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。

AI预测天然染料在丝绸上的最佳染色工艺与色牢度研究

随着环境问题的日益严峻,为了提高实验效率、节约成本,推动可持续发展战略在染料与纺织品领域的应用,文章首先对天然染料染色的数据进行了收集与预处理,然后采用Xgboost集成学习算法构建AI模型并进行了模型训练与验证,评估了模型的有效性和预测精度。该模型实现了天然染料在丝绸上染色工艺与效果的高效模拟与预测,从而显著缩短了实验时间并降低了资源损耗。这一方法提高了研究效率和经济效益。研究表明,该模型在预测反应最佳酸碱度(pH值)、水洗色牢度(CFW)和摩擦色牢度(CFR)方面具有较高的准确率,在验证集中三者的预测准确率高达94.12%、93.75%、100%,在真实的测试集上分别拥有87.50%、94.12%、82.35%的准确率,同时具备有效性与可迁移性。集成学习的方法通过极小的部署成本和极短的耗时为天然染料染色性能的探索给出了极具价值的指导,也为AI机器学习与纺织染色的学科的交叉应用拓展了可能性。

基于AI赋能的信息系统设计实验教学的探索实践—以《网页设计的AI生成》一课为例

作者基于《普通高中信息技术课程标准(2017年版2020年修订)》及教科版高中信息技术《必修二信息系统与社会》第三单元“信息系统设计”的相关内容,进行了基于AI赋能的大单元设计,旨在让学生有意识地使用新技术处理信息,体验信息系统的开发过程,并在项目实验的过程中让学生体验分解问题、抽象建模与功能迭代等计算思维。

基于AI大模型的新能源汽车智能座舱多模态交互技术研究综述

智能座舱是汽车智能化的重要组成部分,多模态交互是智能座舱的核心功能。为了研究AI大模型赋能智能座舱实现多模态交互的技术原理,利用AI大模型的学习和泛化能力,分析了多模态交互技术框架和关键技术,评估国内外科技公司和车企在多模态交互领域的应用案例,如百度、华为、腾讯和科大讯飞的大语言模型,并对其效果进行对比。对比结果表明,AI大模型在多模态交互中的应用显著提高了任务处理效率与准确性,增强了智能座舱的人机交互体验。最后探讨了AI大模型在智能座舱应用中面临的挑战与前景,为AI技术在智能座舱领域的深入发展和应用提供参考。

AI技术的应用与区域经济发展的关系——以E地区经济发展状况为例

AI技术在经济结构调整和创造新的产业中具有不可忽视的重要作用。E地区是一个比较偏远的地区,早先曾受惠于煤炭产业,如今又有对于煤炭资源即将枯竭的忧虑。在现今AI逐渐成为热门技术的大趋势下,在该地区发展和应用AI这种热门技术对其经济转型升级具有重要影响。文章从AI技术应用的领域划分入手,再结合E地区可能运用AI技术的场景,并对其运用效果作简短的SWOT分析,最后得出加快科技信息更新速度、政府加大支持力度、加强基础设施建设以及经济主体应接受智能化变革等建议。

数字孪生AI主播在新闻报道中的价值重构和伦理审视

近年来,数字孪生AI主播在新兴领域的应用频率显著增加。这些AI主播依托于尖端的人工智能技术,能够精确捕捉真实主播的多元数据,进而以高度还原的方式构建出逼真的虚拟主播形象。然而,在数字孪生AI主播持续“进化”的进程中,涌现出诸多亟待探索的议题,如真身与化身的主体性界定、主体本真性的维系,以及道德物化所带来的挑战等。同时,这一演变不可避免地触及人权、数据权等伦理领域的敏感问题,要求社会各界共同采取全面且综合性的应对策略。在此过程中,需要着重关注与人权及数据权益相关的议题,确保在真实个体与其数字镜像之间建立起明确的界限认知,同时推动真实个体与数字孪生之间的和谐交互与深度协作。

