关键词： 竞赛管理   SpringBoot框架   人工智能   AI开放平台  

摘要： 针对高校竞赛管理效率低、数据处理难等问题,本文设计了一种基于SpringBoot与百度AI的智能管理系统。系统采用SpringBoot+***+MySQL架构,集成百度AI的图像识别、自然语言处理及智能推荐功能,优化竞赛信息采集、培训监控、通知推送及成果统计等流程。测试表明,系统处理效率提升60%,统计准确率达100%,有效解决了传统管理模式的不足,为高校竞赛信息化提供了可行方案。

关键词： 教育信息化   学生综合发展   人工智能技术  

摘要： 随着人工智能技术的快速发展,教育信息化已迈入新时代。从生成式大模型到教育大数据分析与挖掘,人工智能正不断渗透教育领域的各个层面,为人才培养的信息化、智能化提供了强有力的技术支撑。在此背景下,学生综合素质评价作为完善人才培养与选拔机制的重要环节,成为新时代基础教育改革的关键任务。如何借助人工智能的感知、连接、计算与处置能力,实现综合素质评价的科学性、客观性与可解释性,从而更好地发挥测评的导向作用,成为学界关注的重大议题。

关键词： 人工智能   施工安全   建筑施工安全大语言模型   安全隐患智能预警  

摘要： 建筑施工安全是建筑业高质量发展的重要保障,直接关系到人民群众的生命和财产安全,是实现我国国民经济可持续发展、促进社会和谐稳定的基础。大语言模型技术的迅猛发展,不断推动新质生产力的形成和提升,其强大的泛化性、通用性、推理能力和涌现特性为提升施工安全管理提供了前所未有的机遇。针对建筑施工安全行业的数字化转型需求,文章深入分析了大语言模型技术在该领域应用时所面临的独特挑战,并提出了建设性的解决方案。同时,文章还探讨了建筑施工安全大模型的具体应用场景,以期为行业深化数字化转型和智能化升级提供思路和技术参考。

关键词： 肺结节   人工智能   量化参数   病理亚型   预测模型  

摘要： 目的评估人工智能(artificial intelligence,AI)辅助诊断系统中影像量化参数在≤2 cm肺结节临床诊疗决策中的价值以及AI的诊断效能。方法纳入2020—2023年大连大学附属中山医院收治的肺结节患者,利用AI辅助诊断系统提取肺结节影像参数,多因素分析筛选出鉴别良恶性、浸润性腺癌复发高风险的预测因子,建立诊断模型并评估其性能。根据病理结果,判断AI系统的诊断效能。结果共纳入594例肺结节患者,其中男202例、女392例,平均年龄(58.75±11.55)岁。非实性结节的体积、平均CT值、3D长径是恶性结节的独立预测因子,阈值分别为287.4 mm3、-491 HU、12.0 mm。诊断效能的曲线下面积(area under the curve,AUC)由高到低分别为联合模型(0.802)、体积(0.783)、平均CT值(0.749)、3D最大径(0.714)。实性结节的平均CT值和3D长径是恶性结节的独立预测因子,阈值分别为-81 HU和17.5 mm,AUC分别为0.874和0.686,联合模型的AUC为0.957。囊腔样结节的质量是恶性结节的独立预测因子,当质量>180.7 mg时,结节更倾向恶性。非实性结节浸润性腺癌高复发风险的独立预测因子为肿瘤实性成分占比(consolidation-tumor ratio,CTR)、平均CT值、3D长径、体积,阈值分别为0.14、-386 HU、15.6 mm、1018.9 mm3,诊断效能由高到低分别为联合模型(0.788)、3D长径(0.735)、体积(0.725)、平均CT值(0.720)、CTR(0.697)。AI预测靶结节良恶性准确率为87.4%、阳性预测值96.6%、阴性预测值58.9%。结论在≤2 cm肺结节的临床诊疗决策中,AI辅助诊断系统具有较高的应用价值。

关键词： 机器学习   天体化学   星际介质   人工智能  

摘要： 天体化学作为天文学与化学的交叉学科,旨在研究宇宙中分子的特性与分布.近年来,机器学习技术在天体化学领域的应用取得了显著进展,尤其在提高光谱分析的精度和效率、识别与表征星际物质中的分子方面表现突出.深度学习方法能够从复杂的观测数据中提取关键信息,预测天体物理环境中的化学参数与反应路径,从而为研究分子在不同星际条件下的形成与演化过程提供重要工具.本文回顾了机器学习在天体化学研究中的重要应用,重点介绍了几项创新进展,包括基于机器学习算法的新方法提出和传统模型的优化.这些研究深化了对宇宙分子组成的理解,为探索天体化学中的未解之谜提供了新的视角.

