关键词： 图书馆   人工智能   文献计量  

摘要： 图书馆作为新技术的引领者,早在20世纪80年代就已经提出了对于人工智能应用在图书馆领域的研究,持续三十余年未曾中断。本文采用文献计量的方式,在中国知网(CNKI)数据库进行检索,并选取所有搜索结果,将其作为数据源进行统计分析,对年度发文量,来源期刊,研究机构及关键词展开研究,揭示我国图书馆对人工智能在不同阶段的研究重点,并探查发展过程中存在着哪些问题。结果表明:我国图书馆对其开展研究较早但发展速度缓慢;理论研究丰富却缺乏实证。并针对现有的研究趋势对未来的发展做出展望。

关键词： 经济发展格局   人工智能   人民福祉   数据统计   区块链   多元化应用   生产经营方式   云计算  

摘要： 随着人工智能、区块链、云计算、物联网等数字技术的迅速发展及其与经济社会各领域的深度融合,数据呈现爆发式增长和多元化应用价值,正在推动企业的生产经营方式、政府的治理方式和居民的生活方式发生深刻变化,促进经济社会发展和增进人民福祉,也将对世界经济发展格局产生深远影响。

关键词： 生成式人工智能   国家创新体系   数据安全   思想异化   知识产权保护  

摘要： 生成式人工智能作为信息技术的创新性成果,是优化国家创新体系建设的新引擎。从现实基础来看,生成式人工智能参与国家创新体系优化建设是市场的选择,能够满足创新体系高效管理、成果转化的实践需要。但是,由于生成式人工智能自身底层技术逻辑不完善、规范基础缺位,其在嵌入国家创新体系优化的过程中极易衍生基本人权侵扰、意识形态扭曲、规范认定困难等技术制度风险。为进一步发挥生成式人工智能的正向价值,应当以数据安全和算法监管为着力点,搭建以核心共识和科技伦理为价值内核,以完善国内法规体系、对接国际贸易规则为外部保障的框架体系,发挥人才的主体作用,以技术要素整合调配创新资源,提升国家创新体系整体效能。

关键词： 产业变革   人工智能   管理科学   颠覆性技术   管理决策模式   决策支持   智能化升级   运作方式  

摘要： 人工智能作为一种新兴颠覆性技术,正在释放科技革命和产业变革积蓄的巨大能量,深刻改变着人类生产生活方式和思维方式,并对企业的运作方式和管理决策模式产生重大而深远的影响。人工智能通过其强大的数据处理和分析综合能力,提供了前所未有的决策支持,推动了从生产到服务各个环节的智能化升级。这一变革不仅开辟了全新的经济活动场景,也为管理科学学科提出了许多新亟待解决的新理论问题。随着复杂管理决策场景日益涌现,数据的规模和复杂性显著增长。

关键词： 健康监测   影响因素   智能手环   回归分析  

摘要： 随着经济的快速发展,愈来愈多人关注自身的健康状况,智能手环作为人们主动进行健康管理的标配,愈发受到关注。然而网络零售平台门槛较低,使其同质化严重。而缓解这一问题的有效途径,就是要充分了解消费者购买手环的关注点,而数据分析可为其提供解决方法。因此,本文构建了商品销量影响因素模型。首先,采用Python语言抓取淘宝网智能手环的销量数据;其次,对数据进行预处理;最后,建立模型,并进行异方差检验、残差检验、多重共线性检验、稳健性检验,进一步修正模型,确定手环销量的影响因素:手环累计评价数、品牌知名度、赠送运费险、具有监测心率功能对手环销量有显著正向影响。

关键词： 人工智能艺术   艺术主体性   技术美学  

摘要： 人工智能艺术的迅猛发展为艺术界带来了实践和理论的双重挑战。近年来,人工智能艺术作假等相关事件引发了社会广泛讨论,进一步表明在技术深入渗透社会的背景下,公众对人工智能艺术的态度逐渐从焦虑、抗拒演变为接受,甚至主动将其纳入社会秩序体系。在传统美学框架下,关于人工智能艺术“艺术性缺失”的论调已稍显滞后,而当代技术美学为公众提供了新的视角,使公众能够以更加开放的态度重新审视人工智能艺术,并为当代艺术的技艺融合提供实践的可能性。

