关键词： 医疗健康   大语言模型   知识服务   服务模式   人工智能  

摘要： [目的/意义] 医疗健康事关人民生命健康安全，对经验和知识依赖性强，需要智能、精准、个性化的知识服务。生成式人工智能技术的蓬勃发展与超大参数规模语言模型的涌现能力为医疗健康知识服务带来了颠覆性变革与机遇，当前亟需构建AIGC驱动的知识服务模式为公众提供更智能化、精准化与个性化的医疗健康知识服务，从而提升人民健康水平、提高全民健康素养。[方法/过程] 本文以构建领域大语言模型为基础，围绕数据收集、知识组织、模型构建、信息安全及知识服务等关键环节，融合知识服务阶段、应用场景及目标人群等内容，构建一个包括5个层级的领域知识服务模式，并在医疗健康问答和图像描述任务上进行了实验验证。[结果/结论] 研究推进了医疗健康领域知识服务模式的理论深度，可为有效序化、组织并挖掘数据中蕴含的丰富医学知识，构建高效知识推理模型与机制，推动医疗健康知识服务的智能化、精准化与个性化发展提供支撑。

关键词： 生成式人工智能   思政课   高职院校  

摘要： 在新时代背景下,生成式人工智能成为高职院校思政课建设改革创新的重要驱动力。文章从“教“”学“”管”三个方面入手,深入探讨了生成式人工智能赋能高职院校思政课建设的路径,探索了如何创新智能化教学内容、方式与评价,形成智能化学生自主学习、智能辅助与成果评估系统,从而构建科学完善的智能化教师、学生与资源管理体系,力求全面提升高职院校思政课教学质量与育人成效。

关键词： 设备健康状态评估   预测性维修   人工智能  

摘要： 随着工业智能化发展,设备健康状态评估在预测性维修中愈发关键。本文提出基于人工智能与多源数据融合的方法,通过引入机器学习算法与多传感器数据融合技术,实现设备状态的实时监测与精准预测。实际应用表明,本方法可以降低设备故障率与运维成本,提升生产效率,为科研生产设备智能化管理提供有效方案。

关键词： 人工智能   科学仪器   智能科研   科技创新  

摘要： 高端科学仪器是探索未知世界、促进学科融合、服务科技创新高质量发展的条件基础，为科学家探究科学前沿和实现重大科学突破增添“慧眼”与“巧手”。人工智能与高端科学仪器深度融合发展，将拓展乃至重塑科学仪器的应用范式，必将推动智能科研跃迁发展。

关键词： 人脸识别技术   人工智能   伦理风险   价值前置型治理  

摘要： 人脸识别技术作为一种关键身份认证工具，其广泛应用催生的隐私侵犯、识别错误与责任归属失当等伦理风险正以指数级态势演进，严重威胁到国家安全、社会稳定及个人安危。态势演进的伦理风险治理需求与现有“事后纠偏”式时滞性治理体系时差引致的“治理失灵”困境亟待科学循证，为破解此困境，本研究引入基于前瞻性“事前预防”逻辑的价值前置型治理新模式。具体而言，基于循证提炼的伦理风险，围绕价值、结构、过程、关系四维度，设计“价值塑造-结构明晰-过程适配-关系平衡”的治理框架，最终形成“共识构建、责任规制、分级监管、协同合作”的可操作性治理方案。本研究为构建中国包容性AI治理话语体系和本土化方案提供理论工具，为实现更广泛的AI场域的伦理风险治理提供决策参考，以推动AI技术安全、可靠、可控地为中国式现代化服务。

关键词： 生成式人工智能   训练数据跨境流动   合规治理   数据主权   DeepSeek  

摘要： 生成式人工智能（GAI）的迅猛发展与广泛应用，正深刻重塑全球数字经济的发展格局，其中训练数据跨境流动正成为推动技术创新的核心驱动力，同时也引发了数据主权博弈及合规治理的全球性挑战。以DeepSeek训练数据跨境合规作为典型案例切入点，在明确其技术架构、数据属性特征的基础上，有必要深刻剖析此类行为在法律规范竞合、“最小必要原则”解释冲突及治理效能薄弱的三重困境。通过分析DeepSeek在多法域监管下的合规实践现状，可揭示当前全球治理范畴内针对GAI训练数据跨境合规的复杂审查动因，并探讨欧盟、美国及亚太等地区的典型实践对全球生成式人工智能数据治理规则创新所产生的示范与示警效应。在我国语境下，生成式人工智能训练数据跨境合规治理以“数据主权分层治理”为理论基底，分别在物理层、逻辑层及应用层形成系统化、层级化的合规治理工具。通过解构其在数据应用实践及法律规制体系中的必要性与适配性，论证我国的层级化治理本土实践的合理性与制度优势，进而构建立法、监管、技术为核心的“三位一体”政策架构，旨在平衡数据主权维护与跨境数据流动效率之间的张力，最终在分层治理框架下形成完备的训练数据跨境合规体系。为破解治理碎片化的现实困局，可采取“技术-法律”协同治理框架，通过推动法律合规体系的内外协同、技术工具法律适配、多元主体共治机制及域外经验本土化改造等措施，为生成式人工智能训练数据跨境合规的全球治理给出中国方案；通过包容性规则重构，达成技术伦理共识，有效摆脱治理碎片化困局，最终实现数据要素的安全高效精准配给，为构建可持续、负责任的全球生成式人工智能发展生态贡献中国智慧。

