课程文献中心 更多>>

关键词： 生成式人工智能   个人信息保护   赋权主义   信义义务  

摘要： 数字技术的飞速发展，推动着生成式人工智能的深度应用。面对生成式人工智能服务的兴起，现行个人信息保护体系所采用的“赋权保护”模式，暴露出明显的局限性，存在静态权利预设与动态保护逻辑脱节，统一赋权逻辑与差异化保护需求相互冲突等弊端，致使用户面临权利规则落空、失范风险泛滥以及权益救济受阻等严峻挑战。对此，将制度重心转向对服务提供者行为规范的“信义保护”模式更契合个人信息保护的需要。从服务提供者与用户的身份看，二者构成一定的信义关系，将用户的信息权利作为信义保护客体具有适格性，同时亦有助于实现信息保护与数据流通利用共赢的目的。基于此，在“信义保护”模式下，应勾勒服务提供者的信义义务轮廓，形塑信义义务下的多元监督机制，拓宽背信行为下的用户救济途径。

关键词： 生成式人工智能   学习分析   价值内涵   实践框架   发展路向  

摘要： 生成式人工智能正在教育领域崭露头角,其在数据处理、分析和生成方面的出色表现,为解决学习分析面临的利益相关者素养不足、技术可信性不强等问题提供了重要机遇,对深化教育评价改革意义深远。然而,关于生成式人工智能赋能学习分析的价值内涵、实践框架及发展路向尚不清晰。因此,研究首先从“术用”与“器用”的双重角度剖析生成式人工智能赋能学习分析的价值内涵。其次,从确立目标、数据采集、数据处理与分析、智慧应用四个主要方面构建并阐释了生成式人工智能赋能学习分析的实践框架,以为学习分析实践提供参考。最后,立足于生成式人工智能赋能学习分析的现状,研究认为未来应该关注智能素养培育,以转向人智协同的学习分析范式;注重多种技术兼容,以促进分析变革培养的创新发展;重视分析伦理规范,以推动可信学习分析生态的构建。

关键词： 人工智能   布艺   趋势解读  

摘要： 共“探”索生态之道,“寻”找内心声音——本季趋势“探·寻”旨在让我们在积极探索、勇敢追寻的过程中,不断拥抱新的、更有效的解决方式。“探”意味着探索、发现和探讨,我们要勇敢地去探索未知,特别是在人工智能领域。

关键词： 乳腺癌   分子分型   磁共振成像   影像组学   人工智能  

摘要： 多模态乳腺MRI是无创性评估乳腺癌的重要工具,基于乳腺MRI的影像组学能够提取乳腺癌组织的高通量、深层次特征,发掘其与乳腺癌分子标志物表达水平的关系。从MRI模态基础、影像组学研究进展、机器学习和深度学习的算法及其临床应用、多组学联合研究等多个方面综述人工智能预测乳腺癌分子分型的研究现状,以及不同方法的优势和不足。为基于MRI人工智能的后续研究及临床无创性预测乳腺癌分子分型提供参考标准。

关键词： 华佗五禽戏   人工智能   人体姿态估计   人体运动重定向   互动装置  

摘要： 目的 通过数字化方式转化中国传统健身体操华佗五禽戏，利用其模拟虎、鹿、熊、猿、鸟的神态和动作的特点，发挥其在健身、心理和美学上的潜在价值，助力非遗项目的现代化传播，并为全民健身提供方案支持。方法 本研究分四步展开：（1）建立华佗五禽戏视觉造型形象；（2）应用人工智能算法实现动作捕捉，采用人体姿态估计和人体运动重定向方法；（3）完成公共互动装置“动健乐”概念设计；（4）建立生理和心理评估指标，采用线性回归分析和逻辑回归分析进行数据分析。结果 利用人工智能技术优势，较低成本实现了华佗五禽戏的数字化转化，设计了具备交互功能的健身装置，并评估了其在健康促进方面的效果。结论通过探索体育、设计学与人工智能相结合的创新方法，为非物质文化遗产传承、学科融合以及健身设计领域的创新发展提供了有益参考。

