共查询到20条相似文献，搜索用时 31 毫秒
1.
ChatGPT以通用人工智能拉开了生成式AI发展的序幕,对人工智能生成内容产生深远影响,但其背后也潜藏着社会对生成式AI技术发展的担忧。通过阐述人工智能生成内容的技术演进过程及应用场景,分析人工智能生成内容带来的意识形态、法律、伦理、环境等风险,从政府层面、行业层面、用户层面3个方面对人工智能生成内容提出风险治理方案,以期为人工智能技术可持续发展提供参考。 相似文献
2.
[目的/意义]ChatGPT的出现，引领生成式AI迅速渗透至各行各业，重塑产业形态。在此背景下，情报学也将不可避免地受到极大影响。探讨生成式AI驱动下的情报学研究与实践走向，旨在为情报学更好地迎接AI变革带来的机遇与挑战提供参考。[方法/过程]首先，从研究问题、数据源、研究范式3个角度讨论生成式AI对情报学研究的影响；其次，从综合性知识服务、学术信息服务、决策情报服务与社会信息服务4个层面，深入分析生成式AI将为情报实践工作带来的变化；最后，结合ChatGPT的局限性，讨论了情报学在融合生成式AI时应考量的问题，以及情报学可做的贡献。[结果/结论]生成式AI很可能会给情报学带来巨大的冲击，但如果应对得当，就能够促进情报学的提升，创新情报服务模式。情报学应积极拥抱新一代人工智能，探索与生成式AI交叉融合的路径，但与此同时需保持客观审慎的态度。 相似文献
3.
<正>国际学术期刊《自然》杂志预计,位于美国旧金山的人工智能（AI）技术公司OpenAI将于2024年年底发布支撑聊天机器人的下一代AI模型GPT-5。与其前身GPT-4相比,GPT-5会拥有更多、更先进的功能。此外,GPT-4的竞争对手Gemini（另一个生成式AI工具,也是大语言模型）和其他AI工具也会推出新的版本。《自然》杂志还预测,美国谷歌公司旗下的深度思维（DeepMind）人工智能公司将在2024年发布AI工具阿尔法折叠（AlphaFold）的新版本。此前,阿尔法折叠已经预测了高精度的蛋白质三维模型。新版本的阿尔法折叠将以原子级精度模拟蛋白质、核酸和其他分子之间的相互作用,将为药物设计和发现开辟新的可能性。 相似文献
4.
生成式人工智能是一种能够自主生成内容的人工智能技术,可以应用于文本生成、图像生成等多个领域。近年来,随着预训练技术的发展和计算硬件的提升,生成式人工智能取得了突破性进展,特别是以ChatGPT为代表的生成式对话模型,取得了令人惊艳的效果,开始广泛应用于各行各业。生成式人工智能有广阔的发展前景,本文首先介绍了ChatGPT的研究进展,包括预训练语言模型、上下文学习和基于人类反馈的强化学习三个关键技术,以及ChatGPT对相关人工智能研究的影响。然后对ChatGPT及生成式人工智能在未来的应用发展进行了思考与总结,讨论了目前亟需解决的关键问题,包括更透彻的理解能力、模型轻量化、可控安全的内容生成、知识可持续学习、类脑化认知和可解释性等;希望通过本文的介绍能引起更多的研究人员关注生成式人工智能,进一步推动生成式人工智能的发展与应用。 相似文献
5.
[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧（Supply）、智慧情报分析中台（Analysis）、情报需求侧（Demand）三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。 相似文献
6.
近年来，人工智能（AI）在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果，表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新，需破解2个方面的核心问题：（1）如何利用新一代AI（特别是生成式AI及大模型）的通用性和创造性推动新范式的形成；（2）如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想，兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求，构筑AI for Science的科学设施体系，形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能，加速重大科学发现、变革性物质合成，以及重大工程技术应用。 相似文献
7.
[目的/意义]通过分析ChatGPT类生成式人工智能嵌入数字政府的技术可供性,探寻ChatGPT类生成式人工智能对数字政府建设带来的机遇与挑战,并提出应对方法。[方法/过程]基于技术可供性理论,构建以“生产—社交”可供性为主线的理论分析框架,分析ChatGPT类生成式人工智能嵌入数字政府建设的可供性。[结果/结论]ChatGPT类生成式人工智能为数字政府建设提供生产可供性与社交可供性,为深化数字政府建设提供新的机遇与技术支持。但人工智能技术本身、政府、开发者及其他行动者对技术可供性具有多重约束,限制了ChatGPT类生成式人工智能与数字政府的耦合。因此,应促进技术的完善与协作来提高技术与数字政府的适配性,通过完善数据共享机制为技术嵌入做好铺垫,并做好数据安全工作,更好地促进ChatGPT类生成式人工智能嵌入数字政府建设。 相似文献
8.
