人工智能 (AI) 的快速发展对包括教育在内的各个领域产生了深远影响。OpenAI 开发的 ChatGPT 等平台已开始展现出作为数学教学和学习工具的潜力 (Baidoo-Anu & Ansah, 2023)。这些平台利用大量数据、迭代训练和自然语言处理功能来帮助学习者和学生等用户完成各种任务,包括回答数学问题。随着人工智能与教育的融合日益加深,在学校和高等教育中使用 ChatGPT 等工具进行数学教学的潜在好处和挑战变得更加明显。因此,未来数学教育研究必须关注 ChatGPT 和类似人工智能平台的变革性作用,以阐明它们的优势、局限性以及对未来教学方法的影响。
在这个以数字化快速转型为标志的时代,公共服务的提供方式正在经历深刻的转变,采用新兴技术来提高响应能力、包容性、信任度和有效性。本背景论文全面研究了技术、信任和公共服务之间的关键交集。它深入探讨了在日益数字化的世界中建立和维护信任的核心挑战、机遇和策略。本文首先探讨数字化转型的前景,阐明这一转型过程背后的基本概念和驱动因素。它强调了数字化转型对公共服务的深远影响,从重新构想的服务交付模式到公民参与和数据驱动的决策。此外,它还确定并解决了这一深刻转变所固有的挑战和机遇。
在本期特刊中,我们重点关注生成式人工智能为数字平台带来的机遇和挑战。在过去二十年中,Twitter 和 YouTube 等社交媒体平台、Apple 的 App Store 等移动应用平台、亚马逊等电子商务平台、Upwork 等自由职业平台以及 Airbnb 和 Uber 等共享经济平台重塑并颠覆了整个行业。这些平台公司的共同点是,它们通过促进两个或多个群体之间的互动和商品和服务交换来创造价值,如果没有平台,这些群体很难甚至不可能建立联系 [8, 13]。信息系统 (IS) 学者对数字平台文献做出了重要贡献 [例如 6、10、11、14、18-21],其中大部分集中在用户、补充者(即为平台贡献内容的人,如应用程序开发者或视频创作者)和平台提供商三者之间的复杂关系上,它们共同构成了平台生态系统。
数字经济是利用数字技术开展业务的经济领域。它包括从电子商务和云计算到人工智能和数据分析的所有内容。随着数字技术变得更加普遍,数字技能(有效地使用数字工具的能力)越来越重要。我的演讲旨在提供总体观点,即数字技能如何影响跨就业,创新和全球竞争力等领域的数字经济。
本研究调查了人工智能在人力资源领域应用的优缺点。数据是通过对多家组织的访谈收集的。样本量包括 540 名担任不同角色的员工。结果显示,超过 56.16% 的参与者曾有过使用人工智能服务的经验。关于人工智能时代的技能发展,40% 的人强调编程技能、分析能力和数据驱动决策的重要性。这些方面在答案中所占比例最高。此外,55.44% 的人指出了过去三年强化技能发展课程的重要性。此外,56.5% 的参与者强调了维护人类价值观和道德的重要性,并指出了可能不需要改进的技能。该研究建议组织保持人工智能领域的持续技术发展水平,并为员工提供人工智能技术培训,以加强人力资源管理实践。
我们研究了具有已知动态但未知奖励功能的平均奖励和交流马尔可夫决策过程(MDP)中的遗憾最小化。尽管在此类MDP中学习比完全未知的MDP更容易,但它们仍然在很大程度上是挑战,因为它们包括特殊情况,例如组合半伴侣等大类问题。以统计上有效的方式利用遗憾最小化的过渡功能的知识似乎在很大程度上没有探索。猜想,即使有已知的过渡,我们即使在通用MDP中实现精确的最佳性也是NP-HARD,因此我们专注于计算有效的放松,以实现Order-Timpimal-Timal-Topimal-Mic MIC的遗憾而不是精确的最佳性。我们通过基于流行的匪徒最小经验差异策略引入一种新颖的算法来填补这一空白。提出的算法的关键组成部分是一个经过精心设计的停止标准,利用固定策略引起的复发类别。我们得出了一种非渐近,问题依赖性和对数的遗憾,该算法依赖于利用该结构的新颖遗憾分解。我们进一步提供了有效的实施和实验,以说明其有希望的经验绩效。关键字:平均奖励马尔可夫决策过程,遗憾的最小化,对数遗憾,马尔可夫链,经常性课程