关键词： 人工翻译   AI翻译   中国关键词   翻译信效度   质量对比  

摘要： 文章通过分析“中国关键词”翻译实例,比较了人工翻译与人工智能工具(Deep Seek、豆包、Chat GPT)的翻译质量,重点从翻译信效度进行探讨。结果表明,AI翻译在生成速度上表现优异,但在内涵理解、语义细节、背景信息和文化转换方面,人工翻译更具信效度。尽管AI在某些领域具有优势,但仍无法完全替代人工译者在翻译中国核心话语中的作用。研究建议译者在充分利用AI工具的同时保持专业技能自信并探索人机协同模式,以提升中国话语的国际传播效能,讲好中国故事。

关键词： 生成式人工智能   精神医学   辅助筛查   辅助治疗  

摘要： 精神障碍是全球公共卫生领域的重要挑战,影响大量人群的生活质量,也给社会带来沉重的卫生负担;然而当前社会提供精神障碍预防、诊断和治疗的能力与需求之间仍存在较大差距。近年来,人工智能(artificial intelligence,AI)技术的发展与应用为提高人类精神卫生服务水平带来契机。生成式AI作为近年来发展最快的AI领域之一,在分析各种形式的数据方面发挥了至关重要的作用,包括医学图像处理、蛋白质结构预测、临床文档生成、辅助诊断判别、临床决策支持等,增强了临床诊断、数据重建和辅助治疗的能力。该综述重点介绍生成式AI技术在促进精神医学基础研究突破、识别精神障碍早期风险因素、辅助临床医师诊断与治疗精神障碍等方面的潜在应用前景,同时讨论当前条件下生成式AI技术应用于精神卫生领域的过程中面临的偏见、隐私泄露、可解释性不足等挑战与局限性。最后,该综述总结了提升AI精神健康服务能力的方法,让新技术服务于降低全球精神卫生疾病负担,并改善精神障碍患者的生存质量。

关键词： 人工智能   人力资源数据分析   决策支持   数据回流  

摘要： 随着信息技术的迅猛发展,人工智能(AI)技术在人力资源数据分析领域的应用日益广泛,为企业提供了强大的决策支持工具。旨在探讨人工智能技术在人力资源数据分析中的应用,分析其如何帮助企业实现更高效、精准的人力资源管理。通过构建基于AI的人力资源数据分析平台,阐述AI在岗位代招与匹配、线上招聘与专场招聘会、个人求职与职业发展规划、灵活用工与业务外包、技能培训与创业孵化、学历提升与职称评审以及薪税服务与企业规培等方面的具体应用。同时,探讨了AI技术在HR决策支持中的赋能与合作机制,以及如何通过数据回流与持续学习不断优化AI模型。希望研究可以为提升企业人力资源管理效率、促进决策科学化提供指导。

关键词： 人工智能   认知外包   按需学习   学习力   脑科学  

摘要： 人工智能的迅猛发展,给人类认知发展带来巨大机遇和挑战。一方面,人工智能可能通过存在效应、认知外包、信息茧房等机制,削弱人类的注意与执行功能、深度记忆与批判性思维;另一方面,若科学引导,人工智能可以成为提升人类认知能力的强大工具。面对机遇和挑战,应构建“可信任的按需学习生态”,以基于人脑规律的学习力培养为核心,减少人工智能“幻觉”、促进知识建构、训练认知能力、优化人机协同。实现这一目标需要国家、企业、学校与家庭多层面协同,通过政策引导、技术设计、教育干预与评估改革,使人工智能真正成为增强而非替代人类智能的赋能工具。

关键词： 人工智能   人工智能立法   立法类型   统一立法   领域立法   法治体系  

摘要： [研究目的]当前,人工智能立法已经成为支撑开展人工智能国际竞争的重要手段。全面梳理分析全球主要人工智能立法类型,有利于从全球竞争的高度合理、准确把握国际人工智能立法趋势、影响,对合理把握我国人工智能立法时机、确定立法定位、选择立法模式与设计立法制度等具有启示意义。[研究方法]采用文献分析、比较研究、类型化研究等方法,系统梳理全球人工智能立法实践情报,思辨分析国际立法实践可能产生的立法效果,提出我国完善人工智能法治建设的建议。[研究结果/结论]全球主要存在“规范型+统一立法”“促进型+分散立法”和“中间路径”三大人工智能立法类型,并在人工智能国际话语权竞争、发展与安全、法律制度的科学性和可操作性方面,带来了不同的立法影响。基于我国人工智能立法现状及竞争需求,应合理扬弃国际立法经验,坚持“促发展”的立法定位,加快构建以“人工智能法”为核心,以“领域立法”为支撑,“统一立法+领域立法”相结合的人工智能法治体系,进一步促进我国人工智能发展和抢抓国际竞争话语权。