关键词： 认知意识   知觉   思维   思辨   人工智能  

摘要： 人工智能危险性的根源不在其能否具有类人或超人的能力,而在其能否具有人类认知意识。当代人工智能意识研究大多默认讨论主观体验意义上的意识,并因此陷入困境。依循黑格尔在认知意义上讨论意识能够摆脱之,继而切实回答人工智能意识的限度、人类意识的本质以及人工智能意识能否成为人类意识等问题。在认知意义上,人工智能具有意识,其可能性主要由人工知觉能力与机器学习范式保障,但也为其带来知觉认识基础与数学认识过程的有限性,包括直接肯定性、形式普遍性与抽象同一性等。然而,人类认知意识的本质是思维,思维的特征是无限的思辨性,即特定的否定性与具体的统一性。显然,人工智能认知意识不擅此道,无可能成为人类认知意识,亦因此不若人工智能威胁论主张般危险。

关键词： 地下水水位预测   Transformer   多头注意力机制   降雨   人类活动   PatchTST-GWL   人工智能   中长期预测  

摘要： 【目的】准确、快速的进行地下水水位动态变化特征预测，对地下水科学管控尤为重要，但针对多因素影响下的地下水位中长期预测研究较少。【方法】为提高地下水位中长期预测能力，构建了一种基于PatchTST的多变量地下水位中长期预测模型（PatchTST-GWL），利用互相关函数分析了地下水开采量、地表补水量、降雨量、气温等影响因素间的多元相关性及地下水水位变化的滞后性，对北京市西郊地区4眼典型浅层监测井地下水水位进行了中长期预测，采用纳什系数(NSE)、均方根误差(RMSE)、平均绝对误差(MAE)评估了模型性能及准确性，并基于控制变量法分析了模型可解释性。【结果】结果显示：随着预测期增加，PatchTST-GWL模型预测精度逐渐提升，各监测井90d、180d预测期地下水水位模拟结果NSE系数均提升至0.9以上，MAE、MSE、RMSE较Attention-Bi-LSTM、SVM常用深度学习模型降低10%～80%。【结论】PatchTST-GWL模型对中长期地下水水位预测性能优势明显，模型通过引入互相关函数计算地下水开采、降雨、地表补水、温度变化过程对地下水水位变化过程影响的滞后期，有效提升了模型预测精度，同时模型预测结果与各影响因子变化的响应规律符合客观物理规律，呈现出较好的可解释性。该模型可准确、快速的进行地下水水位预测，为科学评估与合理利用地下水提供有效支撑。

关键词： 人工智能   湖泊治理   现状   挑战   反演模型  

摘要： 湖泊作为淡水生态系统重要的组成部分，对人类的生存和发展起着不可替代的作用。社会经济快速发展的同时带来了湖泊环境的恶化，严重威胁湖泊生态环境，因此湖泊环境的科学治理在当今仍是一项艰巨而迫切的任务。人工智能技术的不断发展为湖泊环境治理带来了新的机遇和挑战。首先分析了当前我国湖泊治理面临的问题和挑战，再从湖泊监测、模拟与预测、湖泊管理、湖泊评价四个方面介绍了人工智能技术在湖泊环境治理领域的应用现状，并分析了当前人工智能技术在湖泊环境治理应用中存在的问题，提出了相应的建议，并探讨了未来的发展方向。研究认为我国湖泊治理还面临着水资源空间分布不均衡、营养盐控制难度大、生态水位难以保证以及缺乏统一完整且高效的监管技术体系等问题。人工智能技术的应用能极大地提高湖泊环境治理的效率，拓展了湖泊治理研究的范围并提高了精度和准确度，促进了水环境治理的转型升级和可持续发展。同时，人工智能技术在湖泊治理领域还面临着适用范围窄、可靠性差、对实测依赖性强以及缺乏对特定参数和领域的应用问题。未来应当加强相关模型和方法的研究，发展更优化的算法模型，以提高模型的可移植性和数据的准确性，深入研究外界因素与湖泊水质的关系，同时要加强全球变化背景下湖泊碳循环的人工智能研究。本研究将为湖泊水污染治理和水安全保障提供新思路和新手段。

关键词： 虚假信息   横向阅读   信息素养   眼动追踪  

摘要： 随着人工智能时代深度伪造内容增多，基于传统特征甄别虚假信息变得愈发困难。文章旨在探究横向阅读策略在甄别人工智能生成虚假信息方面的有效性，分析横向阅读具体行为与准确甄别信息真实性之间的关系，探索提高用户快速准确甄别在线信息能力的有效策略。通过模拟现实网络信息处理场景，采用人工智能生成文本并利用眼动追踪技术收集用户的检索和网站访问行为数据。实证分析表明，特定横向阅读行为与甄别准确性存在显著性相关。但检索结构式调整、网站类别以及在搜索引擎页面上的访问行为与甄别准确性无显著性相关。这些发现强调了横向阅读方法在甄别中的有效性，突出了信息交叉验证的重要性。此外，研究还指出，搜索引擎算法改进对用户检索策略的影响。需要基于启发式认知系统开发信息甄别培训内容，如强化验证意识、主动检索、多源验证和点击限制等策略。本研究为提升信息素养提供了实用指导，尤其在图书馆和教育机构的实践中，建议加强横向阅读的培训，以提高用户的信息甄别能力。

