关键词： 人工智能生成内容   《人工智能法》   欧盟   中国路径  

摘要： 欧盟颁布的《人工智能法》为全球人工智能监管树立了新标杆,堪称国际上人工智能治理立法的典范,对我国具有积极的借鉴意义。文章运用文献综合研究法和系统方法,首先,对目前相关研究文献进行综述,找准研究重心和侧重点;其次,对欧盟《人工智能法》予以分析与解读,阐述其立法演进、主要内容和特色、立法价值以及与生成式人工智能相关的规定;再次,分析中国借鉴欧盟《人工智能法》的适用性;最后,实事求是地提出人工智能生成内容治理的“中国路径”,即采取“安全与发展并重”的治理模式、法律治理路径、技术治理路径、分类分级监管治理路径以及伦理治理路径。

关键词： 电力系统   网络安全   人工智能   威胁分析   防护策略  

摘要： 随着电力系统数字化转型进程的深入推进,网络安全威胁呈现出前所未有的复杂性和隐蔽性,文章系统研究了人工智能技术在电力系统网络安全领域的创新应用,构建了“监测—分析—防护—响应”的闭环安全防护体系。通过深度学习算法对网络流量、系统日志等多元数据进行智能分析,实现了对新型威胁的精准识别;设计的多层次动态防护策略显著提升了系统主动防御能力。研究表明,基于AI的智能防护系统可将威胁检测准确率提升至98%以上,平均响应时间缩短至秒级,为电力系统网络安全防护提供了有效的技术解决方案。

关键词： “人工智能+教育”   高职师范生   信息素养   智能教育  

摘要： 随着“人工智能+”时代的到来,为满足教育日趋智能化的需求,以锦州师范高等专科学校为例,探索“人工智能+教育”视域下高职师范生信息素养提升策略.系统剖析了“人工智能+教育”视域下高职师范生信息素养方面存在的问题及形成原因,并提出了“课程重构—立体化实践—动态评价—伦理培养”四维联动的信息素养提升策略,旨在为高职师范教育提供理论参考与实践指南.

关键词： 学术论文   机遇与挑战   航海教育   人工智能  

摘要： 交教研航分字[2025]1号各会员单位、全国航海教育工作者:当今时代,科技革命与产业变革浪潮汹涌,人工智能时代加速来临,对航海教育产生广泛而深远的影响,使其面临前所未有的机遇与挑战。航海教育亟须在理念、机制、模式、方法等层面转型突破,实现高质量发展。为凝聚智慧、促进学术交流,现面向学界征集学术论文,诚邀广大专家学者、教育工作者踊跃投稿,为航海教育创新发展贡献力量。

关键词： 人工智能   司法   智慧法院   算法黑箱   算法偏见  

摘要： 人的有限理性会影响法律推理的过程,使判决结果中可能带有司法偏见。而人工智能司法应用的数据中混杂着带有司法偏见的判决,其算法又以隐性的方式将这一司法偏见转化为司法判决辅助文本,该文本最终在实践中对法官的前见产生影响。通过这一过程,判决结果中的司法偏见被人工智能司法应用所承袭。为矫正这一偏见,可将反思型认知系统写入算法以筛除带有偏见的案例数据,且通过算法透明、赋予相关主体算法解释权以消除算法偏见,并在实践中确保法官独立裁判的中心地位,发挥人的主观能动性以矫正司法中的偏见。

关键词： 大语言模型   情报分析师   情报分析流程   人工智能  

摘要： 以ChatGPT为代表的大语言模型技术爆发,刷新了人们对人工智能技术的认知,冲击和重构着诸多传统行业。本文聚焦大语言模型对情报分析工作的影响,对情报分析师培养和大模型构建这两个过程进行比较,分析情报分析师和大语言模型的异同之处。研究发现,大语言模型更像拟人化的情报分析工具,但情报分析师具有情感和感觉、有限理性、灵活性、辨别力等当前大语言模型无法替代的特征优势。同时,大语言模型应用于情报工作将引起情报分析流程的重构,重构后的流程仍然以情报分析师为主体,但大语言模型将不同程度地介入各个环节。

