关键词： 后交叉韧带撕脱骨折   人工智能   CT影像识别   三维测量   术前规划  

摘要： 背景：后交叉韧带附着点撕脱骨折的手术决策高度依赖影像学评估，传统方法依赖CT影像进行主观判读，存在三维空间位移参数量化困难、旋转角度评估精度不足等局限，鉴于AI技术的发展，有必要开发基于AI算法的自动化、智能化影像识别软件。目的：探讨AI算法在CT三维图像中对后交叉韧带胫骨撕脱骨折的智能诊断能力及其对骨折块三维参数的精准评估效能。方法：回顾性纳入2022-12-01/2024-08-30在中国中医科学院望京医院就诊的24例后交叉韧带胫骨撕脱骨折患者的膝关节CT数据，使用自主研发的AI影像识别软件进行三维重建、骨折点智能识别及模拟复位，获取骨折块在X、Y、Z轴上的平移和旋转参数。与传统放射阅片软件（PACS系统）测量结果进行对比，采用秩和检验、Bland-Altman分析及线性回归模型评估两种方法的一致性，并计算变异系数验证软件稳定性。结果与结论：（1）AI软件与传统方法测量的骨折块位移（X/Y/Z轴平移及旋转）差异均无显著性意义（P> 0.05）；（2）Bland-Altman分析显示两种方法一致性良好，差异均无显著性意义（P> 0.05）；（3）X、Y、Z轴位移、角度两组拟合情况线性回归模型R2值均> 0.99；（4）AI软件重复3次骨折点识别的变异系数显示：总骨折识别时21例影像资料的变异系数<20%，识别关节面骨折点时18例变异系数<20%；（5）表明AI影像识别软件可精准量化后交叉韧带撕脱骨折块的三维参数，其测量结果与传统方法一致且稳定性良好，可辅助医生判断移位程度，为术前规划提供精准数据支持；该软件在撕脱骨折中有良好的应用前景，未来需扩大样本量并进一步验证其对手术疗效的影响。

关键词： 新文科建设   人工智能   投资学专业  

摘要： 在新文科建设不断深化的背景下,投资学专业课程建设面临实践教学薄弱、课程体系滞后、教学评价单一等多重挑战。本文从人工智能视角出发,探讨其在课程内容优化、实践教学体系重构、个性化学习支持及多元评价机制构建等方面的赋能作用。旨在助力投资学专业高质量发展,推动新文科背景下专业课程建设的改革与创新。

关键词： 生成式人工智能   数字教材   教育大模型   知识图谱   数字人  

摘要： 数字教材作为数字技术与教育深度融合的产物,是推动教育数字化转型的关键要素。生成式人工智能的创新发展为数字教材建设提供了新方向与新路径。文章分析了生成式人工智能赋能数字教材的内涵与特征,从内容生成层、模态拓展层、交互处理层、路径推荐层和拟师助学层构建了生成式人工智能赋能数字教材建设的结构框架。在此基础上,提出了具体实践路径,即以教育大模型为基座,重塑多元化资源组织生成;以学科知识图谱为内核,支持智适应学习系统构建;以智能多向交互为拓展,促进泛在化深度知识创新;以多智能体为交互主体,实现个性化学习路径推荐;以虚拟数字人为代理,提供多场景定制化服务。通过数字教材的体系化重塑,助力数智时代拔尖创新人才培养。

关键词： 人工智能   原型   人类创造力  

摘要： 当前人工智能在内容生成与创造力建模方面取得了显著进展，但其所表现出的创造力仍受限于数据驱动的组合逻辑与符号计算框架，缺乏能动性、情境理解与文化内涵。鉴于此，应将人类创造力视为通用人工智能发展的原型实例，以突破当前专用智能所依赖的生成范式。相比之下，人类创造力根植于“可供性—能动性”结构，深度融合身体经验与情感感知，同时承载着丰富的历史积淀与文化意义。这些不可还原的结构性维度，是当前AI所缺乏却急需面对的方向。因此，将人类创造力作为原型实例，并非简单模拟人类思维，而是要为AI系统提供一种具备意义生成力与文化适配性的哲学参照。当前的现实目标是推动人机合作，以实现更具协同性与创造力的未来场景。

关键词： 人工智能   高中音乐   教学模式   创新   教育改革  

摘要： 随着人工智能(AI)技术的快速发展,教育领域迎来了深刻的变革。音乐教学作为一门艺术学科,其创新与发展也不可避免地受到了人工智能技术的影响。本文探讨了在“人工智能+”时代背景下,高中音乐教学模式的创新路径,首先分析了人工智能在音乐教育中的应用现状,随后,提出了人工智能赋能高中音乐教学的主要方式,探讨了其在教学方法、学生能力培养等方面的创新作用。最后,总结了人工智能技术在高中音乐教育中的前景与挑战,并提出了相应的改进建议。

