关键词： 数智时代   革命文物   人工智能   思政教育   大思政课  

摘要： 在数智时代,革命文物所蕴含的丰富思政教育功能未能在传统思政教育模式下得到充分展现。通过革命文物与人工智能融合的方法论,在人工智能技术的强大支持下,革命文物可以在数字转换、智能解说、个性学习等多个维度为思政教育实践提供助力。以“山东省政府和八路军115师司令部旧址”为例,从课程目标、课程设计、教学方式与手段、评估与反馈四个主要环节出发,创新构建了革命文物与人工智能融合的思政课程体系,旨在为重新定义数智时代的思政教育未来提供原则性指导和方法论支持。

关键词： 人工智能   学术期刊编辑   能力重构   人技协同   伦理规制  

摘要： 文章从人工智能对传统编辑工作的解构入手,发现学术期刊编辑与AIGC的关系从“工具辅助”转向“人技协同”,其核心能力需要从“技术—学术二元协同”向多维体系迁移。基于此,文章结合学术期刊编辑核心能力重构的三维模型,提出学术期刊编辑核心能力重构的具体路径,即“构建分层分类的能力培育体系,夯实认知基础”“建立编辑个体能力自主迭代机制,激活内生动力”,旨在为人工智能时代下学术期刊编辑增强自身核心能力提供有益参考。

关键词： 人工智能   交叉学科   研究生培养   培养路径   评价体系  

摘要： 随着人工智能(AI)技术的快速发展,交叉学科研究生培养成为高等教育改革的重要方向。该文基于近几年的相关研究,系统梳理人工智能环境下交叉学科研究生培养机制的相关问题,主要从研究培养方面所面临的机遇与挑战进行分析,并从培养模式创新、课程体系设计、导师团队建设以及评价体系优化等几个方面提出人工智能背景下交叉学科研究生培养的实践路径,为高层次交叉学科研究生培养提供支持。

关键词： 人工智能   网络安全   学生终端   机器学习   深度学习  

摘要： 为解决高校学生网络安全问题,以当前高校学生网络安全核心威胁与防护痛点为切入点,阐述人工智能技术在网络安全中的核心能力,分析人工智能技术在高校学生网络安全防护中的核心应用场景,提出应用挑战与对策,以期为高校网络安全管理相关人员提供参考。

关键词： 高校思想政治教育话语   人工智能   话语传播   赋能  

摘要： 人工智能是驱动新时代学校思想政治教育变革的技术要素和关键变量。人工智能嵌入高校思想政治教育话语传播体系,引起高校思想政治教育话语传播范式的深度变革,形成了传播方式分众化发展、传播内容技术化塑造、传播效果数据化呈现的发展样态。同时,人工智能的技术限度和边界等应用问题也诱发了高校思想政治教育话语传播的隐忧,包括智能工具的类人性抑制高校思想政治教育话语传播主体能动,拟态环境的过度渲染违背高校思想政治教育话语传播语境使命,数据程序的实用导向遮蔽高校思想政治教育话语传播主旨,推荐算法的拘囿性弱化高校思想政治教育话语传播效力等。为规避技术风险,需要从增强教育主体自觉、塑造语境生态、突出内容逻辑、推动算法扩展等多维度着力,促进高校思想政治教育话语有效传播。

关键词： 实验室安全   管理模式   人工智能   神经网络   文献计量学  

摘要： 实验室作为科学研究与创新的重要基地,其安全问题日益受到重视。传统实验室安全管理模式在保障实验室安全方面起到了重要作用,但随着实验室数量和复杂性的增加,传统模式逐渐暴露出局限性。基于此,以文献计量学为研究方法,借助CiteSpace可视化分析软件,对近5年发表于该领域核心期刊上的文献进行了系统性的梳理与分析。通过对关键词共现、聚类以及作者与机构合作网络的深度挖掘,旨在清晰描绘该领域的研究力量分布、研究热点,以及未来发展趋势。分析发现,人工智能技术,如神经网络等深度学习算法,正迅速成为实验室安全智能化升级的关键驱动力。着重总结了这些技术在实验室实时危险监控、风险评估以及自动预警等方面的应用途径。最后对人工智能技术在未来实验室安全领域的发展前景进行展望。

