基于人工智能的人脸识别智能锁系统设计分析

伴随人工智能技术的普及,人脸识别作为一种安全、便捷、高效的身份验证方式被广泛应用于支付、门禁控制等领域。为研究并设计更稳定、可靠、高效的人脸识别智能锁系统,阐述人工智能在人脸识别的应用,并对人脸识别系统进行总体设计、硬件设计与软件设计,其中,硬件设计涉及图像传感器、处理器及摄像头模块的布局与选择等。

基于人工智能技术的高光谱人脸自动化识别系统设计

为有效识别人脸区域,提升其在多种领域应用效果,设计基于人工智能技术的高光谱人脸自动化识别系统。以模块化思想设计嵌入式系统架构,采集与预处理高光谱人脸图像,并将预处理后的图像数据放入RAM存储器;人脸检测模块调用RAM存储器存储数据,并加载Haar人脸分类器,完成人脸区域检测提取工作;之后由人脸特征提取与识别模块经人脸区域LBP特征提取、LeNet-5卷积神经网络人脸识别模型构建与训练等操作,输出人脸识别结果。实验结果表明,该系统能够在较短时间内完成LeNet-5卷积神经网络人脸识别模型训练。

面向素养培育的人工智能体验式学习活动设计与实践——以“人脸识别”教学为例

人工智能作为新一轮科技革命和产业革命的驱动力量,正在深刻地改变着我们的生活和工作方式。目前,在中小学开展人工智能教育,培养适应未来社会的创新型人才已成为共识。人工智能作为一门新生学科,具有综合性、实践性强等特点,给学生的学习、教师的教学都带来巨大的挑战。体验式学习遵循学生的认知发展规律,先行后知、以知导行,能促进学生综合素养的全面发展。

基于人工智能的人脸识别智能锁系统设计

针对传统门锁的安全问题,设计基于人工智能技术的智能锁系统。此系统包含核心控制器件和通信传输模块,能够降低功耗,实现信息交互。同时,提出人脸识别算法,能够增强图像灰度均值,从而得出全新算子值将局部纹理特征反映出来,使样本更加容易区分,以便提取特征。测试结果表明,设计的系统能够实现智能防盗。

在线社区中人工智能生成内容的识别方法研究

[目的/意义]生成式人工智能会对在线社区造成一定程度的AI信息污染,研究多种AIGC识别方法对防范快速进化的生成式人工智能带来的负面影响有重要意义。[研究设计/方法]首先在以新浪微博54个大类主题为主的多个在线社区平台中构建了HAC数据集,其中包含100,873条分别由人类和生成式人工智能撰写的信息;然后探究当前6个主流深度学习和7个机器学习方法是否能识别在线社区中的信息是由人类还是由生成式人工智能所撰写;最后提出了一种BEM-RCNN方法进一步提高AIGC的识别精度。[结论/发现]从构建的数据集中可以看出,生成式人工智具有强大的“类人表达”,能够模拟人类在社交媒体平台上发布和回复内容。实验结果表明,提出的方法准确度达到96.4%,能够很好地识别在线社区上的内容是由人类还是AI撰写。在精度、召回率、F1-值和准确度上均优于BERT、ERNIE、TextRNN等其他13种主流的方法,验证了其性能优势。同时,大量探究实验也证明了当前主流的机器学习方法虽然精度低于此方法,但是也能够识别部分AIGC。[创新/价值]使用多种方法去识别社交媒体上的AIGC,防范生成式人工智能对社交媒体平台造成的信息污染。

人工智能与舞蹈:“AI+”的身体美学构建

后人类时代,人工智能技术为艺术发展提供新的条件和可能性,使舞蹈艺术的“身体—科技”审美意象在舞者、场景与观众的“具身”或“离身”交互、虚实相生中得以构建。AI的参与增强了舞蹈艺术的体验性,并为舞蹈艺术带来超越性,使得“身体—未来”的意义在由元宇宙所创建的身体“E托邦”世界里生成。当代舞剧的“后人类叙事”讲述了中国式现代化的爱情、亲情故事,蕴含着中国式的浪漫,使“身体—叙事”的想象在中国式的“后人类叙事”中重组。

人工智能与创新应用场景叠加是当前应对AI发展的阶段性过程

2023年12月22日,“《建筑节能(中英文)》杂志智库学者论坛——2023·AI与建筑技术的融合与挑战”线上直播公益活动成功举办。《建筑节能(中英文)》杂志客座主编、来自清华大学的林波荣教授应邀,在论坛中为读者分析了AI介入建筑设计、建筑技术在全球范围内科研与应用的现状,并对未来AI对建筑行业的影响进行了预测,提出中肯建议。

