共查询到20条相似文献，搜索用时 15 毫秒
1.
[目的/意义] ChatGPT及GPT类技术可对医学知识的推理、评估等进行变革性拓展,可能彻底改变具有“软”“硬”两个走向的医学信息学。[方法/过程]文章先以两种典型的多基因疾病为案例,借助ChatGPT及GPT类技术,从早期预防、疾病诊断、治疗方法、预后和护理、图像呈现5个方面进行案例展示。后分别阐述其在基因表达与分析、临床疾病的诊断与预防、药物的发现和预测、健康信息获取和使用4个方面的应用前景。[结果/结论]未来需增进医学信息学和GPT技术之间的协同,造福人类和社会。 相似文献
2.
[目的/意义]探索人工智能内容生成技术对开源情报工作的影响与改变。[方法/过程]以ChatGPT的形成与AIGC技术演进为研究起点,分析ChatGPT现有技术特征与技术演进趋势,从开源情报全周期视角解析该现象级应用对开源情报工作的潜在影响。[结果/结论] ChatGPT对开源情报的信息搜索、信息获取、信息处理环节具有一定提升作用。但现有技术缺陷使ChatGPT在开源情报全流程介入中仍面临数据可靠性、情报隐秘性、意识形态风险等问题与挑战。建议情报机构采取AIGC技术融合理论探索、AI生成式内容可靠性评估、智能技术体系建设等积极策略来应对本轮技术变革,更好实现开源情报价值。[局限]受限于AIGC技术领域专业化知识与ChatGPT应用下的开源情报实践不足,研究结论仅是ChatGPT对开源情报工作影响的思考与探索。 相似文献
3.
[目的/意义]作为大型语言模型的杰作,ChatGPT智能机器人的出现暗示着强人工智能时代即将来临。由于ChatGPT功能多样和强智能性等特征使其备受关注,但同时也潜藏应用风险,故而有必要探索治理路径。[方法/过程]文章分析ChatGPT的技术逻辑和特征,论证ChatGPT智能机器人应用的风险类型,并在此基础上构建协同治理的体系。[结果/结论]ChatGPT智能机器人应用的风险主要包括：社会信任机制面临危机、版权规则遭受冲击、个人数据的泄露风险骤升以及真实信息被篡改或滥用。未来法律层面应当完善数据分类分级、数据获取以及数据利用制度;ChatGPT开发者和平台层面应当分别强化审查义务和数据清洗义务;ChatGPT用户层面应当承担声明义务和注意义务,同时提高甄别能力;行业组织层面需要发布技术指南,推进企业事前合规建设。 相似文献
4.
本文系统梳理了ChatGPT的发展历程与现状,分析ChatGPT技术与生物医药领域的耦合情况。从知识创新与模型创新两个维度,划分生物医药领域ChatGPT技术应用的类型,并分析其应用焦点、应用场景和特征;从科学研究与消费终端应用的角度阐述各项ChatGPT技术类型在生物医药领域中的应用价值;剖析各项ChatGPT技术类型在生物医药领域中存在的潜在风险。ChatGPT技术将加快生物医药领域的研究与服务,扩大而非取代研究人员的专业知识。未来应加强微调挖掘型GPT工具与部署型服务设施的建设,推动ChatGPT技术在生物医药领域的有效应用。 相似文献
5.
[目的/意义]随着时代进步,数字人文的概念受到了广泛的关注,但是在文本生成、跨语言处理、情感分析、语料库建设等方面缺乏先进技术的支持,一直未取得重大突破。目前正在兴起的GPT技术能够很好地解决上述难题,从而为数字人文研究带来突破,对数字人文领域产生显著的影响。[方法/过程]文章通过对以GPT-4为代表的GPT技术进行深入研究,并结合GPT技术应用实例,分析了GPT技术对数字人文领域的技术支持和未来拓展方向。[结果/结论] GPT技术将对数字人文领域产生显著的影响,进而提醒学术界和工业界关注GPT技术为数字人文研究带来的革命性变化,以期共同开创数字人文研究的新篇章。 相似文献
6.
[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
7.