关键词： 科技   军人   形体矫正   人工智能  

摘要： 军人的形体状态会对其身体耐力、战术动作完成质量以及战场适应能力等产生直接影响,常规的形体矫正训练存在标准化不足、个性化缺失等问题,难以达到理想化的形体矫正效果。文章围绕“科技+”技术体系,对人工智能、虚拟现实、生物反馈和3D打印等技术在军人形体矫正训练中的实践应用进行了分析,并探讨了“科技+”在形体矫正训练中的实施路径。结果显示,“科技+”能够推动训练方案与训练对象的动态适配,缩短脊柱侧弯等常见形体问题的矫正周期,提高矫正达标率。

关键词： 极端暴雨   气象大模型   降水预报   人工智能   适用性评估  

摘要： 暴雨洪涝灾害是我国最严重的自然灾害之一。气象大模型在预报准确性、时效性和计算速度上呈现巨大潜力,本文评估不同气象大模型对暴雨预报的适用性,以期为洪水预报提供更高精度、更长预见期和更易获取的气象预报数据。面向珠江流域北江2022年6月(“2022.6”)和2024年4月(“2024.4”)两场极端暴雨洪水,评估了GraphCast、FuXi和AIFS三种气象大模型在不同预见期的暴雨预报性能,并与欧洲中期天气预报中心的高分辨率气象预报产品(HRES)进行对比。结果表明:GraphCast、FuXi、AIFS和HRES的降水预报性能与降水强度呈负相关关系。相比HRES,GraphCast、FuXi和AIFS对降水落区形态和位置的预报更准确,但低估了强降水落区范围和降水量。对于“2022.6”暴雨,起报时间为1 d前时,GraphCast最大6 h降水量和最大累积降水量预报分别为20.1和271.7 mm,FuXi的分别为21.8和222.5 mm,AIFS的分别为24.8和303.0 mm,均低估了实况降水110.9和416.3 mm。对于“2024.4”暴雨,起报时间为3 d前时,GraphCast、FuXi、AIFS和HRES预报最大6 h降水发生时间的误差分别为24、-6、72和96 h。整体上,气象大模型在暴雨预报中展现出巨大潜力,可为洪水预报提供具有业务参考价值的气象预报数据,服务于防灾减灾和应急管理的实际需求。

关键词： 医疗人工智能   算法伦理   伦理困境   价值重构   伦理治理  

摘要： 本论文聚焦于医疗人工智能领域,剖析算法应用过程中面临的伦理困境。通过对医疗人工智能算法在数据隐私、算法偏见、责任归属、自主决策等方面的伦理问题分析,揭示技术发展与伦理规范之间的矛盾冲突。基于此,从价值重构角度出发,提出强化医生主体地位、完善技术伦理审查机制、重塑人机协同价值理念等路径,旨在实现医疗人工智能技术创新与伦理规范的动态平衡,推动医疗人工智能健康、可持续发展。

关键词： 生成式人工智能   住院医师规范化培训   理论及病例分析考核   医学教育  

摘要： 生成式人工智能(generative artificial intelligence, GAI)在医学领域的应用是目前研究的热点,医学教育是其重要方向之一。在个性化教学、考核题目创建、题库更新、智能评分等方面,GAI有助于提升住院医师培训效果。然而,目前GAI在生成内容的准确性、一致性等方面还存在一定局限性。为克服上述局限性,GAI本身需不断升级,同时还需制订GAI使用指南、加强数据质量控制、建立生成内容的人工审核制度等。住院医师应主动学习GAI的使用方法,强化理论知识的实践应用能力。未来,GAI有望成为提高住院医师培养效率和质量的有益工具。