课程文献中心 更多>>

关键词： 中小学教师   幼儿园教师   生成式人工智能   GenAI   人工智能接纳度   AIDUA模型   量表编制  

摘要： 为揭示我国中小学及幼儿园教师对生成式人工智能的接纳度,基于AIDUA模型,结合文献分析、教师访谈、专家修正、项目分析、探索性因素分析、验证性因素分析等多个环节,编制了一阶九因素教师生成式人工智能接纳度量表。同时,运用此量表对955名中小学及幼儿园教师生成式人工智能的接纳度进行初步考察。结果发现:受试教师虽然对生成式人工智能的认知较少、经验有限,但整体对生成式人工智能的使用持积极态度;他们形成生成式人工智能使用意向的内在机理大致经历了认知评估、情感生成、行为意向形成等三个阶段。验证表明,量表具有较好的信度和效度,可以作为教师生成式人工智能接纳度测评的有效工具。

关键词： 生成式人工智能   认知层次   交互行为   系统评价  

摘要： [目的/意义]生成式人工智能的迅速发展推动用户交互行为与思维模式的变革。本研究关注不同层次的认知复杂度的任务下，用户与生成式人工智能的交互行为及其对系统表现评价的差异。[方法/过程]本研究采用用户实验法，通过Kruskal-Wallis检验探究任务认知层次对用户交互行为及对系统评价的差异，通过主题分析法对用户评价生成式人工智能的新指标进行归纳。[结果/结论]本研究有以下三个重要结论：（1）在交互行为方面，用户在不同认知层次的任务完成中信息使用的时长几乎是不变的，变化的一直是信息获取的时长；评估创造类任务花费时间最多，提问与问答轮次最多，平均回答长度最短；应用分析类任务的回答中，总复制比低于记忆理解与评估创造类任务；（2）在对系统的评价方面，评估创造类任务总体表现最差；（3）在新评价指标方面，本研究归纳出完整程度、一致程度等6大类、17小类新指标。本文在理论层面补充了以用户为中心的生成式人工智能评价指标，在实践层面有助于相关智能系统了解用户在不同任务类型下的行为特质，更有针对性地提供信息服务。

关键词： 新质生产力   农业现代化   高质量发展   人工智能   “大农业”  

摘要： 农业现代化是中国建设社会主义现代化强国的底色。随着科学技术的快速发展，以人工智能为重要引擎的新质生产力已成为各行业创新和区域发展的核心动力，利用人工智能改造传统农业，不仅能够提高农产品质量，而且是解决农业劳动力不足的重要选择，是农业现代化发展的必然要求。本研究以政治经济学为理论基础，认为人工智能赋能改造传统农业、实现农业现代化的过程主要是通过提高农业生产要素利用率和转变农业生产方式两个方面，包括土地利用高效、劳动力能力提升、技术水平进步和资本市场繁荣，以及农业生产的规模化、集约化和信息化，在此基础上经过产业融合和产业升级，最终实现农业现代化。最后，从做好顶层设计，不断推进制度创新、深化技术研发，提高成果转化水平、创新培养模式，提升农业人才素质等方面提出发展中国现代化“大农业”的对策建议。

关键词： 合成生物学   人工智能   专利分析   技术态势   科技情报  

摘要： 【目的】通过专利分析挖掘人工智能在合成生物学中的应用趋势与分布特征，为该领域的技术创新、研发方向以及产业布局提供实践参考和理论支持。【方法】本研究概述了合成生物学的研究内容和方法，借助专利网络深入挖掘并结合文献分析角度，探究人工智能在合成生物学领域的发展态势。【结果】检索和分析相关专利数据，揭示了人工智能在合成生物学领域的申请和公开趋势，以及主要国家和申请人的分布情况。进一步，从专利角度分析了生物合成基因簇、蛋白质结构分析以及转录因子结合位点等3个技术分支的发展情况。此外，本研究讨论了人工智能在合成生物学应用中面临的挑战，并提出了一些应对建议。【结论】本研究结果有助于深入了解人工智能在合成生物学领域的技术发展脉络，为相关企业和科研机构的研发决策提供参考，强调了人工智能技术在合成生物学领域的重要性，以及其在推动该领域发展中的关键作用。同时，本研究还提出了进一步加强人工智能在合成生物学领域的研究和应用的建议，以期为全球科技竞争态势下的国家科技情报体系建设，尤其是合成生物学的发展提供更多创新思路和技术支持。

关键词： 中医药   人工智能   大语言模型   自然语言处理  

摘要： 采用人工智能技术研发的中医药领域大语言模型,推动了中医药的创新与发展,对中医药的传承和创新具有重要意义。基于大语言模型的研究背景,阐述了中医药领域大语言模型的研究现状和研究过程,包括收集中医药领域数据信息、输入指令数据微调模型及选择不同评估方法评测模型性能三个关键任务。总结了中医药大语言模型的前沿技术,如提示工程、检索增强生成、人类反馈强化学习等理论应用,有效提升了大语言模型在中医药领域各种应用场景中的适应能力。分析了中医药大语言模型仍面临的困难及挑战,在数据隐私、伦理偏见、模型解释、技术难题、评估标准等方面仍需进一步优化提升。展望了未来中医药大语言模型的应用前景,将其与深度学习等先进人工智能技术相结合,并融合中医四诊信息、中药图像数据等多模态信息,可为大语言模型在中医药领域的发展提供新的思路,从而更好地服务中医辨证诊断、中药处方推荐、中医药知识图谱构建、中医药教育等各种应用场景。

