摘要：作为人工智能的底层逻辑,算法对艺术场域的介入是这一技术形态进驻人类社会的深层表征。就文本生产而言,基于大语言模型的“AI生成”不仅证实了艺术场域算法实践的加速迭代,其愈发抵近人类艺术的文本形态也佐证了基于算法的情感建模乃至艺术创造力的实现或为可能。就艺术传播与接受而言,算法推荐的量身定制营造了艺术接受的“趣味化”导向,推动了基于同一审美旨趣的虚拟社群的构建,在改写艺术价值评判规则的同时也重构了艺术场域的权力布局。艺术场域的算法介入改变了人类艺术实践的关系图谱,其衍生的审美危机使得“艺术终结论”的算法重启可能更具现实立场。

摘要：如何用数字艺术来表达古代文化的神韵,一直是充满挑战的长期课题。本文通过装饰性壁画图像创作案例,尝试探索抽象的概念与计算审美之间的共同之处,并运用算法实现视觉隐喻性转换,最终绘制出了融合现代及远古风格的空间装饰壁画。作者对“现代地古代”与“古代地现代”这两种艺术风格的工作路径进行了辩证的观察,完整详实地整理了以算法作为隐喻的生成艺术创作实践过程。主要内容包括:第一步工作从丝绸之路文献开始,在不确定的佛影显像中获得了对视觉表现方法的启示;第二步选择以随机算法作为隐喻,展开了对于随机算法在艺术中的应用回溯;第三步则通过运用敦煌壁画中的图形和随机算法生成图像。在以人工智能和生成艺术为代表的时代背景下,本次创作实践对算法的审美价值进行探察,并将之作为针对当下传统艺术领域数字创新的一种方法。

摘要：在人工智能技术全面渗透的算法时代,算法工具逐渐广泛应用于影视创作生产,也深刻地影响了影视美学的生成与演变。算法时代影视作品的创作与接受建构了新的审美现实,其审美判断的基础也发生诸多变化,主要可以概括为三个方面:第一,数据理性代替主观经验;第二,审美主体需求导向代替创作主体主导机制;第三,影视文本呈现代替价值判断。如何在算法时代平衡技术与艺术的关系,至今仍然是人类需要思考的重要议题。

摘要：中国流行生活方式平台小红书在疫情期间迅速崛起,这个平台最显著的特点是以普通人的生活方式分享为契机吸引用户。研究通过平台行走法和对小红书用户的深度访谈,探讨了算法想象如何吸引普通人持续的平台参与。研究发现,小红书算法的高可见性为用户与算法互动的自主性,以及形成该平台特定的算法想象提供了基础。小红书“普通人友好的算法想象”引导用户向创作者转型,并且用户在“算法公平想象”下得以持续探索并生产平台认可的优质内容。而借助算法这一情感中转器,平台运营策略与政府治理政策被编码到算法情感维度,“利他性算法想象”塑造了平台真诚、温暖、利他的情感网络,在形成用户深度吸引力的同时形塑了平台利他性文化风格。

摘要：判断人工智能产品算法设计者的过失时,修正的旧过失论对导致危害结果发生的因果历程设置了具体预见可能性标准,这一标准与算法的黑箱属性以相关性而不是因果关系为基础的决策过程存在冲突。同时,此立场只重视结果忽视行为的逻辑会打击算法设计者的积极性,阻碍算法进步。新过失论虽然以结果避免义务作为犯罪过失的核心,但是其对结果预见可能性的标准缺乏具体设计,在判断预见可能性时往往束手无策。因此,两种立场都不是判断人工智能产品算法设计者犯罪过失的合理方案。相比之下,虽然危惧感说(超新过失论)认为结果预见可能性只需达到危惧感的观点受到了主流观点的批评,但这种批评值得商榷:其一,只看到了这种立场对结果预见可能性的低程度要求,却没有看到这种要求背后的核心观点对于判断犯罪过失的合理性;其二,将危惧感说提出者本人对个别案件的过失判断等同于危惧感说的全部,略显片面。与修正的旧过失论和新过失论相比,危惧感说的核心观点是:结果预见可能性与结果避免义务存在相互关联性,这是判断人工智能产品算法设计者犯罪过失的合理方案。以危惧感说的核心观点为思路,犯罪过失包括客观的结果预见可能性、客观的结果预见义务和客观的结果避免义务。人工智能产品算法设计者客观的结果预见可能性的标准是:一旦遭遇包含异常因素的特殊情况,算法有可能做出不利决策,进而引发消极后果。算法设计者客观的结果预见义务的内容是:其一,应当预见到其设计的算法不仅会被用于没有异常因素出现的正常情况,而且可能被用于伴随异常因素出现的特殊情况;其二,一旦其设计的算法面临特殊情况,该系统可能会做出不利决策。算法设计者客观的结果避免义务的内容是:应当避免在设计算法时植入为社会公众普遍反对或不赞同的价值理念;在设计时检验“投喂”给算法系统的数据质量,最大程度防止缺陷数据进入算法机器学习训练的“垃圾进”风险;及时告知产品生产者算法可能面对的异常情况。

