排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
[目的/意义] 立足计量视角,通过对新兴技术特征的量化评价识别“目前处于科学研究阶段、尚未完全进入产业研发落地”的新兴技术。[方法/过程] 借助Node2Vec网络表征方法,从术语共现网络中学习技术术语的向量表示;以此为基础量化新兴技术“过去、现在及未来”三大时间维度特征-“融合性、新颖性及潜在的科学影响力”,用特征值筛选技术主题是否具有新兴性,由此探索得到向量表征视角下的新兴技术识别模型。最后以航空领域为例进行实证研究,验证该方法的科学性和合理性。[结果/结论] 通过引入“术语向量表征”的计算视角,有效编码了术语实体间显性和隐性的关联关系,提升了新兴技术特征计算的客观性;同时结合技术的历史、当前和预测信息,从网络结构和语义特征两方面进行识别,取得了较好的效果。 相似文献
2.
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
1