关键词： 多模态   中小学   人工智能课堂   教学行为  

摘要： 中小学人工智能课堂教学行为分析有助于教师发现课堂教学问题,提升人工智能课堂教学水平。然而,目前关于中小学人工智能课堂教学行为的研究较少。文章从多模态视角构建了中小学人工智能课堂教学行为分析框架,用ELAN 6.5软件对三节中小学人工智能优质课例进行了多模态标注,分析了师生在课堂中的模态分布特征、模态协同特征以及模态特征差异,并从模态类型和数量、模态协同方式有效性、模态间转换与配合等方面提出了中小学人工智能课堂优化的相关建议,期望为中小学人工智能课堂教学质量提升与教学行为分析提供参考。

关键词： 动态能力   人工智能   流通企业创新绩效  

摘要： 本文以2015-2022年间CSMAR数据库收录的中国A股上市流通企业作为研究对象,构建模型以探究人工智能技术应用对流通企业创新绩效的影响。基准回归结果表明,人工智能技术应用对流通企业创新绩效具有正向促进作用。中介结果表明,动态能力在人工智能技术应用对流通企业创新绩效的影响中存在中介作用,人工智能技术应用对流通企业的吸收能力、适应能力和创新能力均具有显著的提升作用,从而有助于提高流通企业的创新绩效。门槛结果表明,人工智能技术应用对流通企业创新绩效发展具有显著的双重门槛特征。异质性结果表明,人工智能技术的应用均能正向促进国有企业和非国有企业创新绩效,尤其是在非国有企业中,其促进效果更为突出。基于此,本文从动态能力的视角出发,探讨人工智能技术在流通企业中的应用如何影响其创新绩效。

关键词： 生物实验教学   生成式人工智能   应用前景  

摘要： 生物学作为理论与实践高度融合的学科,实验教学在培养学生科学思维、实践能力及核心素养方面具有不可替代的作用.然而,传统生物实验教学受硬件条件、安全风险等因素制约,存在教学效率低下、学生参与度不足等问题.随着生成式人工智能技术在教育领域的渗透,其自主生成内容、动态模拟场景及个性化响应的特性,为破解生物实验教学困境提供了新的思路.深入探究该技术的应用机制与实施路径,对推动生物实验教学改革具有重要的现实意义.

关键词： 三元决策模型   Artificial Intelligence Review   人工智能决策  

摘要： 据陕西科技大学网站消息,近日,陕西科技大学数学学院于鹏副教授团队在人工智能决策方面取得研究进展。其团队最新研究成果“A three-way decision model for multi-granular support intuitionistic fuzzy rough sets based on overlap functions”在人工智能领域国际权威期刊Artificial Intelligence Review正式发表。该论文由于鹏副教授和硕士生赵西月共同完成,赵西月为学生第一作者,于鹏副教授担任通讯作者,陕西科技大学为论文第一通讯单位。

关键词： 端边云协同   分布式人工智能模型   训练优化   推理优化   计算效率  

摘要： 针对端边云协同的分布式人工智能模型,研究了模型训练与推理优化方法,提出了一套创新的优化策略体系。在训练阶段,通过端侧压缩量化、边缘并行训练和云端分布式计算的协同机制,显著提升了训练效率,实验表明,模型收敛速度提高了42%。在推理阶段,创新性地设计了动态任务调度与资源分配机制,结合端侧剪枝、边缘卸载和云端负载均衡技术,有效降低了端到端延迟。在大型钢铁企业高炉炉温预测系统的实际应用中,该方法使系统响应时间降低68%,预测精度提升至97.9%,并创造年度经济效益1 200余万元。实验与实践充分验证了所提方法在提升计算效率、降低资源消耗和优化系统性能等方面的显著优势,为分布式人工智能系统在工业领域的实际应用提供了可靠的技术方案。