摘要:量子算法在计算过程中将一个初始量子态演变为另一个量子态以获得有意义的结果。然而,这种演变带来了为不同任务重新准备相同初始量子态的成本。不幸的是,由于量子存储器尚未可用,因此在量子人工智能 (QAI) 中不能忽略这一成本,其中初始量子态通常与量子数据集重合。对同一数据集上不同任务的冗余状态准备会降低量子计算的优势。为了解决这个问题,这项工作提出了一种新技术:对数量子分叉 (LQF)。LQF 为初始量子态执行一次状态准备,并使用额外的量子位来计算初始量子态上的指数级任务。LQF 通过摊销准备初始量子态的成本,使 QAI 中量子计算的利用效率更高。
摘要:近年来,数字化转型研究(DT)和业务流程管理(BPM)在业务和管理领域引起了极大的关注。本文旨在对2007年至2022年对DT和BPM的全球研究进行全面的文献计量分析。从科学和Scopus的Web of Science和Scopus中选择了总共326篇论文进行分析。使用文献计量方法,我们评估了DT和BPM的当前状态和未来研究趋势。我们的分析表明,随着时间的流逝,DT和BPM上的出版物数量显着增长,业务流程管理期刊是最活跃的。对这一领域做出最大贡献的国家是德国(有四所大学)和美国。业务流程管理期刊是发表数字化转型和业务流程管理研究中最活跃的。分析表明,“人工智能”是一项已进行了广泛研究的技术,并越来越多地宣称要影响公司的业务流程。此外,该研究还提供了共同引文网络分析的宝贵见解。根据我们的发现,我们为DT和BPM的未来研究方向提供了建议。这项研究有助于更好地了解DT和BPM的当前研究状态,并为未来的研究提供见解。
摘要本文的主要目的是双重的:(1)介绍视频动画文献的评论并研究其在数学教育中的作用; (2)对新视频动画数学程序进行初步研究。这项研究主要是由于对美国学校中数学的恐惧猖ramp,以及通过将技术整合到数学教学中来减少这种恐惧的必要性。该研究解决了以下问题:(1)电视和视频是否有助于提高小学生理解和增加学习数学的兴趣的能力?(2)有没有办法将数学和电视相结合以使数学更有趣?和(3)学生从这种组合方法中学到多少数学?结果表明,电视和视频教育计划可以通过视觉和听觉系统提供教学信息,年轻观众可以从中学习。还表明,学生的数学学习风格与左脑/右脑理论紧密相关,左脑/右脑理论已成为教学数学和理解学生数学学习发展的关键问题。
*M.Com (CA).,MBA,(博士),商务系助理教授。摘要人工智能(AI)极大地扩展了行业,特别是在数字营销领域。通过增加智能搜索引擎,人工智能在营销更智能的广告、改进的内容分发、使用机器人、持续学习、防止欺诈和数据泄露、图像和语音识别、销售预测、预测客户支持、客户细分等方面发挥着重要作用,可以更好地了解客户的需求,增加销售额和收入。人工智能技术的发展不仅改变了营销活动的开展方式,而且还提供了更多吸引客户的机会。凭借高度定制的服务和按需客户支持,消费者现在拥有更好的体验,同时减少了及时和昂贵的识别未来客户的需求,人工智能技术可以有效地分析客户的需求。在过去十年中,数字营销在营销领域占据首位,许多客户更喜欢基于在线的平台。本研究将探讨人工智能(AI)如何在数字营销领域使用。关键词:人工智能、数字营销、客户服务 简介 近年来,数字营销和人工智能是发展迅速的技术。人工智能现在已遍布我们的世界。它们包括自动驾驶汽车、下棋、定理证明、音乐表演、艺术等。它目前涉及从一般到专业的广泛子领域。人工智能是计算机科学中最令人兴奋和前景光明的领域之一。人工智能具有使机器像人类一样运作的高度趋势。在数字营销中,我们主要可以在社交媒体、网站、移动应用等在线平台上使用它。越来越多的人正在改变传统营销中的促销活动