ChatGPT是一款会话式大语言模型应用,具备卓越的复杂问题处理能力,成为业界讨论的热点。ChatGPT类人工智能应用会给专利工作带来哪些深远影响？本文以专利工作的申请、审查、授权和分析为基础,从应用和技术的角度初步探究ChatGPT类工具的技术功能、应用实例以及对专利工作全流程的影响。 相似文献
8.
[目的/意义]为了厘清ChatGPT用户的认知和使用意愿影响因素,提高ChatGPT用户的使用体验,促进ChatGPT的本土化,有效化解以ChatGPT为代表的人工智能技术对社会和公众带来的负面风险。[方法/过程]文章以ChatGPT用户使用意愿为研究主题,借鉴扎根理论研究范式,通过对23份访谈资料编码分析的方式,构建了ChatGPT用户使用意愿影响因素研究模型,分析和探讨ChatGPT用户的行为特点和作用规律。[结果/结论]研究结果显示,扎根理论对以ChatGPT为代表的人工智能技术用户使用意愿具有较好的适用性和解释力,同时也证实主体因素、技术因素、信息因素和社会环境因素是影响ChatGPT用户使用意愿的重要因素,与其他信息系统用户相比,ChatGPT用户的风险感知特别是职业风险感知尤为明显。结合上述分析,从人机和谐和社会稳定发展的视角,提出了夯实ChatGPT技术基础理论研究的同时,还应当注意防范以ChatGPT为代表的人工智能技术带来的职业风险和技术风险,加强技术伦理道德建设等对策与建议。 相似文献
9.
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
10.
2022年11月,OpenAI推出对话人工智能大模型ChatGPT,展现了令人惊艳的自然语言理解和生成能力,并具备了跨学科、多场景、多用途的通用性,在很多任务上的性能达到了人类专家的水平,引起了产业界和学术界的广泛关注。以ChatGPT为代表的大模型技术实现了人工智能技术从“量变”到“质变”的跨越,有望发展成为人工智能关键基础设施赋能百业,加速推进国民经济的高质量发展。本文首先回顾了大模型技术的演进历程,从技术、应用、生态等多个角度阐述大模型技术引发的新一轮人工智能变革,并指出大模型技术可能带来的风险和挑战,最后给出了我国大模型发展的一些启示与展望。 相似文献
11.
[目的/意义]在阅读文献的过程中,研究流程是研究者需要特别关注的一个重要方面,自动识别学术文本中描述研究流程的段落对辅助文献阅读、学习研究设计等有着重要意义。[方法/过程]文章以自然语言处理领域为例,收集代表性会议论文构建数据集。分别基于传统机器学习模型、神经网络分类工具以及预训练语言模型构建分类器识别研究流程段落,然后对不同模型的分类效果进行评估,确定性能最优的模型。为进一步提升研究流程段落识别效果,在最优模型的基础上,基于ChatGPT进行了数据增强。[结果/结论]实验结果表明,在所有分类器中,SciBERT具有最好的研究流程段落识别效果。基于ChatGPT的数据增强可使SciBERT模型的分类性能进一步提高,最终准确率(Acc)和F1值分别达到了0.9414和0.9409。 相似文献
12.
[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
13.
大型语言模型是当今人工智能领域最前沿的研究方向之一,该方向旨在训练含有大规模参数的通用语言模型,使其能够遵循人类指令完成不同类型的自然语言处理任务。作为大型语言模型的代表,由OpenAI研发的ChatGPT在各个领域均展现出强大的自然语言生成能力,受到了全球各行各业的关注。本文从语言模型的发展历程出发,介绍了近年研究者在扩大语言模型规模上的探索,然后分析了大型语言模型带来的范式改变,并以ChatGPT为典型实例概述了其发展、技术和应用,接着介绍了后ChatGPT时代大型语言模型的前沿进展,最后从评价和治理两方面总结了目前大型语言模型的局限性及未来需要解决的挑战。 相似文献
14.
