关键词： 小学信息科技   人工智能   课程  

摘要： 随着人工智能时代的到来,教育领域正迎来一场深刻的变革,不仅限于技术层面,更是教育思维、内容和手段的全面革新。在这一进程中,小学IT课程扮演了举足轻重的角色。人工智能技术的迅猛发展,不仅重塑了职业领域的技能要求,也拓展了知识的疆界和学习的新方式。在基础教育阶段,适应这一变革显得尤为关键。小学信息科技课程不仅是技术传授的阵地,更是培育未来数字化时代公民核心能力的摇篮。因此,教师需深入探讨小学人工智能课程构建与实践的创新,以更新教学内容,优化教学方法,明确教育目标,从而推动教育领域在技术创新浪潮中蓬勃发展,为培养更多适应未来社会的优秀人才奠定坚实基础。

关键词： 人工智能   教学改革   物流管理   人才培养  

摘要： 数字化的大背景下,基于人工智能技术的物流管理专业化教改是培养新型物流管理人才的必然要求。文章基于人工智能与物流管理专业的教改建设现状,提出了基于教学流程、教学特色和教学效果的综合教学改革提升思路,以期充分发挥人工智能技术在赋能物流管理专业数字化教改的作用,培养出更多掌握人工智能技术的数字化人才。

关键词： 人工智能   出口产品质量   生产效率提升效应   要素配置优化效应  

摘要： 为探讨企业人工智能应用对出口产品质量的影响及其作用机制,构建了引入人工智能技术的企业异质性模型,提出了新的理论框架,并利用2007—2015年中国A股上市公司数据进行了实证分析。研究结果表明:人工智能应用能够通过提升生产效率和优化要素配置,显著促进出口产品质量的提升。此外,这一效果在创新投入较高、从事一般贸易以及具有较高出口地位的企业中更为显著。该结论为企业加速人工智能技术应用和推动贸易高质量发展提供了重要参考。

关键词： 人工智能   审计质量   内部控制   关键审计事项  

摘要： 随着人工智能时代的到来,传统审计已经逐渐转变为“人工智能+审计”,人工智能给审计行业带来众多变革。以2017—2022年沪深A股上市公司为样本,采用多时点双重差分模型,探究人工智能对于审计质量的影响。研究发现,人工智能的应用对审计质量具有明显的提升作用,并且会受到时间效应的影响。进一步研究发现,内部控制质量和关键审计事项在其中起到显著的中介作用。异质性检验发现,在能够盈利、具有投资回报率和前十大股东具有控制权的企业,人工智能对审计的影响效果更加显著。

关键词： 人工智能   机器视觉   深度学习   路径规划   杂草识别  

摘要： 为了解决传统除草方式效率低、成本高、环境污染等问题,设计了一种基于人工智能的智能除草机器人。该机器人集成了机器视觉、深度学习、路径规划等技术,能够自主识别杂草,并进行精准除草作业。介绍了机器人的硬件设计和软件设计,包括机器人结构、传感器选择、执行机构、控制系统、图像识别系统和路径规划系统等。此外,还对机器人在田间和温室环境下的应用进行了探讨,并通过实验验证了系统的性能。结果表明,该智能除草机器人具有较高的杂草识别精度和除草效率,能够有效减轻人力负担,提高农业生产效率。

关键词： ChatGPT   临床教学   人工智能   伦理风险   医学教育   医学写作  

摘要： 随着大型语言模型和大数据技术的不断发展,人工智能领域的每次突破都成为世界的焦点。2022年11月,由美国OpenAI公司研发的可以模仿人类语言进行交流会话的机器人程序ChatGPT(chat generative pretrained transformer)一经发布便引起前所未有的热烈讨论,其出现无疑为医学教育领域带来许多新的可能性与发展方向。ChatGPT能够为医学生提供个性化和有针对性的学术支持。由于其超强的会话功能与信息处理能力,可能会加重学术不端现象,如抄袭和作弊。同时,在使用过程中存在着潜在的隐私泄漏风险。文章旨在探讨ChatGPT在医学教育领域中的应用,分析其优势与弊端,通过深入研究和审慎考量,以更好地利用ChatGPT的优势并规避其潜在的弊端,推动医学教育领域的进步与创新。

