人工智能伦理准则与治理体系:发展现状和战略建议

首先,界定人工智能伦理准则的基本概念,分析人工智能发展现状。然后,探讨导致人工智能伦理问题的主要原因,总结人工智能典型应用场景下的伦理问题,包括自动驾驶、智能媒体、智慧医疗、服务机器人等;此外,围绕应对人工智能伦理问题的基本原则探索治理框架体系,包括技术应对、道德规范、政策引导、法律规则等方面。最后,结合我国人工智能发展规划战略部署,指出在社会治理的落地过程中宜采取分层次、多维度的治理体系,并提出在人工智能伦理准则和治理方面的具体措施建议(2020-2035年),包括社会宣传、标准体系、法律法规等方面。     

Wind turbine fault detection based on SCADA data analysis using ANN

Wind energy is one of the fast growing sources of power production currently, and there is a great demand to reduce the cost of operation and maintenance. Most wind farms have installed supervisory control and data acquisition （SCADA） systems for system control and logging data. However, the collected data are not used effectively. This paper proposes a fault detection method for main bearing wind turbine based on existing SCADA data using an artificial neural network （ANN）. The ANN model for the normal behavior is established, and the difference between theoretical and actual values of the parameters is then calculated. Thus the early stage of main bearing fault can be identified to let the operator have sufficient time to make more informed decisions for maintenance.     

智慧教育转型与变革

智慧教育不仅是智能技术在教育中的应用,更是智能时代教育的全面转型与变革。文章结合智能时代的三大发展趋势:即人机物三元融合、主动智能服务与人机结合的分布式认知,从基础环境、智能形态、培养模式、教育生态、育人目标五个维度提出了智慧教育转型与变革的关键所在,包括拥有主动智能的教育环境、人机协同的教育智能、大规模个性化的人才培养模式、虚实融合的教育新生态和智能时代的创新人才培养。在此基础上,面向智慧教育转型与变革的实践落地,提出了三点关键建议,包括建立数据无缝流转的生态体系、推进教育公共服务模式创新、高度重视专业性的教育服务,期望为智能时代智慧教育的转型与变革提供一定的参考与应用启示。     

智能学习分组:从通用模型到大数据框架

学习分组是协作学习活动设计的首要阶段。随着学习场所的快速变化、多模态交互过程复杂性的增加,采用传统的随机分组、教师指派或学生自我选择等方法进行协作学习分组的效率十分低下。研究提出基于智能技术构建自适应的协作学习小组。首先,阐述了学习分组的价值,即构建合理的协作学习环境、兼顾学生的个体差异和促进教育资源优质公平;其次,总结了影响智能学习分组的因素,包括个体属性、小组学术与物理构成以及学习者与环境的交互;最后,描述了经典场景下智能学习分组的通用模型,并讨论了大数据背景下智能学习分组的前景与挑战。针对大数据驱动智能学习分组的稳定性问题,基于机器学习中的集成学习思想构建了大数据共识分组框架。此框架有望为人工智能促进未来规模化的个性化教育提供支持。     

基于STEM教育理念的PBL教学模式设计与实践研究

STEM教育作为全球工程教育的新理念已成为学界关注的热点。然而,如何实现STEM教育的本土化教学却存在诸多的现实困惑。研究提出了一种基于STEM教育理念的PBL教学模式设计,即聚焦工程创新素养、工程人文素养、AI素养的人才培养目标设计;注重探究—实践—交流的科学程序设计;依据循证实践的多维多层评价设计;促进产学融合、专业与通识融合的环境保障设计。该模式在AI通识课程进行三轮教学实践,研究表明,基于STEM教育理念的PBL教学模式能够提高学生的学习投入度,提升学生的工程创新素养、工程人文素养、AI素养,增强学生的学习体验和教学满意度,并促进了产学研深度融合,可为高校一流本科教育教学改革和工程科技创新人才培养提供参考和借鉴。     

人工智能时代教育目的的转向

人工智能给人的生存带来了意义危机。它使人失去工具意义,成为“无用阶层”;人一旦失去操劳,也就失去了意义产生的大地;更为可怕的是,人极有可能被“神人”设计,成为“圈养”的存在。人的生存面临意义危机时,唯有回归自我才能救己,在自我成长中构建价值,由“为他的”向“为我的”价值向度转向,实现人本真的价值,这需要依靠教育来达成。智能时代教育目的要转向使人成为他自己,实现人劳作的艺术化,以使人在智能时代活得更有意义、自由和尊严。同时,人工智能为教育目的的转向提供技术支撑,它使个性化学习成为可能,实现了“为我的”学习,建构“属我的”知识,这些都使智能时代必需的自我矗立了起来。     

面向群体智能塑造未来教育:一项重要研究课题

群体智能指群体在完成一系列不同任务时表现出的综合能力,是面向未来复杂情境中跨学科、综合型任务解决过程必不可少的关键要素。教育现代化进程中的群体智能教育是面向未来培养公民信息素养、合作能力、问题解决能力的重要载体和实现目标。文章基于当前研究领域中对群体智能基本概念的辨析和探索,从国际视野出发,剖析基于不同的技术手段对群体智能教育的探索和实践,提出教育信息化时代中国教育领域中进一步强化群体智能教育、推动"五育并举"、促进培养复合型人才的可行路径。     

智能时代的教育数据治理变革:挑战与路径

伴随着智能时代的到来,数据成为重要的战略资源,数据驱动成为现代教育的基本特征,教育数据治理面临着新的变革。文章在分析了智能时代教育数据治理面临的复杂挑战后,归纳了智能时代教育数据治理应当实现精准、敏捷、安全的管理目标,并从管理体系和技术体系两个维度,分别论述了智能时代教育数据治理策略的内涵,提出了数据确权、治理机构和数据标准等可行管理机制,以及敏捷的教育数据部署、可信的教育数据日志管理和可靠的教育数据共享机制等技术保障路径。     

Electromagnetic effects on the biological tissue surrounding a transcutaneous transformer for an artificial anal sphincter system

This paper reports on the electromagnetic effects on the biological tissue surrounding a transcutaneous transformer for an artificial anal sphincter. The coupling coils and human tissues, including the skin, fat, muscle, liver, and blood, were considered. Specific absorption rate (SAR) and current density were analyzed by a finite-length solenoid model. First, SAR and current density as a function of frequency (10–10⁷ Hz) for an emission current of 1.5 A were calculated under different tissue thickness. Then relations between SAR, current density, and five types of tissues under each frequency were deduced. As a result, both the SAR and current density were below the basic restrictions of the International Commission on Non-Ionizing Radiation Protection (ICNIRP). The results show that the analysis of these data is very important for developing the artificial anal sphincter system.     

Impulsive control for passivity and exponential synchronization of coupled neural networks with multiple weights

This paper investigates the passivity and synchronization problems for two classes of multiple weighted coupled neural networks (MWCNNs) with or without time delays. Firstly, by utilizing an impulsive control strategy and some inequality techniques, several passivity criteria for MWCNNs with diverse dimensions of output and input are established. Then, based on the Lyapunov functional, some sufficient conditions to ensure the synchronization of MWCNNs via impulsive control are derived. In addition, combined with the comparison principle and the impulsive delay differential inequality, the global exponential synchronization of MWCNNs with time-varying delays is considered under impulsive control. Finally, two numerical examples illustrate the effectiveness of the obtained results.