响应面法优化信号分子AI-2合成蛋白LuxS表达条件

群体感应是一种由自诱导物(autoinducers,AIs)介导的、细菌密度依赖的基因表达调控方式,已经被证实参与细菌多种生理功能的调控.信号分子AI-2介导的LuxS/AI-2型群体感应系统广泛存在于革兰氏阳性和阴性细菌,并备受关注.AI-2的合成依赖于S-核糖同型半胱氨酸酶(LuxS)的催化作用,而LuxS蛋白则是由luxS基因经过转录、翻译得到的.为了探索LuxS蛋白在表达菌株Escherichia coli BL21(DE3)中的最佳表达条件,从而获得较高产量且具有一定的生物活性的LuxS蛋白.首先对LuxS蛋白结构进行预测,确定E.coli BL21(DE3)作为表达菌株.其次,在单因素优化的基础上,进一步通过响应面法优化LuxS蛋白的表达条件.在菌液浓度OD 600为0.5、诱导温度为37℃、IPTG浓度为0.5 mmol/L、诱导时间为31 h条件下,获得LuxS蛋白的最高表达量.研究成功优化了LuxS蛋白在E.coli BL21(DE3)中的诱导表达条件,获得了具有生物活性的LuxS蛋白,并在后续的研究中成功合成了具有生物活性的信号分子AI-2,为体外合成AI-2奠定了基础.

AI赋能视角下的信息行为研究--2023年信息行为研究年会综述

2023年12月23—24日,2023年信息行为研究年会在北京大学召开,来自全国70多所高校的200余位知名专家学者和学生参加了会议。本次年会以“AI赋能视角下的信息行为研究”为主题,设置了主旨报告、专题讨论、海报展示、分论坛报告、眼动追踪工作坊等环节,围绕信息行为研究领域在新一代人工智能(AI)技术浪潮下的理论创新、方法应用、情境拓展、人本关怀、社会发展等方面进行深入研讨。文章综述了与会者的学术成果与主要观点,为信息行为研究的发展与创新提供理论启迪与研究指引。

用户知识问答转移行为研究:从问答社区到生成式AI

[研究目的]作为一类新兴应用,生成式AI在知识问答领域吸引了众多用户,这可能导致传统的知识问答社区用户流失,因此研究用户转移行为对提高知识问答社区用户粘性来说至关重要。[研究方法]基于PPM(推-拉-锚)模型,整合认知和情感体验因素,研究了用户的知识问答转移行为。对收集的483份有效数据采用混合方法包括结构方程模型(SEM)和模糊集定性比较分析(fsQCA)进行分析。[研究结论]研究结果发现,转移意愿受推力因素(信息过载、社区倦怠)、拉力因素(感知拟人度、感知准确度、感知可信度、沉浸体验)和锚定因素(社会影响)的综合影响。fsQCA识别出了三条导致转移意愿的主要路径。研究结果启示问答社区需降低信息过载,缓解用户的社区倦怠,从而实现用户保持和平台可持续发展。

生成式AI视域下智慧图书馆建设的关键路径

[目的/意义]智慧图书馆已经成为当今图书馆学界和业界最热门的主题之一。智慧图书馆建设的理论研究与实践工作已经取得了初步成效,生成式AI也在蓬勃发展的同时参与到各行各业的建设中。因此有必要立足当下发展,放眼远景目标,确定生成式AI参与智慧图书馆建设的策略。[方法/过程]本文从智慧图书馆空间升级、服务打造、业务重组、人才培养、体系建设5个方面阐明了生成式AI视域下智慧图书馆建设的关键路径。[结果/结论]关键路径研究将为生成式AI引入智慧图书馆下一阶段的建设工作提供借鉴与依据。

Sora的职业影响:知识工作者应对AI核心技能替代的策略

AIGC技术的快速发展使人类独有的核心技能逐渐被AI突破和替代,这一趋势给知识工作者带来了前所未有的挑战和焦虑。文章分析OpenAI最新发布的Sora视频生成模型引发的岗位替代威胁,探讨知识工作者应对挑战的策略:采用“人在环中”(HITL)的工作策略、促进多AI智能体之间的协作、利用AI工具学习和掌握新的AI知识和技能,助力知识工作者既能维持职场竞争力,又能探索和创造AI时代新的工作机会。

