关键词： 历史研究方法   手写文本识别   古文字鉴定   数据科学   人工智能   人工神经网络   大数据  

摘要： 21世纪的数字化转型浪潮席卷了历史科学的诸多领域,历史学研究正迎来前所未有的机遇和挑战。数据科学和人工智能技术的引入,如人工神经网络、机器学习、大数据分析等,为历史学研究提供了新的路径和技术手段。历史学家运用人工智能方法的探索可追溯至20世纪80至90年代,主要聚焦于认知计算模型在文本理解中的应用以及专家系统的开发。虽然历史学领域很少遇到真正意义上的“大数据”,但微观数据,尤其是历史人口学领域的数据,已超出传统数据处理方法的能力范围。例如,“微观数据挖掘”国际项目、CLARIAH项目、威尼斯时光机项目等,均展现出大数据技术在历史研究中的应用潜力。进入21世纪,机器学习技术和人工神经网络成为历史学研究的新焦点,人工智能的应用已拓展至手写文本识别和古文字鉴定等领域。历史学家需与信息技术专家密切联系,进行跨学科合作,才能实现人工智能与历史学者智慧的融合,充分释放人工智能技术的潜力。

关键词： 人工智能   本质   人的现代化   中国式现代化  

摘要： 唯物史观视域下，人工智能的本质是一种新型生产工具，只有人类自身的主体性素质不断增强，才能更好地应用和掌握这种工具。人工智能的发展与人的现代化阶段演进存在辩证关系。人工智能本身是人造物，但是当人类停留在追求物质满足的初阶现代化阶段时，工具理性就容易压制人的主体意识，使人为工具异化。当人迈入高阶现代化阶段，人的价值理性增强并主导工具应用，即可使“人工智能-人”处于良性互动状态。中国式现代化坚持“现代化的本质是人的现代化”的发展理念，人的价值理性能够不断引领“技术向善”，为人类智能文明的发展提供了具有中国智慧的理论方案与实践路径。

关键词： 人工智能技术   生物多样性研究   生态监测   多模态数据   物种识别  

摘要： 全球生物多样性保护面临的挑战日益严峻，结合人工智能技术(AI)的生物多样性保护成为生态学发展的关键领域，其在生物多样性保护数据综合分析、多物种保护决策、多模态数据应用、物种识别及海量信息整合等领域展现了巨大潜力。在文献计量分析的基础上，分析了2005—2025年Web of Science(WoS)数据库和中国知网(CNKI)数据库中AI在生物多样性研究热点的应用，明晰AI与生态学交叉赋能生物多样性保护的研究脉络，凝练前沿热点与核心挑战，并对未来研究提出展望。结果表明：①该领域发文量从2020年后呈现指数级增长，2024年发文量高达2005年的33倍。英文研究中中国发文量最高，在国际科研合作中处于较为中心地位。②英文研究形成保护决策、生态机制和AI技术三大热点集群，侧重全球尺度建模与多模态数据融合；中文研究则在智能监测、农业生态和数据驱动决策方面成果突出，侧重智能监测技术与生态应用。③AI技术应用于生物多样性研究的主题经历了“基础理论探索阶段(2005—2015年)→技术发展与多模态融合创新阶段(2016—2020年)→全球化智能应用阶段(2021至今)”的演进。④该领域研究热点从单一物种识别拓展至自动化监测、多模态数据融合、生态过程建模与预测以及智能化决策优化，但仍面临数据偏倚、多源异构、多保护目标权衡等挑战。未来建议重点加强生物多样性多模态数据集的构建与物种协同保护机制研究，深入探索跨尺度生态机理建模及边缘智能模型开发，研发内嵌生物多样性知识图谱和多尺度感知能力的新一代AI模型；同时推动大模型本土化与全球协同治理，深化AI在生物多样性保护中的创新应用，贡献具有中国特色的技术方案。

摘要： 城市化进程的推进使机动车辆数量迅猛增长,高速违章现象屡见不鲜,给道路交通安全带来巨大威胁。据统计,每年因交通违章引发的交通事故占事故总数的相当比例,造成了巨大的人员伤亡和财产损失。传统的交通违章检测主要依赖人工监控或简单的电子警察设备,这些方法在效率、准确性和实时性等方面存在诸多不足。人工智能技术的兴起为交通违章检测开辟了新的途径。将人工智能与机器视觉相结合,可有效提升交通违章检测的智能化水平,提高交通管理效率,保障道路交通安全。