关键词： 荧光成像   分子探针   人工智能   性能预测  

摘要： 荧光成像技术凭借非侵入性、高灵敏度和高分辨率等优势，已广泛应用于生物医学研究。其中，荧光分子探针的设计是核心环节，对成像效能及应用范围有深远影响。然而传统探针具有设计过程复杂且依赖经验判断、化学计算繁琐的局限，引发设计效率低下、成本高昂及精确度不足等问题。近年来人工智能（AI）技术的快速发展为荧光探针的设计带来了革命性变化。AI不仅提供了系统性、智能化的解决方案，而且显著提升了探针的性能评估与结构设计能力，尤其在预测光物理性质和生物效应方面展现了显著的创新成果。借助大数据、机器学习以及物理机制的整合，AI推动了经验驱动的设计模式向理性设计的范式转变。通过生成模型与预测设计策略，AI为荧光探针多样化功能相关应用开辟了新途径。尽管AI辅助设计在数据库质量、模型透明度等方面还存在挑战，但其潜力已得到充分展现，为分子探针的高效精确、可扩展开发奠定了坚实的技术基础。

关键词： 生成式人工智能   法律风险   三维规制   ChatGPT   Sora   DeepSeek  

摘要： 从ChatGPT到Sora再到DeepSeek，生成式人工智能在不断发展与创新，其潜在法律风险也日益增加。通过分析生成式人工智能的“准备—运算—生成”三阶段运行机理可知，其在不同阶段涉及的核心技术不同，存在的法律风险也有所差异。具体而言，生成式人工智能准备阶段的核心是海量数据与机器学习，运算阶段主要涉及算法技术、人工标注与自主学习，生成阶段则依赖于数据解码与样本生成。相应的，其法律风险主要在于准备阶段的隐私权与个人信息保护，运算阶段的数据安全与算法偏见，生成阶段的版权归属、意识形态与社会秩序。然而，现有立法无法对生成式人工智能的法律地位、监管尺度、样本归属等核心内容提供精细指引。基于此，在比较分析美国、英国、欧盟等域外国家治理范式与治理经验的基础上，结合我国国情与实践现状，立足于“民法保护—监管尺度—行业规范”三维路径，规制生成式人工智能法律风险，保障公民合法权益不受侵害。首先，在民法层面，明确弱生成式人工智能的法律客体地位及强生成式人工智能的拟制法律主体地位；通过落实私密信息需明确授权与数据加密技术强化个人信息保护；从生成样本的属性及权利归属出发完善知识产权认定标准。其次，在监管尺度层面，对算法等技术实施涵盖“准备—运算—生成”阶段的全过程监管；通过制定技术透明度标准、引入可解释性技术及建立“问责—反馈”保障制度提高算法等相关技术的透明度；构建“政府—社会—企业”联动的特色监管模式，政府为公民与企业提供政策支持、公民积极参与监管治理并将侵权信息反馈给政府与企业、企业以政府政策与公民需求为导向，助力社会发展。最后，在行业规范层面，从生成式人工智能三种侵权形态出发明确其侵权适用的归责原则；落实服务提供者与使用者的法律义务，前者应承担内容审查及安全保障等义务，后者应尽到合理使用与操作及信息反馈等义务；开放社会性咨询与反馈渠道，通过普及公民权利义务、规范公民的使用方法、增强企业与公民的联系等方式遏制侵权现象的发生，并提高侵权纠纷的解决效率。

摘要： 人工智能的广泛应用为大学图书馆服务创新提供了前所未有的契机。大学图书馆可以利用人工智能新技术,开展信息资源互享式服务、专业知识精准化服务、人工智能个性化服务、需求端可视化服务,更好地服务高校读者,并带动图书馆事业实现突飞猛进的发展。但同时,人工智能的应用又使图书馆面临用户隐私泄露、知识产权保护、图书馆员服务水平参差等问题。大学图书馆要树立服务创新理念,提升图书馆员的职业素养,充分利用自身优势,促进人工智能与图书情报专业的融合,以推动大学图书馆服务创新,满足不同学科、不同读者的个性化需求。

关键词： 磁性随机存储器   加法神经网络   稀疏计算   硬件加速器   人工智能  

摘要： 随着人工智能研究的不断深入，卷积神经网络(Convolutional Neural Networks, CNN)在资源受限环境中的部署需求不断上升。然而，受限于冯诺依曼架构，CNN加速器随着部署模型深度增加，卷积核逐层堆叠所引发的乘累加运算呈现超线性增长趋势。为此，该文提出一种基于自旋转移矩磁性随机存储器(Spin Transfer Torque-Magnetoresistive Random Access Memory, STT-MRAM)的轻量型加法神经网络(AdderNet)加速电路设计方案。该方案首先将L1范数引入存算一体架构，提出STT-MRAM绝对差值原位计算方法，以轻量级加法取代乘累加运算；其次，设计基于磁阻状态映射的可配置全加器，结合稀疏优化策略，跳过零值参与的冗余逻辑判断；最后，进一步构建支持单周期进位链更新的并行全加器阵列，实现高效的卷积核映射与多核L1范数并行计算。实验结果显示，在CIFAR-10数据集上，该加速器实现90.66%的识别准确率，仅较软件模型下降1.18%，同时在133 MHz频率下达到32.31 GOPS的最大吞吐量与494.56 GOPS/W的峰值能效。

关键词： 人工智能时代   图书编辑   突破之道  

摘要： 在人工智能飞速发展的当下,其在图书编辑领域的应用日益广泛,深刻改变了图书出版行业的格局。本文深入探讨人工智能在图书编辑中的新要求,剖析图书编辑在这一时代背景下所面临的困境,并针对性地提出相应的对策,如构建人机协同生态、建立动态需求响应机制、完善能力培养体系并推动行业标准建设,旨在助力图书编辑在人工智能时代实现自身价值的升华,推动图书出版行业的创新发展。