关键词： 生成式人工智能   档案馆   档案内容生产   档案服务  

摘要： 生成式人工智能的问世与发展正为知识服务、生产方式与社会经济带来深刻变革。梳理生成式人工智能的研究与实践现状，发现其在高效生产、需求锚定与沉浸体验方面的技术特征。围绕基础设施层、数据资源层、内容创作层与场景衍生层构建起生成式人工智能赋能档案馆服务质量优化的总体框架，并结合现有实践案例与经验，从引进技术设施、开展数据喂养、深化用户交互等方面探索实践路径，为新技术环境下档案馆服务的建设提供借鉴。

关键词： 中医学   人工智能   高质量发展   问题与挑战  

摘要： 中医学高质量发展是新时代中医学发展面临的重要课题。人工智能作为新质生产力的代表之一,有望为中医学的传承、创新与发展提供强力动能。通过聚焦智能中医预警与诊断、智能中医治疗与康复、智能中医科研与教学三大方向,梳理人工智能赋能中医学存在的问题和挑战。在智能中医预警与诊断方面存在着中医理论本身的规范化和标准化问题,开放优质的大规模中医标注数据资源不足,智能方法设计缺乏中医理论及思维指导等问题;在智能中医治疗与康复方面,存在着反馈和调节机制尚未健全,多学科协同创新深度不足,技术安全和法律法规不够完善等问题;在智能中医科研与教学方面,存在中医隐性知识的挖掘和阐释不足,中医专家思维的学习和模拟不足等问题。基于以上问题提出相应的解决思路,为“人工智能+中医学”交叉学科领域研究开拓思路,为中医学传承创新高质量发展提供参考。

关键词： 生成式人工智能   ChatGPT   教育政策   国际趋势  

摘要： 以ChatGPT为代表的生成式人工智能推出后对教育带来极大冲击与挑战。各国政府纷纷通过发布行政命令、制定应用指南等方式,表明对生成式人工智能在教育领域应用的基本立场和所关注的关键议题。其中,英国对生成式人工智能的风险防范极为关注,美国则对人工智能在教育场景的创新价值持肯定态度,高度重视技术研发及法律修订,日本积极引导各级学校利用生成式人工智能推动信息应用能力培养。各国政策虽存在差异,但也体现出一些共性,例如一致强调监管的重要性,普遍认可透明、公平、责任等治理原则和逐步开展国际合作等。为了应对生成式人工智能的未来发展,我国应该进一步推进顶层设计,完善监管评估,重视教育公平,加强国际交流。

关键词： 新安医学   智能辅助诊疗   人工智能   知识图谱   大语言模型  

摘要： 目的 构建基于人工智能的新安医学智能辅助诊疗系统,以应对新安医学古籍医案在现代临床应用中的挑战。方法 通过结构化和标准化处理新安医学古籍医案,构建新安医学数据库,并利用数据标注、实体关系提取及数据挖掘技术,形成新安医学知识库。进一步,通过知识获取、融合、存储和图谱问答技术,实现新安医学知识图谱的构建,提高知识的组织和检索效率。采用LangChain框架,将新安医学知识库接入大语言模型,实现基于模型的本地知识库问答。结果 成功构建了新安医学古籍医案知识库,实现了知识的系统化与标准化。通过知识图谱技术,有效展示了新安医学的知识结构,并开发了智能问答模块,显著提高了知识检索与管理的效率。基于大模型的本地知识库问答系统,依托新安医学理论和实践经验,为临床提供精确诊疗支持,促进了新安医学的传承与创新。结论 证实了传统医学文献现代化处理的可行性,为中医药领域的知识创新与临床实践提供了新途径,具有重要的学术价值和临床应用前景。

关键词： 人工智能   计算模拟   计算生物学   分子对接   分子动力学模拟   量子化学计算  

摘要： 计算模拟驱动的生物元件、代谢网络乃至细胞系统的机理解析、定向改造和按需设计，可为解决不同层次的生物学问题提供新的技术方案，已成为生物制造的核心研究内容。在蛋白元件的计算模拟方面，基于物理原理的传统方法利用计算机软件和数学模型来模拟生物体系中蛋白行使功能的物理和化学过程，是理解复杂生物体系和指导实验设计的有力工具。随着生物系统模拟尺度的不断扩大，传统计算模拟技术面临计算精度和计算速度难以平衡的困境。近年来，生物数据量呈现爆炸式增长，使得构建高性能人工智能 (artificial intelligence， AI) 模型成为可能，为蛋白计算模拟带来了新思路和新契机，AI和物理原理融合驱动的蛋白计算模拟技术应运而生。本文对基于物理原理的传统蛋白计算模拟方法及其应用进行了详细介绍，并对融合AI和物理原理的最新计算模拟技术进行了梳理和讨论，进而提出在AI模型中结合严谨的化学知识和既定的物理原理，可有效提升数据处理和模式识别能力，从而提高计算效率和预测的准确性，使其具备更强的解释能力、通用性和稳健性。AI与物理原理融合驱动的计算模拟技术已在生物催化领域展现出巨大的潜力和价值。本综述聚焦于主流和先进的蛋白计算模拟技术，旨在通过对这些技术的系统性回顾和前瞻性分析，梳理蛋白质计算模拟技术的发展脉络，推动其在酶催化机制解析、蛋白从头设计与理性改造等领域的应用，助力生物制造的发展。