课程文献中心 更多>>

关键词： 教育数字化   生成式人工智能   数字教育资源   精准服务   供需耦合  

摘要： 数字教育资源精准服务是一种以用户为中心、需求为导向的服务模式。从供需耦合角度分析,当前基础教育数字资源服务还存在资源供需不适配,更新速度与需求变化不同步,服务差异化、个性化程度不足,需求识别与预测能力不佳,以及智能化服务水平有待提升等问题。生成式人工智能凭借其跨模态生成、自适应学习、深度理解与智能交互等强大功能,为数字教育资源服务创新提供了有力的技术支持。基于供需适配、使用与满足和用户体验理论,研究构建了嵌入生成式人工智能技术的数字教育资源精准服务模式,阐释了供需双侧联动的资源服务机制。在此基础上,提出增强资源服务与用户需求“耦合”的路径:基于数据驱动的用户需求识别与预测;通过精准推荐增强资源服务与用户需求的适配度;借助智能交互提升用户参与感和体验感;利用反馈信息实现数字资源的持续进化;以及引入智能评估改进资源服务的质量,以此促进数字教育资源服务向精准化、个性化和智能化方向发展,更好地满足基础教育数字化转型的实践诉求。

关键词： 生成式人工智能   大模型   价值链   利益相关者   风险规制   人工智能法治  

摘要： 大模型技术是驱动生成式人工智能价值链的核心，其开发部署引发的风险存在于整个价值链之中，治理大模型风险必须依靠沿价值链上下游利益相关者的协同共治。目前立法探索不足以充分应对大模型带来的全链条风险：欧盟《人工智能法》就通用目的人工智能模型设定了双层累进式的义务体系，但将评估和缓解整个价值链风险的重任赋予具有系统性风险的通用目的人工智能模型的提供者；中国出台专门办法侧重规制生成式人工智能服务提供者，但对大模型本身的风险管控有限。实现大模型沿人工智能价值链的风险共治，需基于利益相关者在价值链中的角色和能力，建立大模型风险治理的多方协同机制。具体而言，应明确大模型提供者的信息提供义务，建立大模型部署高风险用途时多方风险共评机制，确立基于大模型的人工智能系统的透明度制度，健全大模型风险监测和风险处置的共治机制。

关键词： 自主学习   人工智能工具   基础化学   教学实施框架构建   教学改革  

摘要： 针对医学院校基础化学课时数较少但课程内容较多的现状，以及传统教学模式中“以教师为中心”的不足，探索并构建了符合本课程特色的自主学习教学实施框架，创新性采用人工智能工具全面辅助课前导学、课堂互动、课后作业及拓展学习的各个教学环节。这一模式创新不仅有效减轻了教师的备课负担，还极大地提高了学生的学习动力和课堂参与度。实践结果显示，相较于往届学生，采用此模式的学生在作业完成和期末考试中均取得了显著进步，验证了该学习模式在提升教学效果方面的有效性。在此基础上，本团队进一步针对采用人工智能工具进行辅助学习时遇到的具体问题进行了深入的剖析并提出具体解决方法，以期为医学院校基础化学教育改革提供有益的参考和启示。

关键词： 中医装备   中医辅助诊断   舌面诊仪   脉诊仪   经络分析仪   中医望诊   人工智能   医疗器械  

摘要： 本文分别从政策推动、专利和产品总体态势以及关键技术研究3个方面详细综述了中医四诊辅助诊断装备的发展历程。通过总结舌面脉仪和经络分析仪技术进展,阐明四诊装备的核心研发技术,为产品创新提出建议。研究表明,政府从2009年至今累计6次出台相关政策支持中医装备研发,推动中医医疗装备智能化发展。中医医疗器械企业数量增加迅猛,尤其在可穿戴设备、智能康复器具和医疗机器人等领域取得突破。中医辅助诊断装备的相关专利发明约达1 368个。技术上,脉诊采集技术已从单一参数转向混合参数,舌面诊仪通过人工智能实现标准化诊断,而经络分析仪研究仍处于探索阶段,无法完全支持临床实践。尽管中医四诊装备在产品和技术上取得了显著进展,但仍面临行业集中度低和产品安全性等挑战。未来,这些装备将依赖临床标准的制定和技术发展,以实现更广泛的应用,支持中医药现代化。

关键词： 学术搜索平台   生成式人工智能   大语言模型   生成式检索  

摘要： 探讨生成式人工智能技术与学术搜索的整合趋势，全面评估新兴的学术搜索平台在实践应用中的性能，为信息检索领域的变革提供新途径。选择ScopusAI、WOS Research Assistant、SciSpace、Elicit四种GenAI学术搜索平台，构建内容生成和检索生成维度的评价指标体系。揭示其在文献覆盖、生成准确性和用户体验等方面的差异，进一步检验GenAI在引文召回率和精准率之间的平衡。研究发现，四种GenAI学术搜索平台响应流畅且信息丰富，但生成内容受引文支持的覆盖率和精准度有待进一步提升。相较而言，Scopus AI在文献覆盖方面表现相对较好；WOS Research Assistant在精准率上表现突出。SciSpace在跨学科适应性上平衡较好，Elicit表现均衡但略显不足。尽管这些平台的流畅度较高，但“信息幻觉”问题仍存在，未来需要进一步提升内容的准确性与可靠性。