关键词： 生成式人工智能服务提供者   著作权侵权   间接侵权   注意义务  

摘要： 生成式人工智能服务提供者不能简单以“技术中立”作为免责事由,从成本效益的经济理性、危险控制理论来看,服务提供者承担著作权侵权责任具有必要性基础。对生成式人工智能服务提供者可以采取解释论立场,确立其作为新型网络服务提供者的主体地位,并结合生成式人工智能特性与侵权场景适当调整其侵权责任认定,包括引入过错推定作为归责原则和探索注意义务的重构。注意义务的认定应遵循一种客观、动态的认定标准,具体内容涉及数据来源合法、算法优化训练、监督用户合规使用义务。实践中,生成式人工智能侵权表现为不同行为形态、违反不同注意义务内容,因而有必要类型化构建生成式人工智能服务提供者的著作权侵权责任规则。同时,为维系利益平衡与促进技术发展,需要构建包括意思自治保留下责任分配、用户免责下侵权阻却等责任限制规则。

关键词： 中国家纺   人工智能   纺织服装   思变   主题演讲   商务部   实地参观   工信部  

摘要： 2024中国家纺大会暨中国家纺协会七届三次理事扩大会议于11月20日在纺织谷——青岛人工智能国际客厅隆重举办。本届大会被列入国家工信部、商务部“2024纺织服装优供给促升级”的重要活动之一。大会以“聚势谋远,思变未来”为主题,通过“主题演讲与特色推荐”并行、“平行论坛与实地参观”联动。

关键词： 自动优化   人工智能   机器学习   连续流   流动化学  

摘要： 传统手动程序在化学合成领域效率不足，存在能耗大、废物产生多等多方面缺点。自动化技术在化学合成领域的应用日益广泛，将耗时和重复的任务交给机器来完成，为科学家们提供了更多专注于高价值活动的机会。智能算法的发展进一步推动这一进程，与实时反应分析和自动化相结合，为化学合成带来了前所未有的机会。自动优化连续合成技术对流动和反应过程的准确把握，使其成为应用在各个领域的一种前沿手段。本文旨在探讨自动优化连续合成技术在生物制药、材料合成、有机化工、反应动力学等领域的应用效果及优化策略。本文结论表明，自动优化连续合成技术在化学合成领域具有广阔的应用前景，未来研究可进一步探索自动化技术在更多领域的应用及优化策略。

关键词： 生成式人工智能   医疗ChatGPT   应用困境   法律规制  

摘要： 生成式人工智能ChatGPT系列在医疗领域有巨大的应用潜力，部分产品已经投入市场，并引发全社会广泛关注。医疗ChatGPT虽有众多优点，但其基于算法、数据、平台的内部技术缺陷可能会带来法律责任分配、医学伦理争议、医疗纠纷处理和知识产权保护等代表性的外部应用困境，而我国现行的法律规范可能无法良好地加以应对。为有效处理这类矛盾，既需要用善治的理念对其内部技术缺陷加以治理；同时，还需要用公平性原则、问责制原则、可救济原则和阶段性原则对其外部应用困境加以规制。

关键词： 自然资源   行业大模型   人工智能   数字化治理   智能场景  

摘要： 自然资源部是数据、知识密集型政府部门，拥有海量的时空数据、复杂的业务逻辑和严谨的技术规则，有效挖掘各类数据要素背后蕴含的时空规律，高效发现、表示、使用和共享领域知识，对于提升自然资源智能化水平起到关键作用。本文从工程化建设角度，提出了“四横两纵”的自然资源行业大规模预训练语言模型（简称大模型）建设总体架构，结合自然资源行业特点和需求，从大模型训练、检索增强生成和智能体等方面，提出构建自然资源行业大模型的关键技术，根据各地实际探索经验，总结目前适合大模型应用的典型场景，并从关键技术和典型应用场景两方面对自然资源行业大模型的发展进行展望。