数字经济时代的知识管理:挑战与趋势

[目的/意义]研究数字经济时代，知识作为关键战略资源和核心资产，对理论和实践提出的新挑战。[方法/过程]采用文献资料调研法和理论分析法，基于网络实体系统（CPS）对数字经济时代知识管理的挑战和趋势进行分析阐述。[结果/结论]数字经济时代，知识管理在对象上对数据的获取和整合要求更高，在增值体系上对数据到信息再到知识的精度、实时性和准确性要求更高，异构整合和数据挖掘成为知识管理的关键，人机交互和人工智作为关键技术将发挥关键作用，在知识管理的目标上，数据驱动的价值创造成为核心。未来知识管理的发展将在战略上向实时动态精准决策演化，在架构上转向全域知识管理，在组织上通过无障碍知识流打造高效创新型组织，在内容上系统整合碎片化知识，在方法上重视基于人机交互的隐性知识转化，在技术上打造基于平台的知识图谱。     

Thriving in the Age of Accelerations: A Brief Look at the Societal Effects of Artificial Intelligence and the Opportunities for Libraries

Fifty years of the compounding effects of Moore's Law have led to enormous advances in computer processing power. Increased network speeds, the availability of big data, and machine learning techniques have accelerated the development of artificial intelligence; this promises to dramatically change many industries, including libraries. This article offers some thoughts on the effects of automation on employment, the social and political fallout, and the threats and opportunities for academic and public libraries.     

基于BP神经网络的高性能混凝土早龄期自干燥收缩预测

采用人工神经网络方法,建立高性能混凝土原材料配合比与其早龄期自干燥收缩之间的非线性映射关系.计算结果表明,该模型可以预测不同配合比混凝土的早龄期自干燥收缩,为高性能混凝土体积稳定性的研究提供一种思路.     

人工智能中感知问题的求解技术——约束满足法

文中就感知问题的求解技术进行了一些探讨.文章开始首先给大家介绍了人工智能中对现实世界的感知问题解决方法,然后通过例子引入约束满足法的思想,最后结合实际例子进一步阐述了约束满足法在人工智能感知问题中的运用,对人工智能中感知问题的理解有一定的帮助.     

基于电脑游戏设计的人工智能A^＊算法

在电脑游戏设计中经常要用到人工智能算法。人工智能A^＊算法是目前最快的一种计算最短路径的人工智能算法。本文论述了A^＊算法的基本原理,并以二维地图的寻径为例对A^＊算法进行了实例分析。     

人工智能时代的劳动教育,内涵、价值与实现路径

探讨人工智能语境下劳动教育的适应路径是对现实需求的积极回应。人工智能时代下的劳动教育以劳动认同、劳动思维的培养为核心目标,以协作劳动为主要组织形式,以劳动实践为关键路径,力求在具身体验中培养学生的劳动价值观和劳动情感。为应对城乡、设计者与参与者、生生间的数字鸿沟、教师教学能力孱弱及大众传媒把关不力等一系列挑战,将人工智能的优势贯穿于劳动教育教学、管理与资源建设中,在"亲职教育"和"亲子教学"过程中转变家长观念;以典型劳模为载体营造良好的舆论环境,凭借"云教学"模式拓展劳动教育实践平台;并以区为项目、以校为单位,建立学校劳动教育智能监测评价系统。     

“代具”还是“代替”?人工智能究竟能否取代人类教师的哲学省思

随着人工智能发展,人工智能会否代替人也成为当今教师教育必须面对的哲学问题。本文从技术可能性和价值合理性两个视角对该问题进行研究,结果发现:从技术发展的趋势看,生理意义上的人存在着被彻底还原的可能,但从哲学意义上看,人类的心灵又是不可被彻底还原的。具体而言,教师具有伦理上的优先性,人工智能不可能在伦理的意义上取代人类教师;教育是生命个体的成长历程,人工智能不可能在生长的意义上取代人类教师;人工智能是以功能性存在的类人机器,因此它无法在整全的意义上代替人类教师。     

国际计算创造力及其教育应用研究可视化分析与展望

计算创造力是人工智能研究领域的前沿,有望成为促进教育变革的重要推动力。本文综述了创造力与计算创造力的定义,运用文献计量法和文献分析法对国际计算创造力领域研究进行了可视化分析和内容分析。研究发现,计算创造力研究大体历经酝酿期、形成期和发展期三个阶段,计算创造力研究呈现出理论研究与实践应用相互促进的发展逻辑;主要研究主题为系统设计与评估、基本概念与理论、创造力认知计算模型、创意构思计算方法四个关键聚类和计算思维一个与教育相关的特殊聚类;创造性思维与计算思维的结合、计算创造力系统的教育应用是研究热点。计算创造力与教育结合的未来研究方向是《计算创造力》课程研究、创造力支持系统研究和计算创造力促进教学变革研究。     

人工智能立场中的智慧教育:理据、内涵与特征

人工智能与教育的深度融合,呼唤更具中国特色的智慧教育。而要做好这样的教育,亟需从人工智能的立场对智慧教育的理据、内涵与特征进行再阐释。文章指出,人工智能让智慧教育成为可能,一方面是因为它可以作为高效的技术应用为教育“赋能”,另一方面则是因为人工智能作为聪明的思维方式可以对教育进行“智化”。从人工智能的立场来看,智慧教育的内涵可以解释为:以人工智能的技术赋能和思想智化为契机,重塑教育的实践智慧与理论智慧,以及凸显超越人工智能的人类智慧。基于此,人工智能立场中的智慧教育将呈现线性与非线性交织、机遇与挑战同在的特征。     

基于BP神经网络的含噪字符识别系统及MATLAB实现

运用BP神经网络的原理,在MATLAB的平台上,对含噪与不含噪的印刷体英语字符进行识别和误差统计,经大量样本测试,结果达到设计目标,辨认出错率较低。