[目的]测试ChatGPT在中文科技期刊摘要文字编辑中的实用性,为科技期刊编辑人员适应人工智能发展趋势提供参考.[方法]以50 篇中文科技期刊摘要为测试文本,采用文本分析法,对比ChatGPT 3.5 编辑前后文本的差异.[结果]ChatGPT可以有效校正语法错误,简化语言表述并规范学术用语,但存在提供错误信息、错用专业术语等缺陷.[结论]ChatGPT能够辅助编辑人员进行文字编辑工作,但编辑的人工判断仍不可替代.我国应重视培育科技期刊编辑人员的智能化信息素养,同时积极研发我国自主的辅助编辑人工智能工具. 相似文献
15.
近年来,大语言模型的自然语言处理能力不断提升,尤其近期,聊天生成式预训练模型(ChatGPT)所掌握的“渊博知识”和表现出来的强大对话能力成为举世瞩目的热点话题。ChatGPT语言理解能力的真实水平如何?与专用模型相比,其性能表现谁居上风?它是否能够成为整个自然语言处理领域的通用模型而取代其它模型,甚至使所有自然语言处理问题得到彻底解决呢?为了回答上述问题,本文对ChatGPT在多个自然语言处理任务上的性能表现进行了评估和分析。在此基础上,我们讨论了ChatGPT对自然语言处理领域的影响,并对未来的发展进行了展望。 相似文献
16.
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
17.
ChatGPT在全世界范围内掀起了人工智能的科技巨浪。本文根据OpenAI官方公布的信息和已有相关研究工作中涉及的技术,对ChatGPT进行了技术解析,并简述了随着大模型的发展而出现的一系列新技术。进一步,本文论述了开源社区对于大模型技术发展的重要贡献和后续潜力。最后,本文展望以大模型为技术里程碑的通用人工智能发展的未来研究方向。 相似文献
18.
以ChatGPT为代表的对话式语言大模型通过使用超大规模模型参数和海量训练数据,涌现出很强的上下文学习能力和思维链推理能力,在各种自然语言处理任务上取得了显著的进步,被视为颠覆性通用人工智能技术。在纯文本语言大模型突破的基础上,近期显现的重要技术发展趋势是向能够理解和生成语音、图像、图形等其他模态数据的跨模态语言大模型的转变。随着大模型技术的快速发展,跨模态语言大模型逐步拥有了较强的多模态感知以及初步的跨模态认知能力。本文将从多模态感知大模型、跨模态认知大模型、以及分布式智能体系统三种范式综述跨模态语言大模型技术体系的演进过程,并总结相关的评测基准,最后讨论跨模态语言大模型面临的技术挑战及潜在重要研究方向。 相似文献
19.
随着ChatGPT时代的到来,市场经济对高校人才培养目标提出了更高的要求。培养创新创业型人才,以创新创业教育现代化推动中国式现代化建设,成为当前我国高等教育机构新的使命和价值追求。采用文献分析法,以ChatGPT等人工智能技术辅助创业教育为切入点,分析ChatGPT在教学形式、教学技术和教学师资3个方面给创业教育带来的影响。通过构建创业教育课程模块、优化组合创业教学方法等变革传统创业教育,探索将ChatGPT等人工智能应用于创业教育人才培养的有效路径,为建设创新型国家输送高质量人才。 相似文献
20.
[目的/意义]识别颠覆性技术有助于在制定研发和市场战略布局中获得首发优势,如何在大数据背景下综合提高颠覆性技术识别的精准率、召回率和识别效率至关重要。[方法/过程]结合机器学习与专家知识,首先,构建SimCSE-LDA语义相似度表征模型,以深入挖掘专利摘要中隐含的关键技术主题,实现更深层次的显著特征主题识别,并通过聚类效果评价指标检验其识别效果,进一步结合专家知识判定关键技术主题名称,对主题间内在联系判定,最终识别出关键技术。其次,运用突变性表征颠覆性技术内在特质,基于CBLOF算法对关键技术主题进行异常检测,将计算得到的技术主题异常分数作为判断技术突变程度的依据,从而识别出颠覆性技术。最后,结合领域专家知识和《中国制造2025》验证颠覆性技术识别效果。[结果/结论]以农业机器人为例,以德温特专利数据库的DWPI英文改写专利摘要文本为数据源,进行实证分析,验证了该颠覆性技术识别方法的可行性与有效性。 相似文献