关键词： 金砖国家   经济增长   发展战略   产业变革   人工智能  

摘要： 人工智能作为引领新一轮科技革命和产业变革的战略性技术,已成为全球关注的焦点。近年来,金砖国家高度重视人工智能发展,将其视为国家经济增长的新动能,多措并举推动产业发展,取得了一系列成效。本文系统梳理了金砖国家推动人工智能产业发展的做法,分析下一步发展趋势,并提出我国与金砖国家在人工智能领域开展合作的建议与突破点。

关键词： 人工智能   智能制造   技术整合   数字化转型   中国制造业  

摘要： 本研究聚焦于人工智能(AI)技术在中国制造业转型升级中的关键角色,旨在系统性地识别并分析中国制造企业在AI技术整合过程中面临的核心挑战。区别于宏观政策层面的探讨,本研究深入产业实践,从数据、技术、组织与生态四个维度,剖析了阻碍AI从“概念验证”走向“规模化应用”的深层次障碍。研究发现,数据孤岛与质量问题、新旧系统集成困难、复合型AI人才的结构性短缺,以及缺乏清晰的商业价值导向的AI战略,是当前最迫切需要解决的四大难题。在此基础上,本研究构建了V-T-O-E(价值导向-技术赋能-组织变革-生态协同)四轮驱动战略整合框架。该框架旨在为中国制造企业提供一套系统性的方法论,以克服整合挑战,实现AI技术的有效落地与价值创造,最终推动企业乃至整个制造业的智能化和高质量发展。本研究不仅为企业管理者提供了具体的AI实施路线,也为行业政策制定者提供了更具针对性的参考。

关键词： 数字行政   风险沟通   风险管理   人工智能   社会技术系统  

摘要： 算法行政能够提升行政效率和决策质量,也带来正当程序虚化、公民权利减损和问责机制模糊化的风险,进而引发了广泛的社会焦虑和不信任。因此,如何构建公众对算法行政的信任,是算法行政面对的重大问题。针对算法行政的法律控制技术,传统上以“禁止性预防标准”为中心,这一风险控制路径过于严格地设定了算法行政的法律保留范围和实体控制边界,在评估方式的科学性与适用范围的场景化两个方面存在缺陷。对此,应从“强风险预防”转向“可容忍风险”的理念,通过理性化的风险沟通与处置机制来动态回应公众预期,避免公众对算法产生不合理的恐慌或盲信。算法行政中的风险不仅源自技术层面,更是社会技术系统运作的结果,涉及政企关系、组织体制、人机互动决策结构与权责分配等问题。因此,算法行政的法律控制不能仅依赖传统的节点式信任构建方式,而应从整体的数字行政生态出发,结合算法行政的社会技术属性,建立系统性的信任机制,实现风险控制与算法赋能的兼容兼顾。

关键词： 人工智能   高职教育   智能制造装备技术专业   人才培养  

摘要： 在智能制造与人工智能深度融合的当下,高职智能制造装备技术专业人才培养面临革新需求。基于此,分析人工智能视域下高职智能制造装备技术专业人才培养的意义,探讨人工智能对人才需求结构、教学模式和课程体系所产生的影响,剖析当前人才培养中存在的问题,并从优化人才培养目标、构建智能化课程体系、创新教学方法与手段、加强师资队伍建设、深化校企合作等方面提出策略,为培育符合产业需求的复合型技术技能人才提供实践路径。

关键词： 金融风控   大数据   应用现状   人工智能  

摘要： 近年来,我国金融行业发生了巨大的变化。在传统金融机构向互联网金融转型过程中,风控已经成为其发展的核心问题之一。随着大数据、人工智能(AI)等技术在金融领域的应用不断深入,风险管理领域也出现了很多新的挑战与机遇。本文首先阐述了AI在金融风控方面的应用现状;其次,重点讨论了AI被应用于金融风控领域的挑战;最后,提出了针对性建议。

关键词： 人工智能   计算机辅助药物设计   药物化学   教学改革   双重融合  

摘要： 计算机辅助药物设计(CADD)是药物化学的重要教学模块,受限于学时少,前沿性强,抽象度高等现实因素,传统的教学方式往往难以取得理想效果。鉴于CADD本身已深度融合计算机和人工智能(AI)理念,实现教学内容与手段的双重融合,或成为提升教学效果、优化学习体验的破局关键之一。本文深入剖析了AI技术应用在逻辑驱动、算法基础和数据处理架构层面的内在一致性,并进一步阐述了借助AI技术激活前沿内容、解锁多元教法以及重塑动态评价体系的实施路径。这种“双融合”不仅可强化学生的专业认同,还有助于全方位培育其科学素养和综合能力,为药物化学人才培养注入新的活力。

关键词： 降雪   机器视觉   人工智能   观测产品  

摘要： 针对辽宁省降雪观测中存在的数据采集质量低、精准度偏差大等问题,本文设计运用了机器视觉技术实现对降雪状态数据的精准提取,运用人工智能技术开展积雪厚度的实时监测,进一步弥补预报服务对降雪观测产品种类的需求缺口。

关键词： 人工智能   大模型   税务课程   教学应用  

摘要： 随着人工智能技术的快速发展,大模型凭借其强大的语言理解、数据处理和知识生成能力,能够为税务课程教学带来全新的变革契机。基于此,文章首先梳理了人工智能大模型在税务课程教学中的应用场景,结合具体案例分析了其在课堂讲授、实践教学、课后辅导等环节的实际应用价值。随后,深入探讨了当前应用过程中面临的技术、教师、学生等层面的挑战,并针对性地提出了相应的解决对策,旨在为推动税务课程教学模式的创新与优化提供参考思路。

关键词： 项目式学习   人工智能   高职教育   数据标注   教学改革  

摘要： 针对人工智能产业对高职人才实践能力的新要求,本研究构建了“三阶递进”项目式学习(PBL)教学模式。通过“基础实操—跨学科整合—企业实战”的梯度培养路径,以数据标注课程为载体,创新性地将教师科研专利转化为教学项目,实现“行业需求—教学项目—岗位能力”的精准映射。结合山西某高职院校教学规划,提出模块化任务单与三维评价体系(过程质量40%+技术达标30%+创新贡献30%)后,预期学生标注准确率提升至行业平均水平(85%以上),企业项目参与率突破60%,“双师型”教师比例提升至50%。

关键词： 人工智能文学   作者中心论   文本中心论   读者中心论   隐含作者  

摘要： 随着生成式人工智能技术向内容创作领域的持续扩张,作品生产正由传统的纯人工创作模式转向“人机协同创作”,并直接关涉到创作主体相关核心概念和基础理论之重塑。人工智能文学作为科技与人文深度融合下形成的一种文学新形态,消解了人类中心的价值体系,对人类唯一创作主体地位带来了变革与挑战。“作者”是文学活动中不可或缺的主体之一。通过对“作者中心论”和“作者之死”命题的阐释以及“文本中心论”“读者中心论”等经典主体观的回顾,并结合叙事学理论中颇具争议的“隐含作者”概念进行分析,有助于我们在后人类时代重新思考融入人工智能元素后文学创作中的主体性问题。