人工智能（AI）技术不仅改变了人类的生产方式,也重塑了人类解决社会问题的方式。诞生于工业时代的传统社会创新理论在AI时代的解释力逐渐势微,学术界提出了重建AI时代社会创新理论的新任务。本文在比较传统社会创新与数字社会创新的基础上,提出AI社会创新的内涵,以此建构AI时代的社会创新理论。本文强调AI社会创新有助于智能识别漂浮的社会问题,推进解决方案的最优匹配,促进社会创新成果的扩散。围绕AI在社会问题与解决方案匹配过程中的作用,本文以社会问题的紧迫性和解决方案的新颖性为框架,首次提出AI自主搜索式、AI赋能生成式、AI自主修补式、AI赋能探索式四种AI社会创新模式。研究发现拓展了已有社会创新理论的内涵。 相似文献
9.
10.
[目的/意义]随着生成式人工智能的快速发展和广泛应用,信息空间结构也随之发生深刻的变革。以往以用户生成内容(UGC)为主的信息空间开始逐渐被生成式人工智能生成内容(AIGC)所影响,生成式人工智能治理的重要性愈发凸显。文章旨在从主题视角比较AIGC与UGC,揭示两者在内容与结构特征上的差异,并为生成式人工智能治理提供创新参考。[方法/过程]收集了金融、法律、医疗和开放问答4个领域的多个在线平台上的问题和用户回答,并借助gpt-turbo-3.5模型生成每个问题的人工智能回答,最终构建了包含65260条问答数据的语料集,并采用BERTopic主题模型分别对AIGC与UGC进行主题提取,并从主题间关系、主题与文档关系以及主题与主题词关系3个角度对两者进行综合对比。[结果/结论]研究结果揭示了AIGC和UGC在主题分布、主题内文档一致性和主题词权重结构等方面的差异。通过深入了解两者之间的特征差异,能够更好地观察生成式人工智能的行为规律,并为AIGC的治理策略完善提供参考。 相似文献
11.
[目的/意义] ChatGPT等生成式人工智能的兴起使图书馆智慧服务的数据处理能力和信息传递能力受到了严峻考验。利用5G网络的高并发、低延迟特性和边缘计算的分布式处理能力,能够有效缓解生成式AI对图书馆智慧服务产生的压力。[方法/过程]文章构建了5G环境下的云—边—端协同的图书馆智慧服务架构,并利用DPH动态资源调度算法探究图书馆智慧服务的响应能力。[结果/结论]仿真结果表明,基于边缘计算的图书馆智慧服务响应模型相较于贪婪算法,其时延与能耗性能表现更为优异,验证了该方法的有效性。 相似文献
12.
13.
大数据时代下，以ChatGPT为代表的生成式人工智能的发展蕴含着技术革命的契机，也可能带来潜在的社会风险。通过对公众评论文本分析总结并超越文本进行理论推演，可以全面认识生成式人工智能，以提出相应的治理策略。本研究基于Reddit平台中以ChatGPT为主题的公众评论文本，结合LDA模型、情感分析、社会网络分析方法和建构的T-TOE分析模型，探讨以ChatGPT为代表的生成式人工智能技术所带来的影响和冲击。研究发现，公众对生成式人工智能关注广泛，涉及运行机制、运用领域等6个主题。不同主题下公众关注程度不同，最关注技术变革和人机互动两个主题。根据情感分析，公众总体对生成式人工智能保持乐观，特别是对其可能带来的技术变革。随后根据T-TOE分析模型，以ChatGPT为代表的生成式人工智能可以连接不同技术，但具有内生风险；能够提高组织效能，但会产生互动错位，能够实现智能交互，但会导致价值分裂。为此本研究根据研究结论从技术、组织和环境三个维度提出相应的治理策略。 相似文献
14.
