关键词： 人工智能   接触镜   角膜染色  

摘要： 目的 探讨深度学习算法在角膜荧光染色分级评估中的应用价值。方法 采用横断面研究,共纳入四川大学华西医院隐形眼镜门诊就诊患者的角膜染色图片600张。其中500张用于构建算法,其余100张用于验证算法有效性并比较人工智能(artificial intelligence,AI)与视光初学者间评级准确性(accuracy,ACC)及诊断时长的差异。在完成初次评级1个月后,进行第二次评估,比较两次评估的一致性指数(Kappa值)。3位经验丰富的视光师综合分级的结果作为本研究的“金标准”。结果 通过全集、训练集、测试集交叉验证4种深度学习模型,ResNet34模型预测准确性最高。ResNet34深度学习模型在角膜染色分级上的准确性为93.0%,敏感性为89.5%,特异性为89.6%。AI与两位初学者比较,AI的准确性较高(ACCAI=87.0%、ACCS1=78.0%、ACCS2=52.0%,PACC=0.001),同时AI的平均诊断时长短于视光初学者(tAI=1.00 s,tS1=11.86 s,tS2=13.25 s,Pt=0.001)。在两次评级的一致性比较中,AI(KappaAI=0.658,PAI=0.001)的一致性程度高于视光初学者(KappaS1=0.575,PS1=0.001;KappaS2=0.609,PS2=0.001)。结论 将深度学习算法应用于角膜染色分级评估具有一定的可行性及临床价值。在与初学者的比较中,AI表现出了较高的准确性和较好的一致性,能够指导视光师在临床工作中快速准确地评定角膜染色分级。

关键词： 社交网络   大数据   个人征信  

摘要： “大数据+征信”的理念为我国个人信用体系建设提供了新思路。通过文献梳理，厘清了社交网络大数据环境下个人征信研究的思路，以社交网络作为平台系统探讨大数据环境下个人征信存在的问题，提出了加强征信法规制度建设、细化个人征信数据使用边界、优化征信信息有效供给、界定数据标准和数据范围、加强个人信息安全保护等解决方案。

关键词： 人工智能立法   法律定义   提取公因式   理性智能体   系统—控制论  

摘要： 科学、合理地界定人工智能的法律定义，是人工智能领域体系化立法的逻辑前提。在本体论意义上，人工智能首先是一种信息处理系统，而后才有人工智能科学、人工智能产业等社会性认知。从内涵看，人工智能是依托算力基础设施，通过控制系统的算法处理输入的数据，以软件或硬件等多元集成方式嵌入系统后输出，或者直接在具体场景中输出对人类某种理性功能的模拟状态，在环境中进行交互，并在目标约束下经过反馈修正，最终完成预设任务的信息系统，该种智能系统的法律本质为“理性智能体”。从外延看，人工智能既包括单纯的智能软件或硬件，也包括软件和硬件集成嵌入的智能体，而“强弱”之分和“通用专用”之分不适宜在外延中直接列举，而是需要随着技术发展通过评价性的法学判断来决定是否将其纳入人工智能的法律意涵。

关键词： 区块链   源数据   集团内部审计   DAO   数字经济  

摘要： 从理论上说，区块链审计技术能够提高集团企业的内部审计效率和效果，但实践中如何引援区块链技术保障审计师所获取数据的可靠性?通过分析传统集团企业内部审计的流程后，发现源数据传输过程中存在篡改或影响数据安全的可能，导致内部审计师存在源数据的信任危机。基于区块链DAO(去中心化的自治组织)和混合链技术的审计源数据追溯机理，通过在集团内部按两个层级分别创建DAO系统，并采用双层级下的“半中心化”模式，能切断集团内部不同层级利益输送环节，强化远程审计的数据可靠性；同时，构建混合链以增加不同审计业务场景下的独立权限职能，能应对不同项目场景下的源数据处理，覆盖集团内部的源数据处理过程，提升内部审计效能，降低源数据错误产生的审计风险。同时，从集团区块链系统的顶层设计、制度创新、适配资源和人才培养方面提出了实现DAO和混合链联合运行的战略举措，为集团内部审计如何运用区块链技术强化内部审计师对于源数据的信任程度提供有益借鉴和启示。

关键词： 人工智能   ChatGPT   媒介素养   媒介工具   AIGC  

摘要： 随着ChatGPT广泛介入社会生活各个方面，作为用户的大众应根据新一代人工智能的工作逻辑和运作原理来提升自身媒介素养，特别是加深对人工智能媒介工具和媒介内容的认知。在带来巨大机遇的同时，ChatGPT的广泛使用也为用户带来了严峻的挑战，学习能力的不足、理解能力的滞后以及媒介判断力的缺乏困扰了众多用户。对于用户而言，不断锤炼自身的媒介素养，从而充分发掘ChatGPT的潜能，规避有可能出现的潜在风险，是当下可行的应对策略。

