关键词： 游戏技术   人工智能   元宇宙   AI大模型   数实融合  

摘要： 随着人工智能和元宇宙的发展,数实融合推动了超级场景的构建,重塑了“人-物-场”关系,成为未来城市发展和前沿产业发展的重要模式。回顾人工智能的发展历程发现,游戏技术与人工智能自始至终都是相互促进的。游戏技术在其不断更新中,为众多领域提供技术支持,展现了巨大的外溢价值,成为推动社会进步的重要数字生产力,尤其在智能体深度学习、智慧城市、自动驾驶、文化遗产保护等领域具有广泛应用。游戏技术的元宇宙场景与生成式人工智能的发展为超级数字场景提供了平台与生产力。构建超级数字场景应进一步加强游戏技术的中性阐释,构建起游戏技术、人工智能、超级数字场景、元宇宙城市的数实融合点线面体发展模式,推动技术创新与产业融合,加强人工智能规范化发展,构建健康、可持续的超级数字场景产业生态系统。

关键词： 导入环节   审美感知   美术教师   人工智能   美术教学   AI技术   义务教育   探究新知  

摘要： 《义务教育艺术课程标准(2022年版)》提出要培养学生的审美感知、文化理解、艺术表现及创意实践素养。人工智能快速发展的时代,如何将AI技术融入美术教学,以培育学生的艺术素养,成为了美术教师在教学实践中探究的问题。本文以“学画中国画荷花”一课为例,谈谈如何将AI技术应用到美术教学的导入环节、探究新知环节和作品展示环节,为课堂创造恰当的情境、直击重点的示范和有趣的意境。

关键词： 人工智能素养   文献计量   高校图书馆  

摘要： 本文从文献计量学的角度,通过对论文产出量、时间分布、载文期刊、高产机构及发文作者等方面进行统计,了解高校图书馆人工智能素养服务研究现状及水平;通过词频分析、关键词聚类,归纳这一领域研究的重点及前沿。在此基础上,对高校图书馆人工智能素养服务未来研究趋势进行探讨和分析,以期为人工智能素养服务理论研究与实践提供指引,助力教育强国、人才强国、科技强国战略。

关键词： 人工智能   医工合作   教练模式   辅助诊疗  

摘要： 近年来,人工智能技术蓬勃发展,在图像识别、特征提取等方面的优势使之有机会被广泛应用于医学影像和医疗文书等领域,作为辅助诊疗活动的重要工具。然而,临床医学科学家往往并非人工智能领域的专家,在选择构建或评估模型时需要与计算机领域的工程师专家沟通合作,不充分的沟通或不恰当的合作模式会导致资源的利用效率降低,无法实现高效率跨学科合作。对于临床医师,人工智能模型像一个语言不通的学徒,临床医师无法将自身的理论与实践经验直接传授给学徒,而需要一位懂得模型语言的翻译官。本文旨在规范临床人工智能系统开发和验证流程,提出一种医工合作的新模式,以指导临床人工智能系统的开发与应用,构建具有较高诊疗质量、较广泛适用场景的人工智能辅助诊疗系统。本文提出了临床人工智能系统开发的8个阶段,其中,临床专家医师作为教练员(coach)的角色,计算机工程师作为翻译官(translator)的角色,人工智能模型作为学徒(apprentice)的角色,以教练-翻译-学徒的模式(coach-translator-apprentice)进行高质量临床人工智能系统的开发与验证。

关键词： 智能制造技术   汽车零部件加工   工业互联网   人工智能  

摘要： 随着现代科学技术的快速发展,智能制造技术应运而生,将其应用在汽车零部件加工中,有利于提高汽车零部件加工质量,促进汽车产业的可持续发展。该文分析智能制造技术在汽车零部件加工中的应用优势,探讨智能制造技术在汽车零部件加工中的具体应用,提出智能制造技术在汽车零部件加工中的应用策略,以提高汽车零部件加工效率,降低生产成本,推动汽车零部件加工行业的智能化转型。

关键词： 人工智能素养   联合国教科文组织   新人文主义  

摘要： 在人工智能时代,提高全民人工智能素养以应对人工智能带来的机遇和挑战具有重要价值。通过对联合国教科文组织(UNESCO)发布的人工智能与教育相关文献进行文本分析,发现UNESCO从技术维度和人文维度提出了一套人工智能素养框架;科学与人文融合的科学人文主义、全球共同利益的人文主义、生态正义人文主义等,构成了其人工智能素养及其教育的价值理念。其启发意义在于:科学与人文融合应成为我国人工智能素养教育理念的核心;全球视野下的中国经验与智慧的融入应成为我国人工智能素养教育的特色;生态正义应成为我国发展人工智能素养教育的核心要义,从而构建具有中国特色的人工智能素养教育新生态。

