课程文献中心 更多>>

关键词： 新质生产力   应用型人才培养   教育强国   人工智能   科技创新  

摘要： 发展新质生产力为应用型人才培养带来新机遇并提出新要求。通过厘清新质生产力蕴含的教育价值内涵,强调人才是新质生产力发展的核心要素,分析新质生产力背景下应用型人才培养的现状与问题,从革新高校人才培养理念、优化学科专业布局、重塑应用型人才培养目标、更新教学内容与方法、助力学习方式蝶变、创新评价理念与方法等方面,提出适应新质生产力发展的新时代应用型人才培养路径,从而为新质生产力的快速发展提供新型劳动者要素支撑。

关键词： 聊天机器人   大语言模型   医疗应用   人工智能  

摘要： 随着人工智能技术的快速发展，聊天机器人在医疗领域展现出广阔的应用前景。从个性化健康建议到慢性病管理，再到心理支持，聊天机器人在提高医疗服务效率与质量方面具有显著优势。随着应用范围的扩展，技术的复杂性和实际应用场景之间的关系变得更加紧密，需对二者进行更全面的审视。本文从医疗应用的角度出发，系统梳理聊天机器人在医疗领域的技术路径及发展历程，深入分析其在各类医疗场景中的应用表现，以期为后续研究提供理论支持，并为聊天机器人技术在医疗领域的广泛应用提供可行方案。

关键词： 非感染性关节炎   慢病管理   挑战   人工智能   早期诊断   早期干预  

摘要： 非感染性关节炎（non-infectious arthritis, NIS）主要包括骨关节炎和炎性关节炎。在中国，随着人口老龄化的不断加剧，NIS患者的慢病管理将面临巨大挑战，如病程长、多系统受累、个性化诊疗需求高、对疾病认识不足以及共病管理难度大等问题。为应对挑战，需从国家层面制定系统性NIS慢病管理策略，包括加大科普力度、完善转诊制度，同时利用人工智能技术辅助早期诊断，实施包括优化药物/手术治疗和多学科协作的干预措施，以有效管理NIS。未来，随着AI技术和新型生物制剂应用研究的不断深入，NIS的慢病管理将更为智能化和个性化。

关键词： 天府气田   金浅5H井区   沙溪庙组   致密砂岩   地层压力   人工智能  

摘要： 四川盆地天府气田金浅5H井区侏罗系沙溪庙组天然气勘探开发潜力大，开发效果与地层压力关系密切。金浅5H井区沙二段6,7,8号砂组主要为低压砂岩，钻遇井大多为水平井，前期常用的单井地层压力系数预测方法难以在研究区目的层准确预测。本文基于烃源岩特征、通源断裂特征、砂组特征的研究，明确研究区目的层地层压力成因，构建2类源-断-砂地层压力成因系统；选取5类测井参数为敏感参数进行标准化；在不同的源-断-砂地层压力成因系统内，对不同类型的钻井开展了地层压力系数预测方法优选和预测。直井-斜井以及源-断-砂异常低压成因系统内的水平井地层压力系数预测适用线性回归方法，源-断-砂低压-正常压力成因系统内的水平井地层压力系数预测适用神经网络方法。基于压力成因区划分和井类型划分的地层压力系数预测准确度高，为金浅5H井区乃至天府气田的低压致密砂岩储层地层压力预测提供新的思路和支撑。

关键词： 测井   岩性识别   人工智能   CatBoost   梯度提升算法  

摘要： 【目的】岩性识别是储层精细评价的基础，传统方法一般仅用2～3种测井参数的交互关系进行岩性识别，测井信息利用率低，对于岩性测井响应差异小的地层岩性识别精度低，严重制约了老井复查效果。高效的智能分类算法CatBoost可充分挖掘多源测井信息与岩性的关联。【方法】以新疆轮南地区侏罗系砂泥岩储层为研究对象，通过敏感性分析选取自然伽马、自然电位、深浅电阻率比值、声波时差和密度5个测井参数，构建基于CatBoost算法的岩性智能识别模型。利用优化的模型处理实际井资料以进行地层岩性识别，通过准确率、精确率和召回率综合评估模型的岩性识别效果，并对比分析了其与随机森林和KNN算法模型的识别效果。【结果和结论】结果表明：轮南侏罗系大类岩性包括泥岩、砂岩和砾岩，细分岩性复杂；根据岩性敏感测井参数利用CatBoost算法建立的岩性智能预测模型对目标储层细分岩性的识别准确率达92.64%，显著高于随机森林模型的82.95%和KNN模型的70.16%，证明该方法能有效解决研究区的岩性识别问题。研究成果不仅为轮南地区老井复查和进一步勘探开发提供了科学依据，还为复杂岩性精细识别方法研究提供重要参考。