人工智能专业群“AI+X”工匠人才培养模式探索与实践

2018年4月,教育部提出将逐步推动建构“AI+X”的复合专业培养新模式。宁波职业技术学院通过将专业群建在AI产业链上,围绕AI产业链,探索构建“链式衔接、闭环反馈”的高职“AI+X”工匠人才培养链。具体而言,通过多元主体的深度协同,厘清人才培养目标和规格,培养精通编程语言、熟悉数据处理、掌握硬件操作、擅长智能应用、秉承精益求精态度的“AI+X”工匠人才;坚持工作坊赋能,通过跨工作坊融合运行培养软硬件复合人才,实现人才的分层次和多元化培养;促进“课赛研”融通,拓展“AI+X”工匠人才培养的优质资源,校企双方共同指导,营造“以赛促学、以赛促建、以践促训、以研促创”的良好氛围,实现“教赛融通、课岗融通、学创融通、践研融通”。

人工智能视阈下AI诈骗的态势特征及侦防机制探究

AI诈骗是当今兴起的新型电信网络诈骗的一种非接触性犯罪。当前,AI诈骗侵犯个人隐私,滥用人工智能,造成了极其严重的社会影响。相较于传统电信网络诈骗,AI诈骗更加智能化,呈现出许多新型特点。公安机关侦办此类诈骗案件面临众多难点。本文基于实战案例解析,探究AI诈骗的作案特征与侦防机制,以期对公安机关实现打防并重、构建高效治理格局提供参考借鉴。

利用人工智能图像识别系统诊断子宫内膜细胞病理学的有效性研究

目的探讨基于人工智能(artificial intelligence,AI)的图像识别系统对子宫内膜细胞团块良恶性诊断的有效性。方法选取2021年8月至2023年2月西安交通大学第一附属医院和西安大兴医院的子宫内膜细胞学标本,以组织病理学为金标准,对比分析AI图像识别系统(AI诊断)和专业病理医师人工诊断(人工诊断)子宫内膜细胞团块良恶性的灵敏度、特异度、阳性预测值、阴性预测值、准确率和诊断所需时间。结果纳入分析的126例患者中,AI诊断与组织学诊断的总体符合率为92.1%(116/126),与组织学病理结果高度一致(Kappa=0.841);人工诊断和组织学诊断的总体符合率为94.4%(119/126),与组织学病理结果高度一致(Kappa=0.889)。AI诊断与人工诊断两种方法差异无统计学意义(χ^(2)=0.568,P=0.451)。AI诊断的灵敏度、特异度、阳性预测值和阴性预测值分别为91.8%、92.3%、91.8%和92.3%。126张细胞学切片,人工诊断每张切片所需6.67 min;AI诊断每张切片所需5.00 min。结论AI图像识别系统具有较高的诊断准确性、灵敏度和特异度,与专业病理医师人工诊断水平相当,在诊断子宫内膜细胞团块良恶性方面具有应用价值。

全髋关节置换前人工智能(AI)规划的作用与意义

背景:传统X射线胶片术前规划常常不准确,会导致一些术中和术后并发症,增加了手术时间和术中出血量,一定程度影响了全髋关节置换的手术效果。目的:研究人工智能(AI)术前规划在全髋关节置换术中的准确性和应用效果。方法:选取患侧初次行全髋关节置换的患者60例,其中30例应用人工智能(AI)三维术前规划为试验组、30例应用传统X射线胶片二维术前规划为对照组,两组患者的性别、年龄、病情等一般资料比较,差异均无统计学意义(P>0.05)。比较两组患者术中实际安放假体与术前规划假体匹配情况、术中手术时间、术中出血量、术后即刻双侧股骨偏心距差值、双侧联合偏心距差值及双下肢长度差值和术后3个月Harris评分,分析两种术前规划的准确性和应用效果。结果与结论:①两组患者均获得术后4-6个月的随访,其中对照组有1例患者于术后5 d发生假体后脱位,行手法复位后恢复,无再次脱出,其余患者均未出现术后并发症及术后死亡;②髋臼侧、股骨侧假体完全匹配率:试验组明显优于对照组(P<0.05);③手术时间、术中出血量:试验组明显少于对照组(P<0.05);④两组患者术后双下肢长度差值比较差异有显著性意义(P<0.05),双侧股骨偏心距差值和双侧联合偏心距差值比较差异均无显著性意义(P>0.05);⑤试验组患者术后3个月Harris评分明显高于对照组患者(P<0.05);⑥结果说明,人工智能(AI)术前规划相较于传统胶片规划,更能准确预测假体型号、缩短手术时间、减少术中出血量、减少术后双下肢不等长发生、加快术后康复。

基于虚拟教研室的高校人工智能专业(AI+X方向)建设——以浙江大学为例

随着人工智能技术的快速发展和新兴职业的不断涌现,社会对复合型人工智能人才的需求日益迫切。高等院校亟需创新教学组织形式,促进教学资源共享与学科交叉融合。为此,各级教育部门积极推进虚拟教研室建设,探索人工智能专业建设新模式,产生了一系列优秀案例。基于此,文章以浙江大学人工智能专业(AI+X方向)虚拟教研室为例,深入剖析其建设经验与启示。研究发现,浙江大学以知识点为核心组织教学资源,通过创新微专业与微认证、研发特色教材与课程资源、搭建科教实训平台、组织开展师资培训等方式,有效促进了人工智能与多学科交叉融合,实现了优质教学资源的整合与共享,为复合型人工智能人才培养提供了有力支撑。文章的研究对于推动虚拟教研室建设具有重要意义,并可为高校人工智能专业建设和人才培养提供参考。

