摘要：随着人工智能技术,特别是生成式人工智能技术的发展,我们需要重新思考人与机器的角色,探索如何利用这些技术赋能教育,使其成为推动教育变革的重要引擎,共同塑造数字教育教学的新模式。中国高校计算机基础课程教学从早期最基本的计算机办公操作能力的普及阶段,到强调信息技术的科学性和技术性,再到突出计算思维的培养,这一过程揭示了计算机基础教育在适应社会发展和技术进步中的变革。数字时代人工智能技术进一步推动了信息获取的便捷性,也对知识的深度理解、批判性思维、创新思维和终身学习能力提出了更高的要求。清华大学计算机基础课程利用AI赋能教学取得了良好的成效,并激发学生的学习兴趣和创新思维。清华大学课程案例不仅反映了AI技术在教学设计中的创新应用,也体现了教育工作者面对AI技术的角色转变,即从传统的知识传递转变为学习引导,以及“教师、AI助教”协作教学。面对AI技术的挑战与机遇,教育界需不断探索和适应,以促进学生和教师共同发展。

摘要：对InGaAs/InP单光子雪崩光电二极管进行结构设计与数值仿真,得到相应的电学与光学参数。针对雪崩击穿概率对器件光子探测效率的影响,研究了两次Zn扩散深度差、Zn扩散横向扩散因子、Zn掺杂浓度以及温度参数与器件雪崩击穿概率的关系。研究发现,当深扩散深度为2.3μm固定值时,浅扩散深度存在对应最佳目标值。浅扩散深度越深,相同过偏压条件下倍增区中心雪崩击穿概率越大,电场强度也会随之增加。当两次Zn扩散深度差小于0.6μm时,会发生倍增区外的非理想击穿,导致器件的暗计数增大。Zn扩散横向扩散因子越大,倍增区中心部分雪崩击穿概率越大,而倍增区边缘雪崩击穿概率会越小。在扩散深度不变的情况下,浅扩散Zn掺杂浓度对雪崩击穿概率无明显影响,但深扩散Zn掺杂浓度越高,相同过偏压条件下雪崩击穿概率越小。本文研究可为设计和研制高探测效率、低暗计数InGaAs/InP单光子雪崩光电二极管提供参考。

摘要：背景与目的:甲状腺癌发病率快速上升,甲状腺乳头状癌(PTC)术后长期内分泌抑制治疗是降低复发的重要手段,然而,患者多次往返门诊明显增加了医疗负荷和医疗费用,且不同医师间可能存在调药标准的差异,因此,临床上需要一种辅助调药系统来方便精准调药。本研究中,笔者自主研发设计了一套智能化的术后内分泌抑制治疗辅助调药系统,以方便和简化临床调药过程。方法:根据促甲状腺激素(TSH)抑制治疗原理及相关指南构建TSH抑制治疗的药物调整目标及药物调整细则,编辑成计算机语言,结合网络服务器、客户端与用户终端构建成调药软件系统。纳入2021年2月—2022年1月期间门诊就诊的PTC术后患者,根据术后时间分为初治期(0.05)。结论:PTC术后内分泌抑制治疗过程中,与单纯医师调药相比,智能化的辅助系统调药具有良好的安全性和更高的TSH抑制达标率,可以更好地辅助临床医师进行PTC患者术后左旋甲状腺素片的精准剂量调整。但仍需要大样本、多中心、前瞻性的研究来进一步验证上述结论。