有限求变:《奥林匹克AI议程》的特征、局限与启示

2024年4月,国际奥委会发布了《奥林匹克AI议程》。当前学界对该议程的解读还不多,缺少较为深入的分析评价。研究使用文献资料法,简要介绍该议程的内容,主要分析其特征和局限性,以期对我国体育人工智能治理提供借鉴。研究发现:(1)该议程阐明了其提出背景、治理愿景、重点工作和监管策略,并在巴黎奥运会前后得到了初步实践;(2)该议程具有坚持以人为本、坚持迎合新技术和新一代、坚持提升可持续性、坚持互通共享的主要特征;(3)该议程的主要局限表现在:理论层面囿于自然与人工二分法的困境;现实层面难以应对运动员的身体地位困境和人工智能前沿威胁;诉求层面要面对普世追求下的隐私保护差异;治理层面上未能使人工智能聚焦于善治的核心目标;(4)对我国而言,要提升体育人工智能国际话语权,大力发展“间接助体”人工智能,加强运动员保护,适时制订我国的体育人工智能管理办法。

AI技术赋能财务应用的风险及对策研究

随着人工智能技术的迅速发展,其在财务方面的应用越来越广泛。介绍了AI技术如何赋能财务应用,通过智能供应链系统、财务机器人、智能电子影像系统等,有效地提高了财务工作的效率与准确性。然而,AI技术在带来机遇的同时,也带来了一定的风险,包括信息安全风险、财务人员被替代风险、技术更新滞后风险、系统出错风险。针对带来的风险提出了应对措施,如制定安全措施,推动人机结合的管理模式;定期对人工智能技术进行评估等,旨在推动人AI技术在财会领域的稳健与高效发展。

生成式AI是作者吗?

生成式AI是作者吗?对该问题的回答取决于作者是什么?通过梳理西方作者概念史从“歌者”到“生产者”背后的技术史景深可以看到,“作者”的数次重要“变容”中均潜藏着声音、字母表、书写、印刷、影像等一系列技术史转型对文艺理论话语进行“重置”的种种痕迹。这些痕迹隐微而具体地存在于“驱逐诗人”、从抄写者到现代作者、《作为生产者的作者》等事关“作者”的理论话语中。基于对作者概念之技术史条件的初步探索,本文认为,生成式AI不是作者,而是“作者”这个概念在数智时代再度重置的技术史动因。生成式AI的真正挑战在于它正重置着“作者”这个概念。具体表现为,其正在将“无死性”和“动物性”铭刻进今天的“作者”概念之中,从而实现着作者概念的去“人”化进程。生成式AI时代的作者理论在历史上首次面临着如何处理“人像”作者与无死的动“物”这类“非人像”作者之间复杂关系的难题。对此难题的回答将决定“作者不死”究竟在何种意义上仍然能够在生成式AI的时代成立。

AI作曲技术的创新实践与研究

随着大数据技术的完善,AI技术在音乐创作领域的应用日益广泛。AI作曲技术通过深度学习模型实现自动作曲,降低了音乐创作的门槛,使普通人也能参与专业创作。目前已有众多AI作曲平台及工具,如Magenta、Suno、天工SkyMusic等,本文首先分析了AI技术在音乐生成、风格迁移、音乐补全等方面的应用。其次,以上海音乐学院在教学实践中不断探索AI作曲的应用为例,展现其在非遗传承、声音疗愈等领域的强劲潜力。值得注意的是,虽然AI技术也对音乐艺术产生冲击,但音乐工作者应积极融合新技术,推动艺术与科技的共同发展。

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.

数字人文与文学批评的互文性表达及AI生成式诗学构建

从数字人文与文学研究的关系史看,文学的数字人文批评已经从初期的工具应用发展到当前以人-机具身交互协同合作为特征的“共创—共读—共释”新阶段。在这一进程中,数字人文与传统文学批评结合的话语基础是借助语义交互占有和模态兼容这一独特的互文性表达话语生成机制,为互文性诠释话语提供了逻辑基础并由此生成新的表达形式。诗性思维与算法逻辑的融合在人-机具身交互的文学体验模式中得以最终实现,传统的批评家与文本的细读模式被“批评家—数据库—生成式AI算法软件—文本”互动形成的“细读—远读—共读—共释”模式所取代。数字文本的动态生成与人-机具身交互的体验、创作和诠释,形成了AI时代人-机共生的文学创作、理解和诠释新景观,催生出AI生成式诗学的构建。这包括AI数字人文学批评家、AI身份与创作、AI叙事学、虚拟文学体验场、AI生成式评价标准等系统理论的建设。