AI+教育:人工智能时代的教学模式升维与转型

教育与数字技术的融合是未来教育发展的关键特征。伴随着生成式AI对社会实践边界的全面侵袭,人工智能时代的教育教学模式正在面临一场严峻的考验,遵循道—法—术—器—势的论证思路,以期厘清未来教育生态与教学范式转变的新思路。认为教学模式的“道”是培养学生的人工智能思维,运用人工智能辅助人类、增强人类;教学模式的“法”是人工智能时代教学模式的规则体系,实现基于生成式AI结构化特性加持下的学科知识图谱构建与教学资料重组、基于思维链(CoT)特性的教学内容拆解、基于迁移学习特性的教学情境沉浸;教学模式的“术”是运用人工智能赋能教学全流程;教学模式的“器”是人工智能工具在教学流程中的应用;教学模式的“势”是把握人工智能时代智能化转型浪潮,推动教师、学生和教育技术的自适应与协同发展。

人工智能技术背景下证件照自动生成与人脸识别方法分析

当前,人工智能技术的深入发展使得社会安全问题频发,用人脸特征作为身份识别的方法得到了广泛应用。通常来说,被采集人的人脸数据信息常被应用于各类证件照中,不仅保障了生活及消费的便捷性,同时也为后续开展人脸识别技术研究提供了有力支撑。基于此,文章从人脸特征入手,结合证件照图像分割及人机交互方式生成特定的算法,进一步探究人脸识别技术的创新方法,以便有效降低姿态、表情、光照等因素对证件照拍摄质量的影响,保证识别结果的精确性。

复旦大学附属中山医院期刊中心关于论文写作或评审中使用ChatGPT或其他生成式人工智能(generative artificial intelligence,GenAI)技术的有关规定

1.生成式人工智能(generative artificial intelligence,GenAI)不能作为论文的作者。GenAI无法对论文的原创性、准确性和完整性负责,不能声明利益冲突,也不能管理版权和许可协议,无法满足作者的相关要求。2.论文重要部分(如研究方法、结果、对结果的解释分析等)的撰写应由作者完成。

创新扩散理论视角下人工智能生成内容(AIGC)的应用场景、创新要素及技术争议

自2022年以来,以AI绘画、ChatGPT为代表的AIGC工具吸引了大量企业和用户的关注。AIGC即人工智能自动生成内容,历经了生成文本、影音以及构建交互的过程,展现了与元宇宙虚拟架构和交互机制的有效衔接。作为一项技术创新,AIGC凭借其相对优势性、兼容性、低复杂性、可实验性和可观察性等五大特征获得了迅速发展,但在这种“爆炸式”增长的过程中,技术的治理问题仍旧面临挑战,有待进一步的实践检验与理论探究。

人工智能AI技术在煤矿安全管理中的研究与应用

构建通用算力和人工智能算力专用的基础设施与基于视觉和图网络的大模型平台,利用现场摄像仪,通过机器视觉+AI技术实时对作业现场进行监控,切实解决现场人、机、环境的有效监管问题,为智能监测与在线分析提供准确的数据支撑,安全生产管理实现由劳动密集型向技术创新型转变。

基于Django与百度AI的人脸识别Web应用系统设计

人脸识别是计算机视觉领域内的重要研究方向,在人脸考勤、支付和安保等应用环境中发挥着关键作用。本文旨在Browser/Server架构下,使用Django框架和百度AI开发一种高效准确的人脸识别Web应用系统。通过以视频流的形式采集人脸图像,使用Ajax、ORM和MySQL等技术传输和存储图像数据,实现人脸检测、匹配和特征分析等功能。提供一种可用于应用的人脸识别Web系统解决方案。实验表明,该系统具有一定的人脸识别准确性和可行性。

人工智能AI、ChatGPT对新闻传媒行业影响浅疏

传媒行业是一个多元化、变化快速的行业,传媒的内容、形式和传播渠道都在不断地变化。为了获得更高的效益,传媒行业需要不断地创新。人工智能AI、ChatGPT是革命性技术,在传媒行业中应用有着广泛的可能性,已经成为当前科技领域的重要研究方向之一。基于此,本文对近年来人工智能AI、ChatGPT技术的应用及其对新闻传媒行业的影响进行梳理,以期为利用AI、ChatGPT新技术提升新闻传媒行业效能提供参考。

探讨AI时代教育人工智能辅助教学的现状及挑战

AI 时代的教育人工智能在辅助教学方面取得了显著进展,但同时也正面临着一系列挑战。个性化学习和实时反馈为学生提供了更有效的学习路径,然而,AI 在情感互动方面仍有待提升,缺乏人性化的交流体验。同时,教师普遍存在数字素养不足以及缺乏统一的审核体系使得教育 AI 产品质量和隐私保护存在风险等问题仍需得到进一步关注。因此,发展人工智能需要强调情感智能的整合,提升教师数字素养,并建立可信赖的审核标准,这将有助于构建安全、高效、全面的教育 AI 时代。