基于人工智能的混凝土配合比优化设计

采用遗传算法对混凝土进行配合比优化设计,以经济成本为目标函数、以人工神经网络混凝土性能预测模型为约束条件,用实数编码表示个体的染色体位串,通过选择、交叉、变异等遗传算子作用,完成遗传操作,以优胜劣汰为原则,最终达到最优解。将优化结果和工程实例的配合比进行对比,可见该方法可降低造价、节约能源,具有较好的工程使用价值。     

人工智能时代研究生知识观的异化与重塑

人工智能时代研究生的知识观需遵循人工智能的技术逻辑与研究生教育的精英逻辑,这客观上要求研究生具备以高深与广博为内核的知识内容观、以系统化与贯通化为要旨的知识结构观、以稳定性与精英性为着力点的知识价值观。当前,人工智能引发的知识变革诱发研究生知识观发生某种程度异化,主要表征为显性知识遮蔽缄默知识、同质性知识阻隔异质性知识、海量碎片化知识消解系统知识、泛滥的“软知识”侵蚀“硬知识”。为此,优化研究生知识教育、实现知识学习方式转向、构建新知识素养当是人工智能时代重塑研究生知识观的关键。     

智能时代数字化学习资源质量评估研究——基于用户体验的视角

智能时代的数字化学习资源质量评估需要更加重视用户体验,且应在借鉴信息资源质量评估相关理论成果、反思现有研究的基础上开展。基于此,文章首先结合智能时代数字化学习资源的特点,依据用户体验层次理论,构建了包含直观体验、功能体验、交互体验、生成体验、情感体验五个维度的用户体验模型。接着,文章参考数字化学习资源质量评估工具,提出了数字化学习资源质量评估的四个维度,即技术支持、界面设计、内容呈现、教学设计。然后,文章将五个体验维度与四个评估维度相交,确定了智能时代数字化学习资源质量的评估指标,并在此基础上设计了智能时代数字化学习资源质量评估模型。最后,文章从教育管理机构、信息化企业、学校、教师、学生的角度,针对智能时代数字化学习资源质量评估的实施提出建议,以期通过多方参与的评估形式来提升数字化学习资源质量和数字化学习效益。     

人工智能赋能课堂教学减负提质的机制、风险与应对

学业负担过重向来是义务教育改革难以攻破的瓶颈,"双减"政策从校内教学和校外培训两方面为当前的减负工作指明方向和路径。从校内教学的视角来看,减轻学生过重学业负担的关键不仅在于作业的减"量",更需要课堂教学的增"质"。人工智能技术可以为课堂教学减负提质提供支撑引领,助力教学过程精准高效,为学生量身定制个性化作业,全流程数据驱动教学评价降低考试压力。然而技术理性使课堂教学面临人本关怀缺失,教学评价重量轻质,学生学业负担再度加重的风险。对标"双减"目标坚守教学育人本义,人机协同教学实施因材施教,动态监测学业负担,科学精准减负,统整量化质化评价是减负提质的可行路径。     

新工科视域下人工智能专业职教师范生培养路径研究

我国职业院校人工智能教育已进入快速发展期,对人工智能职教师资需求数量不断增加,通过高等职业技术师范院校培养人工智能师资人才就成为解决职教师资不足的一条重要途径。文章针对人工智能专业职教师资培养现状和存在问题进行分析,提出人工智能职教师范生培养总体思路和框架,围绕交叉共融课程体系构建、教学模式与内容优化、产教融合协同育人、复合型师资队伍建设等四个主线环节,通过改进教育方式和育人模式以期培养出具备良好专业理论和工程实践素养、掌握较强教育技能的"双师型"教师,更好地助力未来职业教育发展。     

1+X证书制度下“三教”改革:意蕴、困境与突破

1+X证书制度下的“三教”改革,是落实1+X证书制度、深化人才培养模式改革的核心内容,意在解决“谁来教”“教什么”“如何教”的问题,蕴在职业教育类型说,旨在培养高素质复合型技术技能人才,重在“书证融通”模式构建。基于教师面向1+X证书制度的胜任力不足、教材缺乏面向职业技能等级证书标准的转化、教法缺乏基于育训结合的教学设计和实践,职业院校应立足产业和教育信息技术前沿,重塑“三教”,即:教师改革,从数字化能力切入,打造新“双师型”教学团队;教材改革,从产业APP切入,建设立体化教材;教法改革,从应用场景切入,推行理实一体化混合式教学模式。     

