关键词： 人工智能   企业战略决策   数据割裂   流程层级  

摘要： 随着全球化竞争日益激烈以及市场环境迅速变迁,传统依靠经验与有限数据的企业战略决策模式已无法适应需求,为应对决策质量不高、响应滞后和适应性不足的局面,本文阐明了企业战略决策运用人工智能的核心意义,明确人工智能对提高决策科学性与灵活性的价值;其次深度剖析传统企业战略决策体系在数据使用、流程效率、判断逻辑以及执行反馈等方面存在的不足;最后针对性地给出人工智能驱动的优化策略体系,增强决策的精准度、及时性和动态适应性。

关键词： 社会文化理论   二语教学   人工智能  

摘要： AI技术在二语教学中的广泛应用已成为不可逆转的发展趋势,为教学实践注入了新的活力。社会文化理论(Sociocultural Theory,SCT)作为当代二语习得研究的重要理论范式也日益受到关注。将SCT与AI深度融合,用以指导AI赋能二语教学,具有重要的理论价值与应用潜力。基于国内外核心期刊中与SCT、AI和二语教学相关的研究成果,探讨了SCT指导AI赋能二语教学的理据,再依托SCT的三个核心概念(内化、中介和最近发展区),梳理其在AI赋能教学中的实施路径,并论证其可行性。在此基础上,结合教学实践,重点分析“AI驱动的交互式教学”“多模态内容辅助教学”和“实时动态评估与反馈”三种教学应用形态,展示SCT框架下AI技术的实践应用。最后指出当前实践过程中可能面临的挑战与问题,为后续研究与教学改革提供参考。

关键词： 人工智能   应用文生成   大语言模型   向量知识库   提示词工程   模型评测   ChatGPT-4Turbo   DeepSeek-R1  

摘要： 为提高应用文编写效率,提出一种融合大语言模型(large language model,LLM)与向量知识库(vector knowledge base)的应用文自动生成框架.根据目标应用场景,以人工编写的标准应用文为范本,构建结构化辅助生成文件,并建立相应类型应用文的向量知识库.利用目标类型应用文的章节标题和用户输入的关键信息在知识库中进行检索,匹配相关文段;设置提示词引导LLM,以召回的参考文段及用户输入的提示信息为参考,使用末级标题作为分割标志,分章节生成应用文文本;最终按规定格式整合全文并输出完整的目标应用文.以应急预案为例,在同一评价标准下使用ChatGPT-4Turbo进行评测,自动生成的应急预案高度趋近于人工编写的质量,二者的文档质量相似度达95.87%.所提方法能够在算力资源有限的情况下突破字数限制,生成符合基本标准的长篇幅应用文,可供人工参考或直接使用,极大提高了编写人员的工作效率.

关键词： 生命系统   模块化   跨层级连接   系统工程   人工智能   复杂系统  

摘要： 旨在系统梳理生命系统中模块化结构与跨层级连接的组织机制,探讨其对复杂系统工程与人工智能发展的启发.从生命系统在多尺度上的模块结构与动态连接现象出发,提炼其模块化、跨层级连接与协同演化之间的内在关联,揭示生命系统组织逻辑对智能系统构建与工程设计的双重启示.这些组织原则体现了生命系统在应对复杂性、不确定性和动态环境中的高效适应机制.该分析为可解释人工智能架构设计、智能系统的适应性演化以及系统工程的可重构与自演化提供理论参考.提出借鉴生命系统的组织智慧,发展以模块结构引导为核心的系统设计范式,有助于提升人工系统的适应性、鲁棒性与智能化水平.

