关键词： 人工智能   天文学   数据处理   星系形态分类   SED拟合   光谱拟合  

摘要： 探讨了人工智能在天文学领域的应用及其对天文研究的影响。人工智能因其强大的数据处理和分析能力,在天文学研究中展现出了巨大潜力。详细介绍了人工智能在天文数据处理、星系形态分类、光谱能量分布(SED)拟合及光谱拟合等方面的应用,展示了人工智能如何提高数据处理效率、准确性和科学性。同时,探讨了人工智能给科学研究带来的挑战,指出只要规范、合理地使用人工智能,就能推动天文学研究向更深层次发展,并促进该领域的创新与进步。

关键词： 人工智能   精准学习   医学教育   数智化转型   个性化学习  

摘要： 本文围绕人工智能(artificial intelligence,AI)与教育深度融合的背景,探讨了构建精准学习新路径的理论基础与实践策略。精准学习是一种体系化、概念化、数智化的科学学习范式,能够有效解决教育规模化与个性化之间的矛盾。通过“一体、两翼、三心、四准”的实施框架,即强化学科知识图谱建设、优化数字化资源与题库、推动循证教学与AI赋能、实现精准分类与推送,可系统推进精准学习的落地。最后,展望了医学教育在数智化转型中的发展方向,强调AI技术在提升医学教育质量、推动个性化培养和跨区域合作中的重要作用,旨在为推进中国式教育现代化提供理论支持与实践路径。

关键词： 人工智能   网红内容   思政教育   路径优化  

摘要： 人工智能时代,网红内容在信息传播中地位重要,对青少年尤其是大学生影响显著。人工智能技术重塑网红内容生态,海量信息裹挟多元价值观涌向大学生。网红内容对大学生思政教育兼具机遇与挑战。机遇在于丰富思政教育内容、创新教育形式;挑战体现在影响价值观认知系统性、破坏价值观导向纯粹性、弱化价值观实践真实性。人工智能背景下,网红内容赋能大学生思政教育的实践路径需多管齐下,本文提出要从环境侧、技术侧、内容侧等方面着力,构建风清气正的网络生态,搭建数字化教育平台,精选优质资源实现价值引领。

关键词： 生成式人工智能   数字化创造力   知识整合能力   数字自我效能感  

摘要： 在数字经济快速发展的背景下,生成式人工智能(GenAI)作为推动企业创新的核心技术,其对员工数字化创造力的影响成为广泛关注的重点。基于社会认知理论,构建有调节的机制效应模型,研究发现,生成式人工智能正向影响员工数字化创造力;知识整合能力在二者之间发挥部分机制作用,生成式人工智能通过提供多模态知识源并驱动认知加工过程,提升员工筛选、重组与系统化知识的能力,进而促进数字化创造力;数字自我效能感正向调节生成式人工智能对知识整合能力的影响,高数字自我效能感员工在技术探索深度、认知投入强度上更优越,放大了技术赋能效果。研究结论拓展了社会认知理论在人工智能场景中的应用边界,对推动数字化转型中的人机协同创新具有重要意义。

关键词： 5E教学模式   生成式人工智能   小学美术   动漫  

摘要： 人工智能技术迅猛发展,深刻影响着教育生态,也为美术教学创新带来契机。但现阶段生成式人工智能在小学美术教学中的应用存在工具使用浅层化、教学资源静态化、教学方式单一化等问题。基于5E教学模式,通过“吸引”“探究”“解释”“迁移”和“评价”五个环节,建构生成式人工智能赋能小学美术课堂的应用思路,并以人教版《美术》四年级下册“我设计的动漫形象”为例进行实践审思,为数字赋能美术教学提供新的视角和实践路径。

关键词： 红色文化   精准传播   人工智能   有效性  

摘要： 实现红色文化精准传播是实现主流意识形态有效传播的题中之义。人工智能时代的到来,为实现红色文化从单向传播走向泛在传播、从有限传播走向海量传播、从饱和传播走向分众传播、从离身传播走向具身传播提供了全新机遇,并在此过程中形成了基于用户标签识别、主体深度互动、知识自我生产、系统整合推荐等四种模式。但值得注意的是新技术应用也带来了新挑战,包括技术自主诱发传播主导权失控风险、茧房效应诱发传播内容低质化风险、数字鸿沟诱发传播对象分立化风险、信息泛滥诱发传播影响力削弱风险等,为此需要以主流价值引领精准传播方向、以媒体融合丰富精准传播媒介、以现代治理明确精准传播边界、以优势资源创新精准传播内容等,提升红色文化精准传播的质量。