霍金关于人工智能取代人类的观点,引发了人们关于"超级AI(超级人工智能)"的广泛争论,那么"超级AI"是否会实现、其潜在的实现路径包括哪些?针对这些问题,该文在分析历史上关于超级AI的争论的基础上,总结了学界等关于"超级AI"如何实现的各种路径.认为当前我们不应过度夸大AI的能力,但要敬畏AI的未来发展潜力,因为无论是从技术态层面还是社会态层面上讲,AI的未来发展陷入"动车困境",超级AI并非完全是一种科学幻想. 相似文献
15.
生成式人工智能对信息内容治理构成严重挑战。现行以显著标识附随为核心的人工智能生成内容信息披露模式信息承载能力有限,忽略服务提供者以外的其他主体信息披露义务,不利于生成式人工智能安全可控发展。基于对“模型训练—内容生成—信息传播”各阶段信息披露目的与目标受众的考量,人工智能生成内容信息披露要素应包括技术性信息、权利描述信息、人工智能贡献度信息以及警示性信息。在信息披露的程序设定与配套举措上,人工智能生成内容信息披露应根据不同场景需求设置查询式与类权利管理信息式披露模式,明确使用者承担未准确披露的瑕疵责任以及传播平台负有主动标识义务,并加强参与主体间技术互操作性建设,实现人工智能生成内容披露信息的全生命周期管理目标。 相似文献
16.
通过对中美两国政府AI战略、科技巨头公司AI产业布局的比较研究,揭示我国在人工智能领域与美国存在的差距,分析我国AI领域缺乏战略性系统布局、AI开源技术和AI研究人才等问题,进而提出促进我国人工智能产业发展的对策建议。 相似文献
17.
18.
[目的/意义]随着数字智能技术的应用拓展,面向用户的智能交互、多模态信息融合和数字空间活动的延伸,对数字信息资源组织、面向交互认知的描述和深层次服务的开展提出了新的要求。如何有效解决数字智能背景下信息交互与服务的深层次发展问题成为亟待探讨的议题。[方法/过程]文章在分析数字智能环境形成及其对信息交互与服务影响的基础上,研究面向用户的智能交互与体验设计,以及基于智能交互的生成式人工智能的发展与安全保障。[结果/结论]在面向用户的信息服务组织中,应立足于数字智能环境的形成及其影响,寻求与智能环境相适应的服务组织模式和数字智能驱动下的服务组织方式。数字服务中以用户为中心的智能交互,在于充分理解用户的意图,融合用户视觉、听觉等交互通道,为智能化服务开展提供支持。同时针对快速发展的生成式人工智能,既要应对其带来的安全威胁,也要正确合理地确保生成式人工智能安全落地,保障生成式人工智能系统的安全。 相似文献
19.
《科学与管理》2015,(4):55-62
1965年12月,休伯特·德雷福斯以兰德公司顾问的身份,发表了编号为P-3244的《人工智能与炼金术》的研究报告,对兰德公司本身主导的人工智能(以下简称AI)研究提出了重大理论挑战,1972年德雷福斯以该报告为基础出版了《计算机不能做什么——人工智能的极限》,该书与1966年美国国家科学院的ALPAC报告,1973年英国科学研究理事会的Light Hill报告一起,标志着AI发展历史上的第一次冬天,即使经历了上世纪80年代由于专家系统兴起的AI再次繁荣,以及90年代初AI的第二次冬天,AI的研究纲领已经变化甚多,但德雷福斯仍然坚持其基本观点,对隐含在AI研究纲领中的关于人类认知和问题解决能力的深层假设,从现象学和海德格尔哲学为核心的大陆哲学立场出发,始终进行批判性地思考和分析,无论AI科学家共同体对其观点是否认同,德雷福斯这些深刻的哲学思考,客观上推动了从AI研究早期基于知识主义、符号主义强纲领的盲目乐观,到目前对实现人类级别智能的智能机器建造的审慎态度,以及更加丰富的研究进路的转变。 相似文献
20.
基于情绪认知评价理论,考察了人工智能场景下的AI技术替代感对工作场所人与AI合作意愿的中介作用机制及其边界条件。通过对364份员工两阶段匹配的数据检验发现：AI技术替代感对工作场所人与AI合作意愿具有显著的负向影响;AI技术替代感通过引发AI焦虑进而降低人与AI的合作意愿;个体控制感会缓冲AI技术替代感对AI焦虑的正向影响,进而调节AI技术替代感通过AI焦虑对人与AI合作意愿的间接影响。低控制感个体在面临AI技术替代感时,更会体验到AI焦虑,进而产生较低的人与AI合作意愿。 相似文献