签。构建基于单任务迁移的多标签分类框架(即独立训练单关节分类器后融合输出)。在算法层面,对比了传统机器学习方法(时频域特征+随机森林)与深度学习算法(长短期记忆网络的网络端到端学习)。通过5折交叉验证评估上肢多关节运动状态识别系统的准确性,并设计消融实验分析传感器配置(如单腕vs.腕+臂)对解码性能的影响,以探索硬件优化空间。结果研究共采集4名健康受试者的320个运动数据样本,结果提示,本研究设计的运动状态识别系统在上肢多关节状态解码中表现良好:传统机器学习方法在肘关节状态分类中的平均准确率为79.37%,而深度学习模型IBNet(Inception-BinaryNet)的准确率达到87.5%,显示出更强的模式学习能力。消融实验发现,仅使用手腕IMU时,肘关节状态分类准确率超过了双IMU配置(92.5%vs.87.5%),且在其他任务中差异不显著,这表明优化传感器部署(如减少上臂IMU)可降低系统复杂度,同时保持较高性能。结论本研究成功构建了一种基于低成本IMU的上肢运动状态识别系统。研究发现,深度学习算法在解码复杂运动模式时优于传统机器学习,且单手腕IMU在特定任务中可替代双传感器配置,为硬件优化提供了依据。

关键词： 人工智能   创新质量   技术复杂度   高质量发展   机器学习  

摘要： 提升创新质量是新时代推动新质生产力发展的重要举措。本文以2010年至2022年中国上市公司为研究对象,从企业层面考察了人工智能对于企业创新质量的影响。运用结合机器学习的文本分析方法构建人工智能指标以及利用IPC分类号信息衡量企业创新质量进行实证分析。研究发现,人工智能显著提升了企业创新质量,并且经过内生性处理以及一系列稳健性检验后仍然成立。在影响机制方面,人工智能通过促进企业减少低技能劳动力需求、增加高技能劳动力需求以及提升企业知识吸收能力的方式促进企业提升创新质量。异质性分析表明,人工智能对于国有企业、处于知识产权保护完备地区的企业、进行数实融合的企业以及资本密集型企业的创新质量具有显著的提升效果。本文以微观视角探究了人工智能对于创新的“提质”效应,深化了企业层面对于人工智能的认知和理解,并为企业提高创新质量提供了建议。

关键词： AIGC   服装设计   国风娃衣   产品设计  

摘要： 文章以国风娃衣设计为研究对象,构建了基于跨模态生成技术的智能设计框架,系统探讨了人工智能生成内容(AIGC)在创意效率提升、文化符号重组、个性化生产3个维度的革新价值。通过详实分析AIGC在国风娃衣创意萌发、设计优化、文化元素融合等方面的具体应用,揭示其为辅助服装设计师实现智能化创新设计所提供的多种途径。通过实证分析“十二花神”“巾帼英雄”“二十四节气”等系列主题的设计案例,展示了AIGC在主题元素提炼、视觉元素创新、娃衣设计实践中的实际效果。此外,文章还对应用AIGC过程中所面临的传统文化理解问题、创意版权保护问题、伦理问题等进行了讨论,并提出了相应的策略。