关键词： 人工智能   数智中医   辅助诊疗   应用   辨证论治   发展历程   启示   智能驾驶  

摘要： 依托广泛中医临床数据的不断积累，中医智能化辅助诊疗技术蓬勃发展，目前已基本覆盖了临床诊疗的各个环节，中医临床诊疗逐渐开拓出“数+智”结合的数智化领域。然而，数智化中医诊疗研究成果的应用情况不容乐观，在中医四诊表现的辨识、证候等中医诊断的分析等各方面进展较慢，多停留于研究阶段而较少参与实际诊疗，对应用的讨论也多从研究角度立论。为促进中医数智化诊疗技术走向临床应用，结合人工智能的整体发展趋势，特别是以智能驾驶这一优势应用领域为例，分析促进人工智能技术落地应用的驱动因素，从应用的视角类比、阐释促进中医数智化诊疗应用的夯实数据基础、建立分类体系等对策，以期助力数智化中医诊疗研究成果在普遍应用前进行有效布局，为中医药临床诊疗智能化新质生产力提供若干启示。

关键词： 人工智能   医养结合   数据   伦理  

摘要： 近年来随着人工智能技术的快速发展，越来越多的医养结合数据被采集与开发。但给数据泄露、数据滥用等隐私安全，以及数据公开、数据流通等数据规范管理方面造成了相应的伦理风险。基于此，从政策目标、医养产业、应用场景等方面，探讨了医养结合数据产生的问题源流；立足于医养结合数据应用伦理框架，就医养结合政策与人工智能技术应用中的政策伦理、医养结合数据采集与共享开发中的数据伦理、医养结合数据大模型与算力资源分配中的伦理风险和挑战展开讨论；进而从数据利用、权利维护、责任保障三个方面探讨解决医养结合数据应用中伦理问题的对策与建议，以期为推动人工智能技术应用于医养结合养老服务的规范开展提供参考。

关键词： 人工智能   教师发展   同一性   复数性   行动  

摘要： 强国必先强教,强教必先强师,教师队伍建设在教育事业发展中占有基础性、全局性地位。在教育数字化转型背景下,人工智能赋能教师发展存在潜在的同一性危机,具体表征为:技术的自主性逻辑宰制了教师的思想,诱使教师成为无思想的劳动动物;技术的自动化过程强化了教师的工具性思维,扩大了教师工作的无意义性;技术理性的过度扩张僭越了教师的价值理性,削弱了教师行动的责任伦理。为应对同一性的困境,亟须寻求智能时代教师发展复数性的特质定位,具体体现为教师是行动的主体、教师言说的教育性以及教师行动的开创性。基于此,明晰智能时代教师发展的行动路向至关重要。这一行动路向建基于智能时代教师发展的目的、过程与基石之上,具体呈现为追寻幸福、开启行动以及进行反思。

关键词： 智慧学习环境   生成式人工智能   要素改进   生态重构   理论模型  

摘要： 智慧学习环境作为教育数字化转型的重要支撑,在建设过程中涌现出数据孤岛、模型局限、资源定型、工具繁杂、服务僵硬、场景割裂等问题。生成式人工智能作为人工智能技术发展的新形态,给智慧学习环境的升级与变革带了新的机遇。研究以生成式人工智能为动力引擎升级了三层六要素的智慧学习环境理论模型,认为智慧学习环境中的数据要素由低质化转向高效化、模型要素由判别式转向生成式、资源要素由表象化转向语义化、工具要素由分布式转向集成化、服务要素由预定义转向自适应、场景要素由边缘化转向中心化。在此基础上,研究进一步明晰了生成式人工智能可通过重构人才培养理念、知识与课程观、教学模式与学习方式、教育评价体系及教育治理模式变革智慧学习环境生态。研究深入剖析了智慧学习环境的内部要素改进与外部生态重构,为塑造智慧学习环境新形态提供理论研究支撑与实践探索方向。

关键词： 人工智能   大数据   算法   修井   数字经济   室内测试   新质生产力   油气改革  

摘要： （目的意义）历史修井文本中的经验知识利用不充分导致修井措施水平参差不齐为提取这些知识促进修井措施制定规范化（方法过程）由此提出一种面向施工方案文本的两阶段修井知识智能分析与挖掘方法。在实体提取阶段，设计一种基于标签权重的改进注意力机制，与预训练权重模型共同构成修井知识实体提取模型。在关联规则挖掘阶段，提出一种融合贝叶斯方法和Hash树的改进Apriori算法，以平衡算法的计算复杂性和知识适用性。（结果现象）基于天津大港油田 2300 条修井文本数据的实验结果表明：提出的模型在对修井施工地质设计文本的实体识别精度可达 81.83%。改进的Apriori模型挖掘频繁项集数量为 814 条，具有强关联实体组合 515 条。相较于传统Apriori算法，提出的算法在精度和时效性上都有提升，验证了自然语言处理方法在修井知识提取效率的提高。（结论建议）面向施工方案文本的两阶段修井知识智能分析与挖掘方法可提高修井知识提取效率并促进修井工程的智能化发展。