摘要：算法自动决策的本质不是主体法律行为,是大数据收集分析和程序运算的结果,但算法自动决策结果被用于替代人为决策,就需要符合人类社会行为准则和人类价值观。算法自动决策带来了忽视人的主体地位、损害人类社会伦理和公平、侵蚀人的自治机会和意识等负面效应,归根结底是数据处理与算法设计出现问题。人工智能在本质上属于物的范畴,最终应用算法自动决策的是人工智能产品,因此,为保障自动决策技术不违反服务人类社会的最高目标,可以借鉴产品质量制度在算法程序设计中嵌入强制性算法伦理标准,确保自动决策的结果符合法律法规、符合人类社会共同价值观和伦理准则。在算法自动决策过程中要保障信息主体的自决权利、落实数据处理者的义务以防范数据滥用;在算法自动决策致损他人时,应由产品生产者承担无过错产品质量责任、用户承担一般侵权责任,以此督促有能力采取措施的主体控制自动决策风险。

摘要：算法技术作为处理数据指令的有限序列,是通过代码设计特定的程序和步骤,从而在信息数据收集的基础上完成对数据的分类、回归、聚类处理。算法技术能够通过数据或者经验自动改进性能并逐渐适应任务,呈现出自主学习能力。算法的智能特征使其被广泛地应用于生产方式和社会实践之中,从而将算法技术逻辑植入意识形态生成过程,推动精神生产的社会化、意识形式和意识形态结构的数字化变革,催生了算法的意识形态和意识形态的算法现象。算法的意识形态实质上是算法技术在生产实践的应用中生成算法利维坦,并在意识形态传播领域呈现“过滤气泡”“信息茧房”“回音室”等现象,在意识形态认同领域表现为数字拜物教。意识形态的算法是算法技术在应用逻辑下进行意识形态的数据训练和程序设计,不仅算法技术自身的建构就是意识形式建构和意识形态赋予的过程,而且算法黑箱、算法歧视、算法后门等技术问题也是意识形态的领导权、话语权、主导权的算法技术体现。总之,算法的意识形态与意识形态的算法一体两面,本质上都是意识形态通过算法技术实现意识形态的再生产。

摘要：算法作为智媒时代的一种数据传播方式,其技术变革深刻地改变了泛娱乐主义的传播方式与场景架构,产生了体验增效、受众扩大、技术限能以及文化交互的主要张力。由此而产生的负面影响,致使泛娱乐主义在算法推荐场域中呈现出载体上的“流量为王”,引发价值导向错位;效果上的“全景监狱”,固化群体认知结构;渠道上的“算法黑箱”,隐匿意识形态风险;形式上的“自产自销”,加剧受众沉迷致瘾的算法风险。为有效在算法推荐场域对泛娱乐主义进行算法纠治,应当做好以价值引领算法设计,端正价值导向;以主体驾驭算法分类,重塑信息行为;以技术优化算法赋能,矫正设计局限;以法治制约算法权力,优化网络生态。

摘要：提出了采用高斯-勒让德公式进行数值积分的累积疲劳损伤计算方法,该方法通过对包含当量载荷概率密度函数的不可积被积函数进行数值积分来计算累积疲劳损伤。以16Mn和60Si2Mn两种材料为研究对象,基于正态分布和威布尔分布两种常见的当量载荷分布形式,采用试验设计法对算法进行了验证,结果表明,采用高斯-勒让德公式进行数值积分的累积疲劳损伤算法是正确和有效的;同时与传统的八级载荷法进行了对比分析,结果表明,在连续或准连续载荷谱作用下,采用八级载荷分级法计算累积疲劳损伤会出现较大的偏差率,并且偏差率不稳定,相比于八级载荷法,高斯数值积分法是一种更优的累积疲劳损伤计算方法,可以极大地提高累积疲劳损伤的计算精度。

摘要：依托框架优势、机器优势和嵌入优势的全新算法,将会随着数字平台的搭建、数据资源的挖掘、“人–机”交互的设计,由单纯的计算工具向事务运行规则转变,进而演变为教育数字化转型中不容回避的权力议题。教育数字化转型中的算法权力既有益于管理风险、规范行为和辅助决策,也可能由于自身的局限以及它与教育之间的冲突,导致教育的风险异化、行为降格和决策失衡。要将算法权力规制到安全、可靠的“笼子”之中,除借助算法目标的教育审查、算法设计的教育解释、算法运行的教育监管、算法应用的教育鉴别、算法信息的教育备案、算法责任的教育认定,以构建从背景、过程到结果的规范机制;还应诉诸教育之于算法的祛魅、平衡与扬弃,以凸显“入乎其内却又出乎其外”的制衡思想。