关键词： 计算机网络安全   大数据   人工智能  

摘要： 随着互联网技术的不断发展,网络环境日益复杂,计算机网络安全防御面临更加严格的要求。构建更加完善的网络安全防御体系,除了采用传统的防火墙等安全措施之外,还要引进人工智能和大数据等技术手段,构建全新的安全防御系统,对各种攻击行为进行精准预测,对异常情况和流量进行有效识别。

关键词： 人工智能   中职汽修   教学实践  

摘要： 在人工智能技术迅速发展的背景下,职业教育正经历着前所未有的变革。本文探讨人工智能赋能中职汽修专业课堂教学的改革实践,分析人工智能技术在中职汽修专业教学的新特征与优势,探究应用人工智能进行教学优化,提升教学质量,提供学习者个性化教学资源与反馈,为中职汽修专业教学改革提供理论上的借鉴。

关键词： 人工智能   苏格拉底提问法   批判性思维   人性化思维  

摘要： 在人工智能深度介入教育的时代背景下,高中语文教学面临着挑战与机遇。苏格拉底提问法作为促进学生思维发展的重要方式,在高中语文课堂的迭代应用意义重大。聚焦高中语文教学,探索苏格拉底提问法的创新实践,研究构建“破壁—叩思—情塑”的新型模式,发挥教师在课堂中的引导作用,力图克服学生因人工智能引发的思维惰性。在培养学生高阶思维的同时,注重从人文视角理解文本,提升学生人性化思考能力,由此实现语文课堂上工具理性与人文感性的统一,为智能时代下的高中语文教学提供可借鉴的范式。

关键词： 人工智能   全要素生产率   要素优化   创新增值   知识赋能  

摘要： 在数字经济时代背景下,人工智能技术的迭代更新与持续拓展为企业注入新质生产力提供重要引擎。本研究基于2010—2023年沪深A股上市公司样本,采用机器学习的文本分析与词频统计方法,定量测度了企业人工智能技术应用指数,从全要素生产率视角研究该技术应用对企业高质量发展的作用机制与影响效应。研究发现,人工智能技术应用显著提升了企业全要素生产率;作用机制分析表明,“数据要素重构-智能创新迭代-知识生态演进”的三维协同驱动是人工智能技术赋能企业效率提升的核心路径;异质性分析显示,自然语言处理和机器学习技术的促进作用更为突出,且对技术密集型企业、非国有企业以及高竞争环境企业的影响效应更为显著。本研究为人工智能助力企业高质量发展提供了微观证据,有助于今后产业政策与企业决策的制定调整与效应评估。

关键词： 人工智能   围手术期   疼痛管理   个体化治疗   预测模型   麻醉  

摘要： 围手术期疼痛管理是影响外科患者术后康复和医疗服务质量的关键。在精准医疗理念深化的背景下,个体化疼痛控制和诊疗技术革新成为新的临床挑战。人工智能(AI)技术的快速发展及AI技术与医疗领域的融合,为智能化疼痛管理提供了创新解决方案。AI技术在疼痛评估、预测、治疗及监测等方面应用的不断增加,展现出个体化疼痛管理的潜力。文章综述AI技术在围手术期疼痛管理中的最新研究进展,分析其临床应用现状、数据隐私保护、算法可解释性不足、推广门槛较高等系列问题,并展望未来的发展方向,以期为临床实践提供指导和参考。

关键词： 拒绝采样   多起始点算法   全局优化   人工智能   并行加速  

摘要： 求解复杂函数的全局最小值点在工程计算和人工智能领域都有广泛的应用,多起始点算法是一种常用的解决此问题的启发式算法,但该算法计算效率较低。为此,提出一种基于拒绝采样的新算法,改进初始点选择策略,以减少计算时间和函数调用次数,同时提高全局收敛能力。传统的多起始点算法采用独立均匀采样获得初始点,会出现起始点聚簇、部分区域无点、迭代效率低等问题。受到k-means++算法对初始聚类中心选择的启发,提出一种拒绝采样方法,通过在每轮采样中限制新采样点到已采样点之间的距离阈值,确保采样点在空间中分布更加匀称,并在数学理论上进行了证明。实验结果表明,相比独立均匀采样,拒绝采样在提高优化效率上具有显著优势,在高维函数的求解中,该方法的目标函数调用次数最多减少28%,在存在多个全局最小值点的问题中,函数调用次数最多减少41%。通过卡方检验在统计学上验证了所提方法可以显著提高计算效率。在与目前通用的优化算法进行比较时,所提算法在收敛性和计算时间上也有显著优势。使用并行计算加速该算法,在32核并行下其效率高达90%,可以显著降低计算时间,显示了良好的可扩展性。