关键词： 信息活用能力   批判性思维   信息道德   基础教育   日本教育   生成式人工智能   指南   教育政策  

摘要： 《教育强国建设规划纲要(2024—2035年)》提出“促进人工智能助力教育变革”。如何在合理、有序的框架内推动生成式人工智能在教育领域的健康发展,成为各国政府教育部门面临的挑战。日本文部科学省2024年发布的《初等中等教育阶段生成式人工智能利用指南》,为中小学合理应用生成式人工智能提供了明确要求和方向,对我国促进人工智能应用,助力教育变革与政策制订具有重要借鉴意义。

关键词： 人工智能   智慧矿山   云边协同   监督学习   AI架构  

摘要： 目前,人工智能技术在煤炭行业井下采掘机运通各领域已取得一定应用成果,但现有技术大多停留在单一场景和业务应用层面,缺少基于人工智能技术的系统级解决方案。为了提高煤矿安全生产水平,亟需实现煤矿井下采掘机运通各个系统的集成和数据共享,满足人工智能场景的数据提取与应用。为此,通过搭建云端、边侧、端边的AI节点,建立基于云边端的协同架构体系,构建基于工业环网、井下5G、工业控制数据、大数据、私有云、机器人、智能感知体的自主可控的人工智能平台,初步形成包括基础设施、AI开发框架、数据集、AI训练、AI部署、AI服务能力、业务应用自下而上的神东矿区人工智能平台架构,应用监督学习、半监督学习、迁移学习等技术来提升模型训练效率和质量,通过神东部分矿井生产现场部署的监控点采集训练数据和验证数据集,作为研究的数据对象,并将相关训练的AI模型和算法部署到煤矿安全生产的场景中,进一步提高煤矿专家系统、机器人、决策管理、安全管理和设备监测等智能化水平,以神东矿区行人不行车、工业摄像头模糊程度、主运输系统安全监测为例来验证人工智能安全生产管控平台的应用效果。

关键词： 编译原理   人工智能   产出导向教育   OBE-BOPPPS模式  

摘要： 针对编译原理课程的教学现状,分析现存问题及成因,提出以产出导向教育(OBE)及BOPPPS参与式学习相融合的内外双循环课程教学框架,阐述如何通过多模态大模型等技术定制智能化教学评价服务,实现技术、理念和课程深度融合的新型教学模式,最后通过教学实践和跟踪调查分析,说明该方法可以显著提升学生学习和解决问题能力,契合国家人才培养战略要求。

关键词： 面部表情检测与反馈   实时监测与分析   人工智能   课堂检测报告   深度学习  

摘要： 在课堂教学场景中,基于视觉的学生课堂表情识别研究对于学习状态评估和教学效果优化具有重要指导价值。针对传统YOLOv12算法在课堂表情识别任务中存在的小目标检测精度不足、易受环境干扰(低照度、复杂背景噪声)等技术瓶颈,本研究提出多维特征增强的改进架构:在backbone网络设计中,引入了MCAM-A2C2f复合模块,通过通道–高度–宽度三维注意力机制与动态特征聚合的协同优化,实现了跨维度特征交互与关键信息强化;在检测头模块,采用DASM-C3K2混合架构,通过空间语义注意力(SSA)机制有效融合局部微表情特征与全局上下文信息,结合频域注意力(FSA)模块捕捉高频表情细节,构建时频双域特征表达体系。特别地,引入自适应阈值焦点损失函数(ATFL)替代传统交叉熵损失,通过动态调整难易样本权重系数,显著提升模型的环境鲁棒性。在自建的课堂表情数据集上,改进后的YOLOv12m_MCAM实现0.4%的mAP提升,YOLOv12m_DSAM取得1.5%的检测精度增益,而YOLOv12m_ATFL更展现出6.2%的显著性能提升,YOLOv12m_(MCAM & DSAM)提升了1.3%,YOLO_(ATFL + MCAM)提升了1.7%,YOLO_(ATFL + DSAM)提升了0.1%,YOLOv12m_(ATFL + MCAM & DSAM)提升了0.5%。