关键词： 人工智能   深度学习   浅表食管鳞状细胞癌   内镜诊断   浸润深度  

摘要： 目的构建一个基于深度学习的窄带光成像放大内镜(magnifying endoscopywith narrow band imaging,ME-NBI)下浅表食管鳞状细胞癌(superficial esophageal squamous cell carcinoma,SESCC)特征可视化系统,并评估ME-NBI下该系统预测SESCC浸润深度的诊断效能。方法特征可视化系统由4个模型构成,模型1、2分别用于分割SESCC病灶ME-NBI图像中的上皮乳头内毛细血管袢(intrapapillarycapillaryloops,IPCL)区域和乏血管区(avasculararea,AVA),模型3用于获取SESCC病灶ME-NBI图像中的颜色主成分(principal componentofcolor,PCC),模型4根据前三个模型提取到的特征自动预测SESCC浸润深度。2016年4月至2021年10月间的2341张SESCC病灶的ME-NBI图像用来开发特征可视化系统,分成3个数据集:数据集1(1077张ME-NBI图像),用于训练和测试模型13;数据集2(1069张ME-NBI图像),利用特征组合的方式将数据量扩充20倍,获得21380张特征合成图像,然后用于训练和测试模型4;数据集3(195张ME-NBI图像),其中病变浸润深度在上皮层至黏膜下层上1/3(EP-SM1)的ME-NBI图像146张,在黏膜下层中1/3至下1/3(SM2-SM3)的ME-NBI图像49张,用于验证特征可视化系统预测SESCC浸润深度(EP-SM1/SM2-SM3)的诊断效能。为了评估特征可视化系统的优越性,将传统深度学习系统(直接使用ME-NBI图像进行训练)、单项特征模型(单项IPCL特征模型、单项AVA特征模型和单项PCC特征模型)的数据集3预测结果与特征可视化系统预测结果进行对比。为了评估特征可视化系统的临床实用性,邀请4名专家医师(内镜操作超过10年,专家医师组)和5名高年资医师(内镜操作超过5年,高年资医师组)参与人机大赛,对数据集3进行诊断,结果与特征可视化系统进行比较。结果诊断SESCC浸润深度(EP-SM1/SM2-SM3)的准确率、敏感度和特异度方面,特征可视化系统分别为83.08%(162/195)、82.88%(121/146)和83.67%(41/49),传统深度学习系统分别为60.00%(117/195)、52.05%(76/146)和83.67%(41/49),单项IPCL特征模型分别为74.87%(146/195)、75.34%(110/146)和73.47%(36/49),单项AVA特征模型分别为58.97%(115/195)、60.27%(88/146)和55.10%(27/49),单项PCC特征模型分别为71.28%(139/195)、71.23%(104/146)和71.43%(35/49),高年资医师组分别为66.67%、78.22%和32.24%,专家医师组分别为72.31%、85.96%和31.63%。特征可视化系统诊断准确率明显高于其他6组(P<0.05);特征可视化系统诊断敏感度略高于高年资医师组(x^(2)=1.59,P=0.21)和单项IPCL特征模型(x^(2)=2.51,P=0.11),略低于专家医师组(x=0.89,P=0.35),明显高于其他3组(P<0.05);特征可视化系统诊断特异度与传统深度学习系统相同(x^(2)=0.00,P=1.00),略高于单项IPCL特征模型(x^(2)=1.52,P=0.22)和单项PCC特征模型(x^(2)=2.11,P=0.15),明显高于单项AVA特征模型(x^(2)=9.42,P<0.01)、高年资医师组(x^(2)=44.71,P<0.01)和专家医师组(x^(2)=43.57,P<0.01)。结论开发出的这种基于深度学习的ME-NBI下SESCC特征可视化系统,在预测ME-NBI下SESCC浸润深度(EP-SM1/SM2-SM3)方面表现出良好的诊断效能,其诊断效能优于内镜操作超过10年的内镜医师。

关键词： 大数据   思想政治   项目驱动   校社共育  

摘要： 文章对大数据时代高中思想政治教学模式改革的必要性、模式更新的基本原则、新模式的应用策略加以分析,结果表明,教师树立“大数据+”育人意识,能整合网络资源,预判教育趋势,构建智慧课堂。为了彰显大数据时代思政课的育人价值,教师要坚持以素养为核、以生活为基、以学生为主三大原则,在此前提下,应用项目驱动、校社共育、学科融合、合作学习、评价促学五大教学模式,同时注重大数据技术赋能,使得育人模式既新颖又高效,有效提高高中思想政治教学质量。

关键词： 人工智能   深度学习   计算机视觉   目标跟踪   神经网络   Transformer   特征融合   时序建模  

摘要： 孪生跟踪器的出现极大提升了跟踪任务性能。然而,当前跟踪器难以精准描述目标外观变化,造成面临遮挡和尺度变化等挑战时的性能衰减。另外,杂乱背景会产生干扰响应图,误导目标定位。为此,引入2个基于Transformer的跟踪模块用于提高孪生跟踪器性能。其中时空融合模块使用交叉注意力机制的全局特征关联,迭代累积历史线索从而提高目标外貌变化的鲁棒性。判别力增强模块关联目标和搜索区域的语义信息,以提高目标判别能力。此外,使用空间通道加权特征融合,充分发掘空间分布和语义相似性的时空信息。所提模块可嵌入主流孪生跟踪器,在公开数据集上的实验证明了方案的优越性。

关键词： 数字化转型   金融服务   金融行业   人工智能   区块链   汽车金融公司   大数据   车联网  

摘要： 数字科技的蓬勃发展给汽车行业和金融行业都带来重大变革。中国汽车金融公司正站在数字化转型的前沿,随着人工智能、大数据、区块链等技术的进一步整合,预计会实现更精准的风险评估、更高效的贷款审批流程,并通过车联网等新兴技术提供更加个性化的金融服务。