关键词： ChatGPT   算法想象   互动数字叙事   人工智能   技术恐惧   叙事结构   社交媒体  

摘要： 为探究公众如何认知理解新兴技术，并揭示影响大众对机器智能恐惧的因素，采用2023年1至3月的推特数据，运用算法想象模型，将社交媒体上关于ChatGPT的讨论概念化为互动数字叙事，并从算法想象视角出发分析叙事中的主题、结构、道德化、互动性如何影响公众的技术恐惧。结合框架理论与道德化基础理论，探讨ChatGPT给人们的生活带来的影响，并进一步讨论不同因素对公众情感与态度造成的影响。研究发现，互动数字叙事的讨论主题对于技术恐惧具有显著影响；道德基础中的关爱和圣洁维度可以增强技术恐惧；叙事曲折度和叙事速度可以抑制技术恐惧；用户获得的被转发数量同样可以抑制技术恐惧。

关键词： 智慧图书馆   人工智能   ChatGPT   情感分析  

摘要： [目的/意义]情感分析技术作为自然语言处理领域的重要分支，在智慧图书馆中具有广泛的应用潜力。通过探讨基于生成预训练变换模型（Chat Generative Pre-trained Transformer,ChatGPT）的情感分析技术在智慧图书馆服务中的实际应用，旨在挖掘其优化路径和创新服务方式，为智慧图书馆服务创新提供实践启示。[方法/过程]通过调研国内外智慧图书馆研究现状，分析情感分析技术的应用与发展趋势。结合当前技术进展与服务需求，提出利用ChatGPT的情感感知能力推动个性化推荐、情境化知识服务及优化用户体验的创新路径，并探讨了技术适配和场景化实现的应用挑战。[结果/结论]ChatGPT的情感分析能力能够显著提升智慧图书馆的服务质量和用户体验，通过个性化推荐和情境化服务，能够更好地满足读者的多样化需求。本研究提出了多个智慧图书馆领域的研究方向，重点关注了情感分析技术在提升服务质量和用户体验方面的应用，尤其是通过个性化推荐和情境化服务满足不同群体的需求。同时，讨论了技术适配和场景化实现等挑战。通过这些探索，本研究为智慧图书馆未来的发展提供了创新的思路和实践指导。

关键词： 库坝系统   人工智能   数字孪生   智能决策   AI赋能   安全管控  

摘要： 新一代人工智能重塑了知识的发现、推理和决策过程，推动了新一轮科技革命和产业变革，正在改变人们的生产、生活和思维方式，全社会各行业都在积极寻求AI赋能。以人工神经网络为代表的人工智能技术已在水利水电行业中得到大量应用，如大坝建造、地下洞室建造、高边坡工程安全控制、库区地质灾害防控等，取得了良好的经济社会效益和生态环境效益。然而，这些技术的应用大多局限于某些特定领域，泛化能力还有待加强，亟待进一步开发水利水电行业垂直大模型。以库坝系统为研究对象，探讨了数智技术赋能库坝系统安全管控的基本框架。该框架以通用大模型为底座，在行业大数据的基础上，建立机理和数据双驱动的多尺度多场耦合计算方法，融合感知设备和施工机器人等硬件，有望实现勘测、设计、施工和运行全过程的智能决策和控制，全面提升库坝系统全生命周期安全管控的智能化水平，充分发挥水利水电工程的综合效益。

关键词： 人工智能   高等教育评价   人机协同   自我评价   制度创新  

摘要： 深化教育评价改革是推动教育综合改革,加快建设高质量教育体系,实现教育强国战略目标的重要牵引力。充分发挥新一代人工智能技术优势,推动高等教育评价改革是人工智能赋能行动的重要任务。文章以活动理论为基础,从评价主体的协同性改革、评价客体的适应性改革、评价工具的创新性改革、评价原则的突破性改革等四个方面构建了人工智能赋能高等教育评价改革的分析框架。以此为基础,将现有国际研究对人工智能赋能高等教育评价的关键要素概括为三个方面:科学研制评估指标是充分发挥人工智能评估主体作用,实现人机协同评估的重要前提;多模态数据深度分析是充分发挥人工智能优势,推动评估方法创新的重要举措;完善相关标准、制度或规则是推动人工智能赋能高等教育评价改革持续发展的重要保障。以此为鉴,为更好地发挥人工智能技术优势,我国应在以下五个方面深化教育评价改革:完善制度规范,保障评价活动公平有序;优化指标体系,科学牵引高等教育改革;升级数字底座,全面普及数字教育形态;强化自评能力,保障技术赋能改革效度;注重文化培育,推动技术与制度协同创新。

关键词： 生成式人工智能   沉浸式学习   垂直机理   学习模式   应用案例  

摘要： 沉浸式学习环境为新质人才的培养打造了优质学习空间,但受限于技术成本高、教育理论缺位、学习适用性低等因素,在教育领域的应用仍较为有限。生成式人工智能在创造性生成、逻辑性表达、复杂交互理解等方面展现出了显著的赋能潜力。文章首先在梳理沉浸式学习环境内涵与构成要素的基础上,构建了生成式人工智能在沉浸式学习环境中的垂直应用机理模型,通过情境分解、模型提炼和内容创生,实现学习路径规划、多模态资源生成、学习情境创设、个性化互动、学习者画像构建等功能。其次,从实践角度提出依托沉浸式学习环境的有效学习模式,包括锚定目标、了解现状、课程学习、情境练习、动态监测五个环节。最后,结合“知心慧语”智能陪练系统论证垂直应用机理和学习模式的可操作性,旨在为生成式人工智能在教育领域的垂直应用提供借鉴。