关键词： 石化采购   人工智能   流程优化  

摘要： 随着人工智能技术的迅速发展,其在石化行业的应用日益广泛,特别是在采购管理领域展现出巨大的潜力和价值。本文旨在探讨人工智能技术如何优化石化采购流程,提高采购效率和成本效益。基于此,首先概述了石化行业采购的特点与挑战,随后详细介绍了人工智能技术在供应商选择、价格预测、风险管理等方面的应用实例。本次研究发现,人工智能技术能够通过数据分析和模式识别,有效预测市场趋势,评估供应商性能,从而帮助采购部门做出更加精准的决策。其次,人工智能还能提高采购流程的自动化水平,减少人为错误,提升整体操作效率。最后,本研究讨论了实施人工智能技术时可能面临的挑战及相应的解决策略。本研究表明,合理利用人工智能技术可以显著提升石化采购的效率和效果,对石化企业具有重要的实践意义。

关键词： 负责任创新   人工智能   算法歧视   责任价值   外部性治理  

摘要： 负责任创新旨在科学和技术创新过程中的社会行动者和创新者之间实现彼此负责,同时考虑创新过程中的伦理问题及创新产品的可接受性、可持续性和社会需求,其内涵分为行政定义和学术定义。算法作为人工智能核心技术之一,在推动产业经济发展与方便人类生活的同时,亦带来严重的算法歧视问题,包括算法不公、算法欺骗、信息不对称等。通过对算法歧视肇因追本溯源可知,算法歧视乃技术性、非技术性、人类对算法数据使用认识的有限性所导致的结果。算法歧视作为技术领域的治理问题,在借鉴负责任创新理念的同时需要从国家、科学共同体、公众个体层面进行算法歧视规避,并通过建立健全责任价值嵌入机制、预防性协商评估机制、知识共享机制、长效反馈机制、协同履责机制来落实治理策略,以达到对算法歧视治理的同频共振的效果。

关键词： 人工智能   智慧教育体系   高职院校   智慧教学   实践路径   体系构建  

摘要： 随着教育信息化2.0时代的到来,人工智能技术与智慧教育体系的融合成为必然趋势。基于人工智能技术,提出从技术层、技能层、运用层和功能层4个层面构建适合高职院校的智慧教育体系框架。从人工智能视角提出了高职院校构建智慧教育体系的实践路径,即建设高职院校智慧教育平台,服务智慧教育教学;开展AI专题培训交流活动,提高教师信息化素养;持续优化智能服务模式,致力于构建智慧教育体系;对智能数据进行管理分析,助力教师、学生共同成长;建立激励机制,助推智慧教育体系建设。基于人工智能技术构建高职院校智慧教育体系,为高职院校智慧教育体系实践提供建设思路和参考。

关键词： 烟叶   组合分类   判别分析   机器学习   感官评吸   配方模块  

摘要： 为深入研究卷烟品牌烟叶配方分组方法和原则,基于457个烟叶样品的12种感官评吸指标,比较了4种判别分析和4种机器学习方法对4种烟叶分类的建模集正确率(R)、验证集正确率(r)和平均正确率(m)的影响,并基于分类方法选择和权重分配构建了一种高精度的组合分类方法。结果表明:(1)与判别分析相比,机器学习的R显著提高,而r显著下降,且LS-SVM的R最高(92.8%),FDA和F-BDA的r最高(80.2%),但m无显著性差异;(2)优化选择M-BDA、FDA、ANN和KNN四种方法,按精度赋权建立的组合分类方法同时提高了R(95.3%)和r(89.0%),且m由低于84%提高到92.2%,并通过理论计算和实际结果验证了组合分类方法的普遍有效性;(3)组合分类方法Kappa系数均大于0.8,方法可靠,一致性程度高,验证集m-F1度量显著提升21.2%,模型泛化能力大为增强;(4)优雅感、杂气、余味、润感和清晰度5项指标对分类起主要作用,符合利群品牌的风格特征;(5)误判样品(6.5%)指标评分与其模块真实类别的不匹配归因于对库存、成本和质量的平衡,基本符合烟叶配方的调整空间。