关键词： 人工智能   高校   思想政治教育  

摘要： 在人工智能快速发展的背景下,高校思想政治教育迎来了前所未有的机遇与挑战。人工智能的引入不仅为思想政治教育提供了全新的教学手段,还促进了教育理念、模式和方法的不断创新。通过智能化教育平台的建设,教师能够更加精准地掌握学生思想动态,实现个性化教学与干预。同时,数据驱动的教育路径为学生提供了个性化的学习体验,极大提升了思想政治教育的互动性与参与感。AI技术的应用使得教学内容更加灵活,教学方式更加多样,从而使思想政治教育在教学效果、学习兴趣以及教育质量等方面都得到了显著提升。本文旨在探讨人工智能时代高校思想政治教育的创新路径,并提出相应的应用策略,以促进其更好地服务于新时代的思想政治教育需求。

关键词： 人工智能   小学语文   读思达  

摘要： 智能时代的到来为教育带来了新的机遇。小学语文属于基础教育的基础学科,因此在小学语文教学中要想实现教学模式的升级,提高学生语文能力,使其形成独立的阅读、思维、表达能力,“读思达”教学模式便是一种较好的方式。借助智能教育技术,“读思达”教学模式可以依托“读思达”三个环节,在课堂上为学生提供 更好的语文核心素养体验,能够在授课的前期设计中强化课堂,提升效率,在课堂中实现学生的个体化学习体验。

关键词： 人工智能教育   问题导向学习   儿科麻醉   住院医师规范化培训  

摘要： 目的 探讨人工智能（artificial intelligence，AI）联合PBL（问题导向学习）模式（以下简称AI-PBL）在儿科麻醉住院医师规范化培训中的教学效能。方法 采用随机对照试验设计，纳入2023年1月至2024年12月宁波市医疗中心李惠利医院50名儿科麻醉规培医师，采用SPSS 25.0软件生成随机数字序列，按照1:1比例将符合条件的50名学员随机分配至传统PBL组与AI-PBL组（每组25人）。随机序列由独立统计人员生成并保存于密封信封中（分配隐匿方法具体化），研究者与学员均不知晓分组情况，实施单盲法分配随机分为传统PBL组（n=25）和AI-PBL组（n=25）。AI-PBL组整合智能文献检索系统（MedReading）及临床决策支持工具（clinical decision support system，CDSS）开展教学。通过理论考核（60分）、客观结构化临床考核方式（objective structured clinical examination，OSCE）临床技能评估（40分）、Mini-CEX综合能力评价及教学满意度调查进行效果分析。结果 AI-PBL组理论成绩、临床技能得分显著优于对照组;综合能力评价中，AI-PBL组具有显著优势（均P<0.05）;教学满意度达88.0%（22/25），显著高于对照组64%（16/25）(χ2=3.947，P=0.047)。结论 AI-PBL模式通过智能数据挖掘与临床情景模拟的深度融合，显著提升住院医师临床胜任力，为儿科麻醉专科医师培养提供创新路径。

关键词： 生成式人工智能   信任危机   算法   人机关系   共生同构  

摘要： 以ChatGPT为代表的生成式人工智能具有强大的机器理性与知识生产能力,在提升人类认知、增进社会福祉的同时,也引发了“因智而信”还是“因智生疑”的信任迷思。走出信任迷思的第一步需要从数据、算法和算力三要素出发,解构由数据狭隘、算法偏见以及算力鸿沟所导致的生成式人工智能信任危机。在此基础上,需审思化解信任危机的可能性,并从中抽象出人机关系新范式的伦理基础与理论靶向。最终,应基于解构生成式人工智能信任危机的理论实践,而达于重构信任的实践理论,跳出机器“工具论”的陷阱,构建从“人机共生”走向“共生同构”的信任新范式,以推动生成式人工智能始终朝着向上向善的方向发展。