排序方式： 共有82条查询结果，搜索用时 0 毫秒
81.
以 ChatGPT为代表的 GPT生成式大模型发展日益蓬勃,引起了学界和业界的广泛讨论,对基础科研的发展带来了难以估量的影响。文章首先梳理了 GPT技术革命的发展历程,并讨论了该技术在科学研究中带来的新变革。然后,基于应用牵引、原理驱动、创新主体迁移 3个视角,讨论了 GPT技术革命对基础科学研究带来的影响及对我国的发展建议。研究认为 GPT技术固然可以对知识生产、科学研究等方面发挥积极作用,甚至促进科研范式变革,但也可能造成科研不端、削弱研究可信度、放大互联网固有偏见、知识产权“卡脖子”等问题。因此,本研究最后讨论了如何基于 GPT技术发展我国的基础科学研究,明确在投资与研发国家自主可控、受知识产权保护的数据与计算平台的同时,鼓励人机协作与科研诚信监管并重,为人工智能（AI） 推动基础科学发展营造公开透明的环境。本研究旨在为政策制定者、一线研究工作者理解 GPT技术对于基础科学的影响提供理解视角,推进GPT技术的合理使用,并为未来学术生态的健康发展提供参考。 相似文献
82.
[目的/意义]数据驱动的颠覆性技术识别工作的两个难点问题在于：如何准确地获得领域候选颠覆性技术,如何全面有效地评估候选技术的颠覆性潜力。针对这两个问题,提出一种基于候选技术辅助生成和多源数据评估的颠覆性技术识别方法,为颠覆性技术识别工作的开展提供新思路。[方法/过程]针对候选技术获取问题,提出了一种候选技术辅助生成方法,通过词性标注和Head-matching的方法自动构建领域技术层次结构体系,然后结合专家知识判断确定候选颠覆性技术;针对颠覆性潜力评估问题,基于表征“科学—技术—产业—市场”链条的多源数据,界定了两类颠覆性技术,分别是“研究储备高—技术成果多—产业规模大—公众关注高”的潜力型颠覆性技术和“研究储备高—技术成果少—产业规模小—公众关注低”的潜伏型颠覆性技术,并通过计算颠覆性潜力值(DPV)和颠覆性潜伏度(DLV)指标来评估候选技术的颠覆性潜力。[结果/结论]通过在材料领域应用本方法发现,评估得到的DPV较高的3项潜力型颠覆性技术(以石墨烯为代表的二维材料、先进半导体材料和增材制造材料技术)和DLV较高的3项潜伏型颠覆性技术(材料基因组、智能材料和超材料技术)覆盖了专家咨询... 相似文献