基于AIS和波浪数据的船舶碳排放计算

随着全球贸易运输的增长,航运业面临着日趋严峻的碳排放问题。为了更精准地估算船舶在海上巡航时的碳排放量,该文提出了一种基于船舶自动识别系统(AIS)数据和波浪数据的碳排放计算模型。该模型利用波浪数据计算波浪阻力,从而更准确地修正船舶航行总阻力,通过实验数据验证了阻力计算的准确性,并根据计算主机的能耗,进一步估算船舶的二氧化碳排放量。结合2022年7-9月美国近海域超过5 000总吨的商船的AIS船舶数据,计算出船舶航行二氧化碳排放总量为268.91万t,其中货船的二氧化碳排放总量最多,贡献了181.92万t的碳排量,客船和油轮次之,分别为31.45万t和55.55万t,并根据此计算结果绘制了商船碳排放时空分布图,揭示了不同类型船舶在不同时空下的碳排放特征和规律。该研究对航运业的绿色转型以及提升环保意识具有重要的参考价值,也为海运业的碳排放管理提供了强有力的数据支持。

基于AI技术的应用化学专业实践教学体系探讨

在当今时代,人工智能(AI)技术迅猛进展,在教育领域的运用逐渐拓展,尤其在应用化学专业的实践教学方面,其潜力得到了显著体现。本研究深入探讨了AI技术在迎合实践教学需求方面的可能性,并构建了一套基于AI技术的实践教学体系,专门针对应用化学专业。同时,本文还提出了一系列实施策略,诸如加强教师的培训与技能提高、提升学生的适应性及接受度以及优化教学资源与环境配置。本研究的宗旨是为应用化学专业的实践教学带来崭新视角与方式,助力提升教学品质及效率。

AI在视听产品生产中的伦理困境

AI(Artificial Intelligence,人工智能)是使用计算机来模拟人的某些思维过程和智能行为的技术。作为新一轮科技革命和产业变革的重要驱动力量,AI广泛应用于许多领域,也包括视听产品的生产。在视听产品生产中,AI有着广阔的用武之地,比如虚拟主播、动画手语、语音模拟等,这些相关应用或解放人力,降低成本;或节省时间,提高效率;或增加趣味,娱乐受众。

2025,“AI”就在我们身旁

2025,AI将无处不在,又会平常得感受不到它的存在。AI就在你附近,在每个人触手可及的身旁。回望2024,AI以瞠目结舌的速度快速迭代、野蛮生长;展望2025,AI将在蓬勃的热潮中逐渐沉淀,在各种可能性里留下希望。1.2024年,国内外AI大模型的发展迅猛且暴力。从2022年11月30日OpenAI发布的ChatGPT为标志性起点,国内外大模型行业迅速进入一个你追我赶的加速发展阶段。尤其在2024年,国内大模型在性能提升和应用拓展方面不断取得新进展,百度的文心一言4.0、科大讯飞的星火V3.5、清华的智谱ChatGLM4耳熟能详,文生视频(Vidu)和文生音乐(Sky music)等类型的大模型崭露头角。

生成式AI背景下人类创意的扬长与补短

本文基于创造力理论,对比AIGC与人类创意,提炼出创造性更全面、作品更具价值及消费体验更丰富三大人类创意的独特性优势,揭示AI技术在激发人类创意、助力文化创意企业转型升级等方面的补充作用。文章为文化创意企业在生成式AI背景下立足发展提供理论框架与实践参考。

人工智能专业群“AI+X”工匠人才培养模式探索与实践

在全球科技加速变革的背景下,人工智能与多学科领域的交叉融合已成为推动技术创新与产业升级的关键路径。为了响应智能化社会对高层次复合型人才的紧迫需求,“AI+X”专业群的教育模式应运而生。这一模式的核心在于打破传统学科之间的界限,构建一个跨学科协作的教育框架,旨在培养兼具深厚理论基础和广泛实践经验的创新型工匠型人才。当前的教育模式在课程规划、教育与产业的整合,以及实践操作平台的构建方面仍显欠缺。基于此,本文从理论与实践层面探索“AI+X”工匠人才培养模式的内涵、现状与实施路径,力求为人工智能教育与产业协同发展提供创新思路。

“适时应务”还是“无所适从”?AI感知对员工适应性绩效的双刃剑效应研究

基于工作要求-资源模型,探究AI感知对员工的适应性绩效的影响机制。引入挑战-阻碍性压力作为中介变量,数字素养作为调节变量,共同分析其影响路径。实证研究表明:AI感知作为工作要求,一方面可以通过增强挑战性压力的增益路径正向影响员工的适应性绩效,另一方面也可以通过增强阻碍性压力的损耗路径负向影响员工的适应性绩效。员工的数字素养作为工作资源能增强AI感知对挑战性压力的正向影响,并缓冲其对阻碍性压力的负面影响。此外,数字素养还调节这两条路径的中介作用。研究揭示了AI感知如何通过挑战-阻碍性压力影响员工的适应性绩效,为员工积极适应AI带来的工作环境变化提供启示。同时,研究也引导管理者重视培养员工的数字能力,以提升员工的适应性绩效。

在教育教学中应如何应用AI

最近,复旦大学针对本科论文使用AI工具,率先发布了6条禁令。这是AI在教育中的使用问题的第一个明确的官方规定,在“风声雨声读书声声声入耳”的课堂中,AI是不是也是入耳的呢?犹太裔未来学家赫拉利近期出的一本书《智人之上》,从信息连接与演化的角度给了我另外的启发。