AI快速发展对员工创新行为的影响

本文探讨AI快速发展对员工创新行为的影响。AI技术在多领域应用并取得显著成就,其发展趋势包括更强通用性、与其他技术融合、伦理法律规范完善、向边缘计算发展及人才需求增长。AI对员工创新行为有积极影响,但也存在消极影响。为应对这些影响,员工应持续学习、培养软技能、建立个人品牌;组织应合理规划AI应用、建立创新激励机制、营造创新文化;社会应加强职业教育与培训、提供政策支持与引导、促进产学研合作。

AI赋能会展——2024中国会展实训大讲堂专题培训在京圆满成功举办

2024中国会展实训大讲堂专题培训于2024年12月23日在京圆满成功举办。会展行业的数字化发展是近年来的重要趋势,本次大堂邀请知名AI领域专家,就AI数字化技术如何进一步推动会展业的创新,数据化资产与AI融合、数据化资产在企业决策的价值创造,在创新产品和服务中的应用、数据化资产的管理与安全、数据化资产的市场交易与共享等方面进行全方位的解读。

5-aza-2’deoxycytidine联合trichostatin A抑制乳腺癌细胞增殖能力的研究

背景与目的:晚近报道应用DNA甲基转移酶抑制剂5-aza-2’deoxycytid ine(AZA)联合组蛋白去乙酰化酶抑制剂trichostatin A(TSA)作用于多种肿瘤,可以达到治疗肿瘤的目的。本文在此探讨通过AZA联合TSA作用,抑制乳腺癌细胞株增殖能力。方法:联合应用两种药物作用于肿瘤细胞,应用RT-PCR的方法检测MDA-MB-435细胞株p21和p27的mRNA转录水平的改变。通过W ST方法来检测乳腺癌细胞的增殖能力变化,将MDA-MB-435细胞根据药物处理共分四组:①对照组;②AZA+TSA组;③AZA+TSA+4-OH TAM组;④4-OH TAM组。并且采用流式细胞仪来分析肿瘤细胞周期分布的改变,将MDA-MB-435分成另外四组:①对照组;②AZA+TSA组;③AZA+TSA+E2组;④AZA+TSA+E2+4-OH TAM组。结果:TSA以及AZA联合应用能使肿瘤细胞MDA-MB-435的p27的mRNA水平增加,而p21mRNA水平略减弱。增殖分析的四个组中:AZA+TSA组细胞增殖能力减弱(P<0.01),同时出现细胞阻滞于S期,加入雌激素后细胞阻滞稍减弱。AZA+TSA+4-OH TAM组增殖能力进一步减弱(P<0.01)。4-OH TAM组增殖能力没有改变。细胞周期分析的四个组中:AZA+TSA组出现细胞阻滞于S期,AZA+TSA+E2组细胞阻滞稍减弱。AZA+TSA+E2+4-OH TAM组细胞阻滞再次提高。结论:两种药物联合应用能使得乳腺癌肿瘤细胞增殖能力下降,对于肿瘤细胞有一定抑制作用。

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。

5-aza-2’-deoxycytidine重新激活MDA-MB-231乳腺癌细胞雌激素受体基因的表达

目的 探讨 5 AZA CdR重新激活MDA MB 2 3 1乳腺癌细胞雌激素受体基因的表达。方法 采用免疫组织化学的方法 ,对用浓度为 2mg/L的 5 AZA CdR处理MDA MB 2 3 1乳腺癌细胞前后和阳性对照MCF 7乳腺癌细胞雌激素受体基因的表达情况进行检测分析。结果 5 AZA CdR处理过的MDA MB 2 3 1乳腺癌细胞ER的阳性表达率明显增高 (P <0 .0 5 )。结论 5 AZA CdR可以重新激活MDA MB 2 3

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。

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。

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。

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。

AI时代的教育与评价

以ChatGPT为代表的AI技术发展对现有教育与评价体系提出挑战,并引发对教育模式与教育理念根本性变革的思考。在AI时代,对知识的了解与掌握已不再是学习的主要目的。以创新、创造、创业为内核的“三创教育”为面向未来的教育提供了一条新路径,其三个基本特征包括可个性化的学习、发现并解决真实问题/产品导向的学习、全球化的学习环境。AI为“三创教育”提供了切实可用的工具与实现方式。人机共生与共同演化(co-evolution)的时代已开启,教育工作者需要深入思考人与AI的关系,以及如何在AI时代实现教育公平和个人成长。

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。