关键词： 人工智能   高职教育   高质量发展   育人场景   教育公平   现实困境   实践探索  

摘要： 人工智能技术是推动教育变革的关键驱动力量。当前,高职教育正经历从传统模式向智能化、高质量发展的变革。据此,文章探讨人工智能赋能高职教育的议题,剖析其理论内涵与时代特征,分析其在课堂教学、实训基地和校园服务等领域的积极赋能效果。在此基础上,文章进一步揭示高职教育面临的三大现实困境:教育资源配置的区域差异与协作瓶颈、技术冲击下的情感培育障碍、认知发展的技术工具依赖及体系碎片化等困境。最后,提出针对性策略:推动高职教育资源共享均衡;重构情感教育;重塑认知与思维,推动高职教育高质量发展。

关键词： 人工智能   门静脉高压性胃病   深度学习   诊断   计算机辅助  

摘要： 目的开发一款基于深度学习的门静脉高压性胃病(portal hypertensive gastropathy,PHG)实时辅助识别与分级系统并评估其辅助初级内镜医师判断内镜下PHG特征的效果。方法回顾性收集2015年1月至2023年10月武汉大学人民医院、武汉市中西医结合医院、荆州市第二人民医院的消化内镜中心数据库中832例肝硬化患者的2848张胃镜图片。本系统参考BavenoⅡ评分系统的3个内镜特征:胃窦毛细血管扩张症(gastric antral vascular ectasia,GAVE)、马赛克图案(mosaic-like pattern,MLP)及红色征(red marks,RM),分别开发了3个模型,具体分类指代如下:(1)GAVE模型:0无、1有;(2)MLP模型:0无、1轻度、2重度;(3)RM模型:0无、1孤立、2融合。以3名内镜专家对内镜下PHG特征的分类结果作为金标准。使用yolov8-m模型训练,以8∶1∶1分配训练集、验证集和测试集。测试集用于测试模型性能和模型辅助初级内镜医师诊断PHG内镜特征的效果,计算准确率、召回率、精确率、特异度和Kappa系数。结果GAVE模型的准确率、召回率、特异度为96.0%(48/50)、87.5%(7/8)、97.6%(41/42),其准确率与金标准相比,差异无统计学意义(χ^(2)=316.226,P=1.000)。GAVE1与GAVE0的精确率分别为87.5%(7/8)和97.6%(41/42)。MLP模型的准确率为84.1%(132/157),与金标准相比,差异无统计学意义(χ^(2)=3.286,P=0.193);MLP2的精确率和召回率分别为88.2%(15/17)和75.0%(15/20),MLP1的精确率和召回率为77.9%(60/77)和88.2%(60/68),MLP0的精确率和召回率为90.5%(57/63)和82.6%(57/69)。RM模型的准确率为87.9%(123/140),与金标准相比,差异无统计学意义(χ^(2)=2.891,P=0.409);RM2的精确率和召回率为94.7%(18/19)和78.3%(18/23),RM1的精确率和召回率为72.2%(26/36)和81.3%(26/32),RM0的精确率和召回率为92.9%(79/85)和92.9%(79/85)。3名初级医师的平均准确率,在GAVE模型、MLP模型、RM模型辅助前后,分别从95.3%升至99.3%、从83.9%升至91.9%、从81.9%升至83.1%。3名初级医师整体与金标准的一致性分析提示,GAVE模型辅助前后的一致性均极强(整体Kappa均为1.000);MLP模型由辅助前的中等(整体Kappa=0.601)升至辅助后的极强(整体Kappa=0.964);RM模型辅助前(整体Kappa=0.792)后(整体Kappa=0.798)均较强。结论本系统能对胃镜下PHG的内镜特征准确识别并分级,可提升初级内镜医师诊断PHG的效能。

关键词： 人工智能   教学创新   教学活动   教育信息化  

摘要： 随着人工智能的不断进步,应用型民办本科院校生培养面临新的挑战,教师需要积极地调整他们现有的教学理念,以更主动地应对和适应信息技术在教育变革方面的新挑战和新趋势。本研究探讨了人工智能背景下的教育特色,提出了增强教师教学创新能力的策略,并建议学校应该更加重视团队的建设,加强学校与企业之间的合作,对课程结构进行优化,创建有利于AI教学的环境,并提供所需的硬软件支持;教师应从意识增强、深化反思以及关心学生状态的角度开始行动。两个主体必须双管齐下,才能实现一个积极、动态、持续的教育创新,以满足教师进行教学创新的目标。本文应用型民办本科院校教师在教学能力创新方面提供了参考建议。

关键词： 环境艺术设计   人工智能生成内容   课程改革   人工智能   实案操作  

摘要： 研究人工智能生成内容(articial intelligence generated content, AIGC)技术在高职环境艺术设计课程中的教学实践效果。探索用“AIGC辅助+设计实践”的教学模式,以展示空间设计课程为例,围绕“认知启蒙—流程演练—实案操作—汇报呈现”四大模块展开。使用DeepSeek、Midjourney等主流AIGC工具指导学生完成设计任务并得出教学反馈。