乔治奥斯·扬纳卡基斯 马耳他大学数字游戏研究所,马耳他姆西达 摘要 数字游戏作为教育的新范式已具有重要意义。数字游戏人人都可以访问且价格合理,并为大规模教学和学习提供了机会。近年来,人们对数字游戏的兴趣日益浓厚,以支持大学预科(K-12)学校的计算思维和编程。人工智能(AI)和机器学习(ML)是一个快速发展的领域,在过去几年中吸引了越来越多的学习者。虽然数字游戏和AI/ML的融合对于教学和学习研究人员来说是一个重要且具有挑战性的领域,但该领域尚未进行过文献综述。这项工作的目的是回顾最近对支持AI和ML教育的游戏的研究。经过彻底的搜索,我们选择了相关的论文和游戏并将其纳入我们的定性内容分析。在此综述的基础上,我们概述了相关的研究论文和游戏,并展示了不同的游戏如何提供独特的机会来教授人工智能和机器学习中的许多不同概念和主题。 关键词:教育游戏、人工智能教育、机器学习教育、文献综述 1.简介 在过去的几年里,数字游戏在计算机科学(CS)和信息技术(IT)教育中越来越受欢迎(Harteveld 等人,2014 年;Kordaki 和 Gousiou,2016 年)。数字游戏一直是加强 CS 教育的几种流行方法。在 K-12 学校,有一些课程让学生参与玩游戏,其中包括必须解决的任务和问题才能进步(Vahldick 等人,2014 年),或鼓励学生使用可视化和基于块的编程环境开发游戏
摘要人工智能(AI)和机器学习(ML)正在彻底改变各个领域的人类活动,而医学和传染病并不能免除其快速和指数的增长。此外,可解释的AI和ML的领域已经获得了特别的相关性,并引起了人们的兴趣越来越大。传染病已经开始从可解释的AI/ML模型中受益。例如,在抗菌病毒预测和量子疫苗算法中,它们已被采用或提议更好地理解旨在改善2019年冠状病毒疾病诊断和管理的复杂模型。尽管有关解释性和可解释性之间二分法的某些问题仍然需要仔细关注,但对复杂的AI/ML模型如何得出其预测或建议的深入了解对于正确地面对本世纪传染病的日益严重的挑战变得越来越重要。
这些拟议的自动拨号规则是委员会为保护消费者免受人工智能生成的骗局而采取的一系列行动中的最新举措,这些骗局会误导消费者并误导公众,使消费者能够做出明智的决定。委员会提出了新的透明度标准,要求在广播和电视的政治广告中使用人工智能技术时进行披露。委员会最近通过了一项宣告性裁决,明确指出,在未经被叫方事先明确同意或豁免的情况下,针对消费者的常见自动拨号诈骗中使用的语音克隆技术是非法的。它还提议对使用深度伪造、人工智能生成的语音克隆技术和来电显示欺骗进行明显非法的自动拨号进行巨额罚款,以便在 2024 年 1 月初选之前向潜在的新罕布什尔州选民传播选举错误信息。
随着全球人口的增长和对粮食的需求不断增加,农业生产面临着巨大的压力。与此同时,气候变化和资源限制加剧了这些挑战,进一步凸显了对可持续农业实践的需求。为了解决这些复杂的问题,植物科学领域正在经历一场技术革命。人工智能 (AI)、计算机视觉和机器人技术的快速发展正在重新定义植物的研究方式和农业实践的管理方式。从高通量表型到精准农业和实时监测,这些技术正在显著提高效率和准确性,为更具弹性和可持续性的农业系统奠定基础。本研究主题汇集了开创性的研究,以展示人工智能如何推动植物科学的发展并为现代农业提供创新解决方案。
摘要:在人工智能(AI)和机器学习(ML)技术的迅速发展之后,面部识别技术已成为生物识别领域内的重要研究重点。本文研究了AI和ML算法的最新进步,以提高面部识别的准确性和速度。首先,对面部识别技术的发展进行了全面审查。它可以追溯从传统方法到深度学习技术的应用,同时还总结了现有技术的优点和局限性。随后,本文中使用的关键技术在细致的情况下详细阐述了这些卷积神经网络(CNN),深度学习功能提取,转移学习,以及面部识别中的注意机制。在处理复杂的场景,不同的照明条件和遮挡情况时,这些显着增强了模型的处理能力。此外,本文对隐私保护和道德问题进行了探索,它提出了旨在在不损害身份绩效的情况下增强数据保护和隐私安全的策略。最后,这项研究的主要发现被封装,并概述了未来的研究方向。这项研究不仅为开发面部识别技术提供了理论的基础和实践指导,而且为促进AI技术在社会生活中的广泛应用铺平了道路。这些包括进一步优化算法以减少计算资源的消耗,开发更有效的数据增强技术以增强模型概括,并探索更广泛的应用程序场景,例如智能安全,个性化服务和可访问性辅助系统。
人工智能:欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特,罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面;在技术驱动的时代,企业使用人工智能来提高生产力,更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究,该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素,如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架,该论文将深入研究罗马尼亚的人工智能初创环境,因为经济期刊预测,鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库,该市场将在不久的将来增长。关键词人工智能;初创企业;成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式,从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru,2019)。据统计,到 2024 年,全球人工智能市场规模预计将达到 5000 亿美元(Statista,2021a),预计人工智能软件市场收入将达到 3275 亿美元(Statista,2021b)。尽管人工智能在过去几年似乎发展迅速,普及度不断提高,但人工智能的历史可以追溯到 20 世纪 50 年代,当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人,他在他的论文“计算机器和智能”中描述了人工智能一词,以及它的构建和测试(Anyoha,2017,第 1 页)。随着图灵测试的引入,他
课程目标:本课程采用一种实用的方法来分析生物医学数据。这样做,三个目标努力。首先,学生将熟悉不同分析方法的必要理论背景,使他们能够了解为什么某些方法在某些情况下是合适的以及为什么其他方法不适合。第二,学生将获得分析生物医学数据所需的实用,动手技能,包括数据管理,算法开发和适当的代码库开发。这些技能将使学生在学术研究和行业内的独立研究项目中做好准备。第三,学生将学习如何解释,可视化和总结分析结果后完成。应用分析方法只是科学发现的挑战的一半。本课程的第三个目标是培训学生将科学分析的结果收集到一种格式,该格式可以与其他研究人员共享并理解科学发现。
目标 IIT Jodhpur 邀请申请为期一学期的人工智能 (AI) 和机器学习 (ML) 课程。人工智能已成为一项核心技术,对生产力产生了重大影响。根据印度政府 NEP 的广泛指导方针,我们为申请者提供了接受人工智能和机器学习正式课程的机会,以满足新兴人工智能技术对训练有素的人才的迫切需求。
摘要 人工智能 (AI) 和机器学习 (ML) 正在彻底改变人类各个领域的活动,医学和传染病也未能幸免于其快速而指数级的增长。此外,可解释的 AI 和 ML 领域已变得尤为重要,并吸引了越来越多的关注。传染病已经开始受益于可解释的 AI/ML 模型。例如,它们已被用于或提议用于更好地理解旨在改善 2019 年冠状病毒病诊断和管理的复杂模型、抗菌素耐药性预测领域和量子疫苗算法中。尽管一些有关可解释性和可解释性二分法的问题仍需认真关注,但深入了解复杂的 AI/ML 模型如何得出预测或建议,对于正确应对本世纪传染病日益严峻的挑战变得越来越重要。