关键词： 教学   任务完成方式   协同   人机分工   人工智能  

摘要： 人工智能重塑千行百业,这是此时此刻正在发生的事情。可是,人工智能究竟是如何重塑千行百业的?世界经济论坛发布的《未来的工作报告2025》,对人机协作进行了分析。报告预测了当前以及到2030年,任务完成方式的变化,具体分为三类:主要由技术(机器、算法等)完成、主要由人完成,以及由人与技术结合完成。根据预测,到2030年,主要由技术来完成的任务,从2025年的22%,增长到34%,相比现在增加了12个百分点;主要由人来完成的任务,从2025年的47%,减少到33%,相比现在减少了14个百分点;而由人与技术结合完成的任务,从2025年的30%,增长到33%,相比现在基本持平,小幅增长了3个百分点。

关键词： 人工智能   工科教育   重塑   实践  

摘要： 人工智能技术的飞速发展,正在对工程制造与工科教育产生深刻的影响。在国家实施人工智能赋能行动的背景下,本文首先分析了智能体和具身智能的特点,及其对工科教育教学产生的积极影响。然后,探讨了人工智能技术的应用对传统教学范式,尤其是教学过程和教学重心方面的重塑。最后,以“集成化智能印刷系统”课程为例,介绍了在课程教学中融入人工智能的实践探索,为人工智能进一步赋能教育教学提供可借鉴的经验。

关键词： 高等教育   生成式人工智能   风险挑战  

摘要： 生成式人工智能技术的蓬勃发展为高等教育创新与变革增添了新动力,但也带来了新的风险挑战。本文分析高等教育应用生成式人工智能技术时面临的几个主要风险挑战,梳理全球高等教育界形成的主要应对举措,进而提供防范化解可能风险、推动负责任的人工智能正向赋能高等教育的建议参考。

关键词： 人工智能   小学语文   跨学科   创设情境   精准诊断  

摘要： 在教育信息化深入发展的新时代,人工智能为小学语文古诗词跨学科教学带来全新变革,是丰富课堂教学内容、精准诊断学习情况、拓宽学生知识视野的重要支撑。因此,本文围绕着人工智能赋能小学语文古诗词跨学科教学的价值所在、注意事项、实施策略进行阐述,旨在为小学语文古诗词跨学科教学提供兼具创新性与实践性的路径,推动传统文化传承与现代教育技术的深度融合,实现小学语文古诗词跨学科教学质量与学生核心素养的双重提高。

关键词： 自杀意念   数据增强   自杀文本识别   大语言模型   人工智能  

摘要： 自杀已成为全球性公共卫生难题,传统的自杀意念识别方法主要依赖患者主动求助,而基于文本分析的自动识别模型则受限于标注数据的稀缺性。本研究创新性地提出一种基于大语言模型的数据增强方法,旨在提升自杀意念文本识别的精度。研究采用双阶段设计:研究1聚焦于数据增强,研究2验证增强效果。在研究1中,选用ChatGLM3-6B和Qwen-7B-Chat作为底层模型,结合有监督学习策略与零样本和少样本学习方法,优化训练数据集质量。通过8组严谨的对比实验,结果显示两类自研模型在数据增强方面表现卓越,其处理后数据集的综合得分分别达到0.90和0.92,显著优于基线模型(p<0.001)。研究2进一步评估了数据增强对识别模型性能的影响,结果表明,增强后的模型在识别准确率和正确拒绝率指标上全面超越最佳基线模型(p<0.001)。本研究不仅验证了基于大语言模型的数据增强方法在提升自杀意念识别模型性能方面的有效性,还为心理健康领域的人工智能应用开辟了新方向。这种方法有望在保护用户隐私的同时,提供及时、有效的自杀风险早期预警,为自杀预防工作提供重要的技术支持和研究思路。未来研究可着眼于扩大数据异质性、优化提示工程设计、引入人机交互范式等,进一步拓展该方法在促进临床心理诊断领域的应用。