关键词： 生成式人工智能   初中数学   教学模式   解直角三角形及其应用  

摘要： 传统教学模式在处理学生差异化需求、抽象概念理解及作业批改反馈等方面存在局限.以沪教版九年级"解直角三角形及其应用"为基础,探究生成式人工智能(GAI)技术在初中数学教学中的应用效果.采用实证研究方法,对比实验班和对照班的教学效果,结果表明,GAI赋能的教学模式提升了学生的参与度和成绩.GAI技术通过提供定制化教学资源、智能分析学习行为、具象化抽象概念等手段,促进了教学的个性化、高效化与创新化.

摘要： 12月26日,最高人民法院发布《人民法院第六个五年改革纲要(2024-2028年)》.纲要提出,完善发展新质生产力司法保障机制.加强对关键核心技术、重点领域、新兴产业等方面的知识产权司法保护.

关键词： 人工智能   新质生产力   创新成本   创新质量   创新效率   门槛效应   产业链传导效应  

摘要： 在数智化技术广泛应用的背景下，厘清人工智能与新质生产力之间的关系及其作用机制，对经济转型升级和高质量发展具有重要意义。本文基于2011-2022年中国新能源汽车（NEV）产业上市公司的面板数据，采用双向固定效应、门槛效应模型及工具变量法，探讨了人工智能对新能源汽车产业新质生产力的影响及作用机制。结果表明：（1）人工智能不仅能直接促进产业新质生产力的提升，还能通过降低研发成本粘性和交易成本、提高创新质量和创新效率等方式，间接推动产业新质生产力的发展；（2）人工智能对产业新质生产力的促进作用存在明显的异质性特征和门槛效应：在非国有企业、东部地区和特斯拉在华设厂后，以及在成立时间较短、上市年龄适中和员工规模较大的企业中，促进作用更为明显；（3）产业链的传导效应分析表明，下游行业对上游行业的传导效应更强。本研究揭示了人工智能促进新质生产力的涌现机制，为新发展格局下更好地利用数智化技术赋能新质生产力提供了重要启示。

关键词： 人工智能   生成式人工智能   责任机制   科技伦理   监管治理  

摘要： 对生成式人工智能进行监管治理,是推动这种技术被广泛应用及持续创新的根基,使其“负责任”即对人类负责任已经成为此技术发展的“根本诉求”。构建生成式人工智能责任机制的关键目标是推动这种技术对人类产生正面影响,其底层逻辑是“以人为本”。生成式人工智能责任机制,在社会层面面临着多元价值冲突的挑战、在技术层面面临着“算法黑箱”的挑战、在人工智能行业层面面临着非规范化研发应用的挑战。人类亟须在应对中构建生成式人工智能责任机制的路径,包括通过促进人机共融以“人性之善”引导“技术向善”、解构“算法黑箱”提升技术透明、优化政府治理规范以增强弹性监管、协调利益平衡强化人工智能企业的社会责任。

关键词： 生成式人工智能   思政教育   伦理风险  

摘要： 生成式人工智能具有跨模态学习模型的文图对比预训、可扩散化模型和强化学习机制等技术优势,能链接海量网络内容和生成模仿人类语言模式的交流对话内容,为思想政治教育的数字化发展带来新契机,但它在思想政治教育中应用面临伦理关系失调、伦理价值失衡、伦理规范失控、伦理行为失当等风险。究其成因主要是生成式人工智能的类人属性和人机互动性不断增强、生成式人工智能工具理性与思想政治教育价值理性之间的冲突、算法模型的不易解释性和智能技术的不确定性、相关主体的伦理风险研判和应对能力相对不足。通过构建伦理关系、强化价值引领、完善制度法规、提升伦理素养等,提出有效的应对举措,促进生成式人工智能为思想政治教育的高质量发展赋能增效。

摘要： 2024 年,我们共同经历了资本市场的波澜壮阔,也见证了人工智能的深刻变革和无限可能.上个月刚召开的中央经济工作会议,定调了 2025年经济工作,并明确九项重点任务.其中第二项提到:以科技创新引领新质生产力发展,建设现代化产业体系.加强基础研究和关键核心技术攻关,超前布局重大科技项目,开展新技术新产品新场景大规模应用示范行动.开展"人工智能+"行动,培育未来产业.