摘要： 当前,民办高校的学生管理工作正面临新的技术机遇与现实挑战。学生群体的多样性及管理资源的有限性使辅导员在学生管理工作中承担着繁重的任务。人工智能作为辅助工具,被寄予帮助提升管理效率和精准性的期待。然而,技术的引入并非单纯的技术升级,如何避免依赖机器的冰冷判别,保持学生管理工作的温度与灵活性,是摆在辅导员面前的重要问题。

摘要： 在当今人工智能(AI)技术蓬勃发展的时代背景下,中国传统文化既面临着挑战,也存在着机遇。本文深入探讨了如何通过设计转化实现传统文化的创造性转化、创新性发展,分析了人工智能技术在传统文化设计转化中的显著优势,也客观地指出了人工智能技术在理解和传承传统文化深度与精度上的局限性,以及可能引发的过度商业化和娱乐化问题,这些挑战需要我们在实践中加以重视和解决。本文通过对具体策略的详细阐述和相关案例的深入分析,旨在为相关领域的研究与实践提供全面、系统的参考与借鉴,以推动中国传统文化在人工智能时代的传承、创新与发展,为人类文明的宝库增添更加璀璨的光芒。

关键词： 数字政府   生成式人工智能   技术赋能   风险规制  

摘要： 本文基于“技术—组织—角色”分析框架，探究生成式人工智能嵌入数字政府的内在逻辑。在此基础上，从生成式人工智能的深度交互对话、联结驱动和算法融合维度分析生成式人工智能嵌入数字政府的应用前景，发现其能助力数字政府凸显人文、效能与智慧特质。但是，这一技术的应用也面临多重风险，即技术层面的国家数据主权和情报泄露风险、政府公共数据安全风险、个人隐私侵犯与信息泄露风险，组织层面的公权力被分解和责任链条断裂风险，以及政府角色替代和角色异化引发的公平减损与伦理道德风险。因此，需要从自主研发与技术弥补方面进行技术规制，从数据分级与责任追溯方面进行组织制度规制，从科技伦理与道德规范引导方面进行角色规制，从权利确认与权利保障方面进行法律原则性规制，促使生成式人工智能更好地嵌入数字政府，充分发挥其效能和价值。

关键词： 可解释人工智能   人智交互   人工智能生成内容   信息行为   生成式人工智能  

摘要： [目的]探寻可解释性和解释精度与用户信息行为的作用关系，优化多场景适用的可解释设计。[方法]通过两个不同情境的平行实验，研究分析了人工智能可解释性、解释内容关联度对个体信息采纳的影响，以及进一步探讨了不同任务信息需求情境下人工智能“解释奇点”的变化规律。[结果]人工智能的可解释性对个体信息采纳具有显著影响，其具体的影响关系受制于内容关联度的制约；“解释奇点”是可解释设计作用信息采纳行为的转折点，不同任务情境下“解释奇点”存在一定变化。该发现不仅拓展了解释合理性与人类偏好对齐的研究视角，也揭示了解释关系与内容关联度在驱动用户信息采纳中的关键作用，强调其对用户信息采纳行为的边际影响。[局限]未能考虑虚假信息的存在，对XAI与个体信息采纳“效果”的揭示较为有限。[结论]多情境视角下揭示AIGC解释信息采纳机制差异，挖掘了“解释奇点”的变化规律。：

关键词： 人工智能   机器认知评测   多模态  

摘要： 近年来随着机器心智理论不断发展,研究发现,机器心智理论发展与儿童心智理论发展的三角模型有很大不同.因此,提出了面向机器心智理论发展的三角模型,该三角模型描述了机器心智理论过程中各个工具之间的关系.依照该三角模型,提出了适用于机器心智理论发展的评测数据集,可以用于机器心智理论的动态测评.最后,设计了一个专门用于认知推理的视频问答模型——FOMemNet,该模型主要用于解决信念、愿望和意图推理.在认知推理任务中,模型需要以观察者的角度来进行推理, FOMemNet能通过视觉事实和观察者感知编码模块来获得视觉事实特征和观察者特征.此外,模型利用多角度融合模块和两个记忆模块对两个角度的特征进行融合以获得全局表示. FOMemNet在BDIQA(Belief, Desire and Intention Question Answer)数据集上的准确率提升了2.27%.实验表明,事实和观察者的概念能有效提高视频问答的认知推理的能力.

关键词： 机器决策   道德责任   伦理挑战   科技革命   人工智能  

摘要： 人工智能是新一轮科技革命和产业变革的重要驱动力量,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能技术涵盖多个细分领域,包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习,计算机视觉等。然而随着人工智能技术的飞速发展,一系列伦理挑战随之浮现,特别是机器决策的道德责任、人工智能的权利与义务等问题,引发了广泛的社会讨论和深刻反思。