AI产业化与产业AI化:AI大模型产业生态的行动实践、变革趋势与前沿议题

以ChatGPT、Sora等为代表的AI大模型产业生态雏形正加速显现,但对其产业行动实践概况及其影响变革趋势的研究仍不够深入。文章创新性地提出AI大模型产业生态理念,从AI产业化与产业AI化两个维度并结合多个视角深入探究AI大模型产业生态体系。结果发现AI大模型产业生态呈现AI产业化与产业AI化共生、AI原生应用与“X+AI应用”并进、通用与专用模型共存、大模型与小模型协同、开源与闭源并行、多模态融合、端云AI混合的演化态势,且AI大模型正成为产业新型基础设施,促进手工作坊、分布式智能服务生产走向工业规模化、集中式智能服务生产,重塑人机关系、颠覆产业知识模型建构与调用范式并助推AI平民化、AIGS、具身智能、物理AI、超级AI应用等加速到来。在此基础上,从AI大模型产业生态体系构建及其分工协作机制、产业生态的不同路线选择及协同共生机制、AI大模型对传统产业赋能机制、产业生态治理体系等方面提出前沿议题展望。

生成式AI热潮给高等教育带来的挑战和思考

随着生成式AI技术,特别是以ChatGPT为代表的大语言模型的快速发展,高等教育领域正面临着前所未有的机遇和挑战。文章通过系统梳理生成式AI技术的发展过程,分析了其在教育和科研情景中的应用现状。经文献对比和案例分析后发现,生成式AI技术在提升教学质量、促进个性化学习和提高科研效率方面具有显著优势,但同时也引发了数据隐私与安全、学术诚信以及责任归属等伦理和法律问题。文章进一步探讨了各国政府和国内外高校针对生成式AI技术采取的策略和具体实践,并从顶层设计、课程体系、教学模式以及潜在风险方面提出了借助生成式AI技术提升化工高等教育水平的建议,为AI时代化工卓越人才培养提供参考。

AI视域下图书馆视听资源智慧化加工的探索

新技术环境下网络视听服务蓬勃兴起,深刻影响和推动公共文化服务行业的变革与发展。视听资源是图书馆立体馆藏资源体系的重要组成部分,与图书馆传统的平面化文献资源相比,其立体化的资源呈现形式更具感染力、亲和力和传播力。论文探讨人工智能技术在图书馆视听资源的应用场景、实现功能,特别对人工智能技术在视听资源内容自动化识别、知识内容发现、知识体系构建、知识关联服务等方面的探索与应用进行了探讨,以期为其他机构在拓展智慧图书馆多维服务领域上开辟新的应用范围提供思路与参考。

数字化转型下AI课堂观察系统使用对师生课堂行为的影响——基于W中学412节课例的循证研究

当前,课堂教学的数字化转型实践和应用正如火如荼,但师生可能因习惯于传统教学环境而对新技术的引入产生抵触情绪,从而影响数字化转型的成效。对此,文章以武汉市W中学七年级四个班的412节课例为研究样本,通过前后测实验设计,对比了AI课堂观察系统投入使用前后师生的课堂行为变化情况、不同特征(包括科目、职称、性别)教师的课堂行为差异,结果发现:AI课堂观察系统对师生课堂行为有一定的影响,且这种影响会随着时间的推移而减弱;AI课堂观察系统对不同特征教师产生了不同程度的影响。文章的研究揭示了课堂教学数字化转型面临的实践挑战,可为课堂教学创新的科学管理提供理论支撑和实践参考。

以ChatGPT为代表的AI技术与高等教育的深度融合

随着人工智能技术飞速发展,以ChatGPT为代表的人工智能技术已经逐渐成为人们关注的焦点。旨在探讨ChatGPT技术与高等教育的深度融合研究,分析其对高等教育的影响和挑战,并提出相应的解决方案。首先,介绍了ChatGPT技术的基本原理和特点,包括其语言生成模型的构建、预训练和优化等;然后,通过分析ChatGPT技术在高等教育中的应用场景,如智能教育、在线教学、个性化推荐等,探讨了其对高等教育的影响和挑战;最后,提出了一些解决方案,比如加强ChatGPT技术与高等教育的深度融合、建立完善的教育监管机制等,以应对ChatGPT技术在高等教育中面临的挑战。