关键词： 人工智能   法律主体   确认   拟制  

摘要： 法律将自然人确立为法律主体,源自法律对人之尊严、平等、自由的肯定。而法律将实体性团体拟制为法律主体则主要是因为以团体人格作为权利义务的集散工具,更利于民事活动的开展。人工智能不能被确立为法律主体,一方面,人工智能不具有主体的本质属性——自我意识和自由意志,将人工智能确认为法律主体,会贬低和减损人类的尊严、价值和主体性;另一方面,将人工智能拟制为权利义务的集散工具,既不存在现实、迫切的必须,也缺乏一定的伦理基础。因此,人工智能难以通过法律拟制手段拟制为法律主体。

关键词： 传统社会科学   计算社会科学   大数据   人工智能  

摘要： 20世纪末,在计算机、通信和数据存储技术发展的背景下诞生的计算社会科学,一直面临着如何调适传统社会科学的解释范式与计算社会科学的预测范式之间的张力问题。近年来人工智能的发展为计算社会科学调适该张力提供了契机。(生成式)人工智能降低了计算科学的壁垒,大语言模型扩展了社会科学研究的边界,促进了计算社会科学与传统社会科学的双向融合。尽管这种融合看起来仍延续着预测和解释两个范式演进,但实际上在这个过程中计算社会科学不仅重塑着自身的研究范式从预测向“预测—决策”的演变,也重塑了传统社会科学的研究范式从解释向“发现—解释”演变。

关键词： 深度学习   人工智能   阿尔兹海默症   轻度认知障碍   核磁共振成像  

摘要： 目前诊断阿尔兹海默症(Alzheimer's Disease,AD)的主要手段是通过结构磁共振成像(structural Magnetic Resonance Imaging,sMRI)实现的,现有基于深度学习的AD诊断主要利用2D(将3D sMRI转2D切片)或者3D的卷积神经网络,不能很好地捕获3D sMRI全局特征,为此本文提出改进Swin Transformer实现3D块划分提取全局特征,构建Transformer预测分类模型。又根据现有阿尔兹海默患者发生萎缩的区域对尺寸的变换很敏感,而且现有深度学习模型在病灶区域定位方面能力不强的问题,提出自适应特征提取模块(Adaptive Feature Extraction Module,AFEM),实现了可变形自适应特征提取,对基础3D Transformer模型进行扩展,构建AFEM-Transformer深度学习模型,进一步提升模型特征学习能力,实现自适应的定位病理区域的具体位置,用以辅助临床诊断,实现阿尔兹海默病情分类和预测。本文选择阿尔茨海默症神经影像学计划(Alzheimer's Disease Neuroimaging Initiative,ADNI)提供的2248名受试者sMRI影像作为实验数据集。在阿尔兹海默诊断任务和轻度认知障碍(Mild Cognitive Impairment,MCI)进展预测任务中将提出的AFEM-Transformer模型与现有基于卷积神经网络的模型和基础Transformer模型进行分析比较,评估该模型的价值。结果表明本文提出的AFEM-Transformer模型在两个任务上的准确率、敏感度、特异性、AUC(Area Under Curve)值的实验结果相较于基础和卷积神经网络模型和Transformer模型性能提升明显,证实了所提出的AFEM模块的有效性。本文提出的AFEM-Transformer深度学习模型能够准确诊断阿尔兹海默症和预测MCI的进展,并可自动定位出病灶区域,可以作为阿尔兹海默症临床诊断中一个有效的计算机辅助方法。

关键词： 人工智能   劳动教育   价值取向   实践路径  

摘要： 人工智能对物质生产生活的影响是全方位、多维度的,形塑了新的社会生产关系和劳动形态。人工智能时代,劳动教育迫切需要创新性发展。劳动教育在价值取向上,应更加注重激发创造性劳动能力、凸显劳动的感性维度以及重塑个体意义生活的完整性;在内在逻辑上,应科学把握人工智能与劳动教育的意义连接和主体维度;在实践探索上,应着力创造场景化的实践场域、提升实践空间的“温度”、探索更加科学的实践育人机制。以此为基础,劳动教育将会实现从粗放型、同质化向精准型、个性化、全景式的转变,更好地培养德智体美劳全面发展的社会主义建设者和接班人。