关键词： 生成式人工智能   ChatGPT国家安全   法治应对  

摘要： ChatGPT的出现改变了既有人机交互模式,推动了自然语言处理、文本生成和数据处理等领域的发展和进步,标志着未来数字社会雏形已现。同时,ChatGPT等生成式人工智能因其学习的无监督性以及生成结果的不确定性也给国家安全带来了挑战,影响政治安全、军事安全、数据安全以及文化安全等诸多领域。未来应当坚持国家安全理念,从优化产业布局、打破算法黑箱、强化数据监管责任等方面入手,控制生成式人工智能给国家安全领域带来的风险,促进该行业的健康发展。

关键词： ChatGPT   人工智能   媒介环境   AIGC   媒介化  

摘要： 以ChatGPT为代表的生成式人工智能不仅突破了传统智能化机器人在简单情境下基于关键词进行浅层信息交互的能力局限，更在人机交流、价值创造与场景应用三个维度产生了划时代意义。未来，随着人类社会对生成式人工智能的依赖不断深化，媒介环境中数据流动形式、信息获取状态、人机合作模式三个面向将迎来革命性转向。而这一进程也将导致人类社会在符号环境、感知环境以及社会环境三个层面，面对来自情感补偿无力、价值观念异化、西方话语规训的三重冲击。对此，人类社会亟须建立健全基于人、平台、政策、技术的四步综合治理体系，从而确保在充分享受技术红利的同时，最大限度地消弭其风险及危害。

关键词： 通用人工智能   机器教育   教学原则   学习效果   AGI  

摘要： 人工智能分为专用与通用两个分支，二者皆可与教育融合，但前者关注如何用人工智能手段解决教育问题，如智慧教育；后者却反向聚焦怎样用教育手段解决人工智能问题，如机器教育。既有研究已实证后者的必要性与可能性，本研究则通过实验探索人类教育经验对通用人工智能系统学习效果的影响，尝试验证“机器教育”的有效性。实验自变量来自人类教学过程的四类重要影响因素，分别是教学目标、教学内容、教学节奏和教学空间。结果发现，通用人工智能系统对教学目标的激活频率、教学内容的正确率、教学节奏的时间间隔以及教学空间的大小等指标具有与人类学习者高度相似的敏感性，都可由教学参数的调整而获得更好的学习效果。因此，人类教育经验同样可推广至通用人工智能系统。对“人机兼容”客观教育规律的确证，不仅用科学证据有力地回击了对教育理论科学性的质疑，亦有望实现教育学对人工智能研究的逆向反哺。

关键词： 在线学习   生成式人工智能   ChatGPT  

摘要： 生成式人工智能技术通过对大规模数据编码训练，能够依据人类指令自主地生成语言或图像等内容，在不同场景中展现新型的“智慧”和“创造”能力。现阶段在学习场景中直接应用存在诸多风险，需要不断优化和升级。通过探索和研究生成式人工智能辅助个性化学习潜力场景与技术实施路径，提出生成式人工智能应用于在线学习场景需确保三个方面：（1）内容的准确性；（2）过程的可解释性；（3）个性化的联动性。为了保证人工智能的安全性和可靠性，需要建立完善的技术支持系统，以更好地服务于在线学习和教育需求。通过研究分析，以期为在线学习场景中的生成式人工智能技术规范和应用设计提供有益参考。

关键词： 区块链   医疗数据   受控共享   代理重加密   隐私保护  

摘要： 患者医疗健康数据信息的合理利用促进了医学研究机构的发展，针对目前患者与医疗研究机构间共享医疗数据隐私易泄露，以及患者对医疗数据的使用情况不可控的问题，提出一种支持受控共享的医疗数据隐私保护方案。首先，将区块链与代理服务器结合设计医疗数据受控共享模型，区块链矿工节点分布式构造代理重加密密钥，使用代理服务器存储和转换医疗数据密文，利用代理重加密技术在保护患者隐私的同时实现医疗数据安全共享。其次，设计用户权限动态调整机制，由患者与区块链授权管理节点交互通过授权列表来更新医疗数据访问权限，实现患者对医疗数据的可控共享。最后，安全性分析表明，所提方案可以在医疗数据隐私保护的同时，实现医疗数据动态共享，并且可以抵抗共谋攻击。性能分析表明，该方案在通信开销、计算开销方面具有优势，适用于患者或医院与研究机构间的数据受控共享。