AI人机交互用户个性化推荐中隐私信息披露影响因素研究

[目的/意义]以ChatGPT为代表的生成式人工智能的发展为人机交互带来颠覆性影响,也为数据安全与个人信息保护带来更大的冲击与挑战。对AI人机交互用户个性化推荐中隐私信息披露及个人信息保护问题的研究将具有重要的实践价值与意义。[方法/过程]文章通过对15名AI人机交互平台用户进行深度访谈,运用扎根理论研究方法进行编码分析,识别AI人机交互用户个性化推荐中隐私信息披露所涉及的个人信息类型和敏感信息类型,并对用户的隐私意识和影响用户隐私信息披露意愿的客观因素进行分析,进而提出加强隐私信息披露风险规制及个人信息安全保障的对策建议。[结果/结论]基于编码结果,将AI人机交互用户个性化推荐中隐私信息披露的影响因素归纳为用户因素、平台因素、社会环境因素、隐私权衡因素4个维度,以此建构理论分析模型,并作为强化AI人机交互用户个性化推荐中隐私信息披露风险规制及个人信息保护的重要指引。

智慧图书馆生成式AI大模型风险治理机制研究

[研究目的]探讨智慧图书馆中生成式AI大模型的风险治理机制,以期为有效治理提供模式、策略和框架,助力图书馆的数字化转型和服务创新。[研究方法]对生成式AI大模型在智慧图书馆中相关风险隐患和来源进行全面分析,提出相应的治理策略。结合敏捷治理和韧性治理理论,构建适用于智慧图书馆生成式AI大模型风险治理的多元协同参与的敏捷-韧性模式。针对生成式AI大模型在模型开发与训练、服务部署与维护、内容创建与审核、内容共享与传播、用户管理与教育和安全评估与监控不同生命周期治理阶段,提出相应的治理框架。[研究结论]研究表明,提出的多元协同参与的敏捷-韧性治理模式和生成式AI大模型全生命周期风险治理框架帮助图书馆在不同阶段采取相应的治理措施,通过建立适用于智慧图书馆的生成式AI大模型风险治理机制,旨在保障图书馆生成式AI大模型的安全和高效,进而促进智慧图书馆的持续发展。

生成式AI影响下的艺术媒介本体论转向

以Midjourney为代表的生成式AI模型中的“文字转图像”(Text-to-image)技术正在被广泛应用,其崭新的交互方式向大众宣告了生成式AI带领当代艺术步入“艺术大众化”时代。生成式AI技术影响下的艺术传播媒介发生了巨大变迁。艺术媒介已不仅具有“材料”“媒材”“质料”等传统属性,艺术传播的媒介环境从“再现”走向“再生产”;艺术媒介从“聚块”(Agglomerations)的传播模式发展为多元形态,在分散且广泛的“灰色媒介”中,艺术媒介的“物质性”被关注;人机艺术传播中的“媒介在场”和“社会在场”共同建构社会景观,塑造社会现实。

价值对齐:AIGC时代的人工智能文化科技伦理风险与精准共治路径研究

随着生成式人工智能技术的兴起,AIGC时代来临,人工智能技术在打造文化新质生产力方面取得显著进步,同时也带来了科技伦理风险和治理挑战。从理论建构来看,人工智能文化科技伦理涉及透明度、监管、责任、道德,以及与计算机伦理、机器伦理和计算伦理等关系的处理。从发展隐忧来看,算法作为非人类网络行动者,面临在隐私与道德交汇中的游离问题,数字化时代的数智鸿沟与伦理边缘不清问题,以及深度合成与深度伪造带来的多维安全风险。基于此,旨在立足人工智能技术遵守价值对齐,提出构建共创共建共治的AIGC文化科技伦理治理体系,即包括人工智能文化科技伦理治理制度创新、治理技术创新、治理主体创新的协同善治框架,推进AI文化新质生产力高质量发展并应对伦理风险,确保文化科技创新与文化科技伦理之间的可持续平衡。

警惕AI热潮中的娱乐化趋势

在此轮AI热潮中,AI宣传术居功至伟,但也呈现出某些负面效应。除了娱乐化宣传外,当前的AI发展的娱乐化趋势还表现在研究方向、企业组织和评论研究的娱乐化,在产业方向、认知观念和现实战略等层面均有表现。有限主义的发展进路反对AI发展的娱乐化趋势,主张遵循有益AI理念,坚持AI以人为本,在推进AI技术创新与应用的同时,有效治理AI、控制AI。最终从战略上引领AI技术为实体经济赋能,助力推进中国式现代化建设与高质量发展要求。