拿什么超越AI

AI正以惊人的自我迭代速度,全面超越人类智能。AI赋能,必将全面变革语文教学,而这样的变革也必将是惊人的。比如,AI通过大数据分析学生的学习行为、成绩变化等信息,能精准识别每位学生的语文学习特点和需求,从而为其量身定制个性化的语文学习路径。

电商AI主播特征影响消费者购买意愿的机制--基于技术感知与社会互动双重视角

AI主播直播带货是电商直播领域的新热点,聚焦AI主播直播营销情景,以社会认知理论为基础,将AI主播特征概括为可爱度、活力性、专业性、响应性四个方面,从互动的技术体验感知和社会交互感知双重视角来探究对购买意愿的影响。通过对420个看过AI直播带货的样本调研分析发现:(1)AI主播特征(可爱度、活力性、专业性、响应性)与购买意愿正相关;(2)感知新奇和社交临场感在AI主播特征影响购买意愿的关系中发挥着中介作用。(3)消费者创新性发挥着调节作用,随着创新性的提升,活力性、响应性对感知新奇、社会临场感和购买意愿的积极影响均得到加强,可爱度对感知新奇而不是社会临场感的正向影响也得以提升,但创新性对专业性影响感知新奇、社会临场感及购买意愿的关系均无调节作用。

人智协同迭代共生教学模式研究——AIGC的融入与实践效果分析

当前,生成性学习在实践中仍面临学生自主性不足与个性化学习需求难以满足的挑战,而AIGC技术的快速发展为教育领域注入了新的活力,在促进生成性学习的优化和改革方面蕴含潜力。为此,文章基于社会文化活动理论,提出了AIGC赋能教学的三维理论框架;在此基础上,文章以SOI框架为指导,构建了人智协同迭代共生教学模式。之后,文章通过职业学校Python课程的准实验研究,对该模式的有效性进行了验证,结果表明:人智协同迭代共生教学模式能够显著提升学生的成绩、学习动机和自我效能感,其中自我效能感的提升效应最大,而学习成绩和学习动机的提升效应较低。文章通过研究,旨在推动人工智能时代教学模式的创新,为有效提升生成性学习效果提供有价值的理论指导和实践参考。

苏格拉底式问题支架:促进学生向AI大模型提出高质量问题

向AI大模型提出高质量问题已成为数智时代学习者的必备技能与元素养。然而,当前学生向AI大模型提问的能力较低,所提问题存在浅表化、思维含量不高等现象,导致大模型的响应往往无法满足预期需求。苏格拉底式提问为有效提升学生提问质量提供了有益参考,基于此设计的苏格拉底式问题支架从“认知—元认知”双重维度提供了提示性、指导性、解释性三类支架,能够激发学生向AI大模型主动提问和持续追问的能力,有效促进学生认知发展。面向教育技术学专业44名本科生开展的准实验研究发现,使用该支架前后学生在问题深度、问题序列和问题架构方面具有明显变化。苏格拉底式问题支架能显著提高学生的深度提问能力,有效促进高阶问题序列转换,让学生形成分析创造式、深度理解式、评价创造式三种典型的转换循环,还能引导学生构建基于不同观点的星型、链式和闭环的问题架构逻辑。未来,教师应借助多样化的问题支架,引导学生向AI大模型提出高阶问题,并在追问中建立问题逻辑,以高质量的人机对话促进深度学习和学生高阶思维发展。

高校用户AI素养框架探索

AI技术应用对高校师生AI素养水平提出较高要求,探索高校用户AI素养框架可为高校用户AI素养水平测量、AI素养教育实施、高校图书馆AI指南编制提供借鉴。文章采用程序化扎根理论,通过分析北美高校图书馆生成式AI指南文本,构建高校用户AI素养框架(BDA框架)。研究发现:高校用户AI素养框架由概念原理、政策指引、系统评价、伦理评价、工具技能、任务技能等六个主范畴构成,可由低到高划分为AI知识、AI评价、AI技能三个层面,层面间具有由下至上的驱动路径,以及由上及下的赋能路径,从而整体提升高校用户AI素养水平。文章从完善AI政策指引、加快高校图书馆AI指南制定和实施、推进AI素养教育等方面提出对策。

AI聊天机器人对学习者情绪体验和认知学习影响的元分析

AI聊天机器人对学习者情绪体验与认知学习的影响,已成为学术研究的热点,但现有研究成果尚未形成统一结论,导致如何有效设计与运用AI聊天机器人的策略仍不明确。有鉴于此,构建AI聊天机器人对学习影响的作用机制框架,并以此为基础,对国际上42项实验和准实验研究进行元分析。分析结果显示,AI聊天机器人能显著提升学习者情绪体验与认知学习成效,但这一积极影响受多重变量的调节,包括学习内容、学段、干预时长、AI聊天机器人的具体教学功能和设计特征等。基于这些发现,从产品开发、产品使用、技术精进、设计优化等四个角度提出具体的策略建议,以期为AI聊天机器人的高效应用提供科学依据。