未来教师的工作创新、跨界与重塑

人工智能已成为全球引领教育变革创新的战略性技术,如何推动教师主动探索应用人工智能等新技术进行自适应教育,成为当前的研究热点。教师作为未来教育教学工作创新主体,既要发挥基于人工智能协作的创新意识,更要面对AI环境的创造力培养,必须与来自不同领域的专家学者进行多元交互,积极跨界,重塑自身的工作态度、角色和工作效能。面对发展迅猛的复杂技术,以及人机协同共存、共融、共生发展的真实需求,未来教师应转变和提升对智能技术的应用意识与能力,从而获得更高的发展动力,体现自我价值。     

大跨度斜拉桥可靠度评估方法研究

针对大型复杂桥梁结构极限状态方程一般难以显式表达的特点,提出了基于神经网络的大跨度斜拉桥可靠度评估方法．通过Latinhypercube抽样技术对随机参数进行抽样,应用大跨度斜拉桥非线性有限元进行分析．通过对随机抽样的样本数据进行训练,应用神经网络的非线性映射和泛化技术,对大跨度斜拉桥的极限状态方程进行数值模拟．通过极限状态方程对随机变量的偏导数,求解结构可靠指标的优化问题,计算大跨度斜拉桥的可靠指标．结果表明：对于隐式极限状态方程的大跨度斜拉桥可靠度评估问题,本文方法具有较高的计算精度和较好的计算效率;荷载布置方式、作用位置等对斜拉桥可靠指标有很大影响;计入3种几何非线性效应后斜拉桥偏于不安全,其中斜拉索垂度非线性效应的影响最为显著．     

AI+智慧知识服务生态体系研究设计与应用实践——以中国科学院文献情报中心智慧服务平台建设为例

[目的/意义] 人工智能（AI）正引发链式反应般的科学突破,引领新一轮科技革命和产业变革,图书文献情报领域如何利用AI技术提供智慧知识服务与智能情报系统是当前行业关注的焦点与热点。[方法/过程] 从图书情报行业内外综合分析AI技术与大数据为知识服务范式带来的新平台、新服务以及新机遇与新挑战,提出"AI技术+大数据"驱动的智慧知识服务生态体系建设的总体思路,从智慧数据、智慧中台与智慧服务3个层面共同构建"科情大脑",提供覆盖科技管理、科技创新与社会学术信息环境的开放智慧知识服务生态环境。[结果/结论] 以中国科学院文献情报中心的文献情报数据湖、智能知识服务引擎、智慧知识发现、智慧知识管理、智能情报分析系统以及智能感知环境6个方面进行探索建设,取得有意义的成效。面向未来,阐明AI技术在面向大数据治理、细粒度知识识别、精准服务提供等方面,仍需要在数据、技术以及服务模式上进一步提升。     

风险与困境:青少年运动性脑震荡智能管理系统的创建路径及其功能诠释

采用文献资料法、问卷调查法、访谈法、数理统计法、逻辑分析法,从运动性脑震荡的风险特征和识别困境出发,创建青少年运动性脑震荡智能管理系统。研究认为:首先,运动性脑震荡具有运动项目专属性风险特征,多发于足球、橄榄球、冰球等身体接触性运动,受性别、年龄等主体性因素的影响,易重复发生;其次,从流行病学和身体接触性运动未来普及状况来看,青少年将是运动性脑震荡的特定风险群体;再次,目前运动性脑震荡的4种主要识别方式均存在困境,而人工智能具有的“云计算、大数据、人机交互、深度学习”等优势是突破运动性脑震荡识别困境的关键点;又次,以足球项目为例,从管理规则、训练实践、检测工具、常识体系、保险普惠5个方面提出青少年足球运动性脑震荡智能管理系统的构建路径;最后,该系统的6个核心功能为运动性伤病的识别、预防、康复等环节提供人工智能介入的实践范例。