新农科背景下基于AI昆虫识别软件的实验教学改革

从昆虫智能识别入手开展新农科背景下昆虫学的实验教学改革和实践。软件由昆虫图片上传、模型训练、目标检测以及导出结果4个模块组成。完成目标检测的图片根据需要保存。AI昆虫识别软件的开发过程在Visual Studio Code环境下进行,采用Python语言进行编程,实现对拍摄图片的高效率、高精度检测。最后拟通过学生本科实验教学环节,开放成为农科学生进行昆虫识别鉴定的实践工具,极大激发农科学生的上课激情,同时也有助于在新农科背景下培养农科类学生的现代农业创新思维。

AI赋能高校图书馆深度数字阅读推广的路径探索

AI技术迅猛发展并赋能各行各业,为高校图书馆数字阅读推广向深度拓展提质提供了新思路。结合研究现状及已有实践,从构建智能化知识服务流程、打造多模态应用场景支撑、设计沉浸式交互式活动、分析转化用户黏性活跃度、协作共建推广生态体系等方面,探索了AI技术赋能高校图书馆深度数字阅读推广的有效路径。

基于AI算法的自然语言信息提取-翻译-校对系统设计

自20世纪90年代起,随着人工智能(AI)的飞速发展及其与深度学习等机器学习方法的广泛融合,自然语言处理(NLP)作为人工智能的核心,也取得了令人瞩目的进步。而随着国际学术交流、世界文化交融愈加频繁,人们搜寻、阅读他国网络信息的现实需求也随之增多。当信息搜寻者在搜寻非母语信息时,不仅会出现语言障碍问题,还会因错综复杂、层次不齐的各色信息而产生诸多不便。为了便于信息搜寻者快速高效地获取有用信息,文中基于人工智能算法(PageRank/TextRank)设计一种信息提取-翻译-校对(ETP)系统。系统通过AI自动搜索阅读页面上的重要信息和文本摘取,生成摘要,并基于机器翻译API模块完成翻译;其次,采用智能校对系统完成校对审核后,将信息呈现给搜寻者,以供其对全部信息高效且准确地进行预筛选,从而节省阅读时间和精力。最后对系统算法所实现的功能进行实验测试,结果达到预期。

基于AIS轨迹和改进蚁群算法的船舶航线规划方法

在保证船舶航线安全的前提下,以最短航程为目标,提出基于AIS轨迹和改进蚁群算法的船舶航线规划方法。对船舶AIS数据进行预处理,去除船舶AIS数据中的冗余数据,完成船舶AIS数据提纯;采用基于粒子群与K均值混合聚类算法的核心转向点筛选与识别方法,筛选并识别船舶AIS数据中船舶航线核心转向点数据;通过基于改进蚁群算法的航线规划方法,以核心转向点数据为基础,构建航线网络,在此网络中,通过人工势场法对蚁群算法进行改进,对船舶航线进行寻优,实现船舶航线规划。经实验验证,本文方法能够规划出安全合理的船舶航线。

“非遗+AI”模式下的湖南土特产包装创新设计

目的探究“非遗+AI”新模式下湖南土特产包装的创新设计形式,传承和发展非遗文化,提升土特产包装的文化内涵,提高传统包装的科技含量,以适应当代消费者不断提升的审美和消费需求。方法通过问卷调查、深度访谈等方法,分析“非遗+AI”模式与当代湖南土特产包装的设计现状,了解消费者对包装设计的不同需求,总结设计策略,并基于“非遗+AI”新模式下机器学习和深度学习技术,借助SD(Stable Diffusion,稳定扩散模型)架构下的Lora模型(Low-RankAdaptation of Large Language Models,大语言模型的低秩适用方法),进行踏虎凿花在岳阳王鸽土特产包装设计中的创新应用实践。结果生成出紧跟新时代数字技术,驱动非遗文化活态传承的包装设计图案,从而实现湖南土特产包装的创新设计探索。结论基于“非遗+AI”模式下的SD模型技术,对泸溪踏虎凿花进行创新转化并应用在湖南土特产岳阳王鸽包装设计中,既活化了传统手工艺的表达形式,又创新了土特产的包装表现手法,为其他非遗文化元素和产品包装的有机融合提供了新路径。