共查询到20条相似文献，搜索用时 45 毫秒
1.
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
2.
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
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.
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
5.
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
6.
ChatGPT是新一代人工智能技术驱动的自然语言处理模型。文章围绕因果性深入讨论了ChatGPT的因果规则、因果表征与因果解释,通过分析ChatGPT因果认知与学习中的底层逻辑得出以下三个认识：一是ChatGPT将相关性作为其底层因果规则,在深度神经网络、大语言模型与统计分析的驱动下,以概率形式实现了因果性在人工智能中的嵌入。二是通过实现对人类因果认知、因果语言与因果推理能力的模拟,ChatGPT在自然语言的生成中拥有了与人类智能相似的表征。三是依托智能生成的计算因果解释和因果涌现解释两条路径,ChatGPT实现了从符号与信息的输入到“数据知识”的输出,并以一种涌现的方式获得新的能力,实现了人工智能领域的“因果革命”,构建出未来人工智能发展的蓝图。 相似文献
7.
2022年底,OpenAI发布的ChatGPT聊天机器人将人工智能对通用自然语言任务的理解与生成能力提升到新的高度,引发各界广泛关注。当前ChatGPT仅支持文本模态的交互,而真实世界的感知则依赖于图像、文本、视频、音频等多个模态的协同处理。如何借鉴人脑的跨模态处理特性,跨越视觉、语言、听觉等不同感官信息实现对真实世界的感知和认知,是提升模型通用感知和交互能力、实现通用人工智能的关键。本文从ChatGPT的核心技术出发,分析ChatGPT在文本单模态限制下所面临的问题,并介绍ChatGPT与多模态分析技术结合的部分代表性工作,最后从多模态预训练、数据—知识双轮驱动等角度对ChatGPT多模态化的未来研究方向进行展望。 相似文献
8.
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
9.
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
10.
以ChatGPT为代表的大语言模型带来了人工智能技术的新一轮发展浪潮,获得了广泛的社会关注。大语言模型通过大规模无标注数据预训练、指令微调、人类对齐等关键技术途径,学习到了丰富的世界知识,具有较好的文本理解与生成能力,能够有效求解各种复杂任务。这一重要技术进展对于信息检索领域的发展带来了新的机遇。本文从大语言模型对于已有信息检索架构的改进以及现有检索技术如何改进大语言模型两个方面进行阐述,针对相关科学问题的可行技术方法进行了梳理与展望,探讨大语言模型时代下的信息检索发展趋势,旨在推动信息检索领域的科研进步。 相似文献
11.
[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
12.
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
13.
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
14.
作为生成式人工智能技术的代表,ChatGPT需要在大规模的数据提炼、分析、学习的基础上才能得出智能化结论、作出趋势性预测。具体而言,作为大型自然语言处理模型的ChatGPT在训练和运行过程中涉及到了预训练数据、人工标注数据、抓取数据、人机交互数据等四类数据,不同类型的数据在应用过程中面临着不同的法律风险和挑战。立足数据这一人工智能和算法模型的基础原料开展风险分析、法律回应和技术规制,有着迫切的现实意义。对此,我国可以考虑从顺应产业发展、平衡安全与效率的角度出发,厘清义务边界,完善规制措施,健全立法体系,以包容审慎的态度配合技术发展趋势形成有针对性的规范体系,从而抓住数字经济时代借助人工智能技术发展“弯道超车”的机会。 相似文献
15.
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
16.
17.
[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
18.
近期,以ChatGPT为代表的大模型技术正开启人类社会智能化的新纪元。研究人工智能成功案例背后的技术原理,探索人工智能驱动的科学研究（AI for Science,AI4S）新范式,对促进我国科技进步、增强国家竞争力具有十分重要的意义。文章首先以数学、物理学、生物学、材料科学领域为例,简述AI4S的研究进展。其次,面向近年来最为成功的人工智能范例,分析AlphaFold和ChatGPT的基本原理和关键技术。最后,在以上分析的基础上,从算法、模型、数据、知识、人的因素等角度,总结大模型时代人工智能技术发展新趋势,探讨AI4S研究新范式。 相似文献
19.
[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
20.
<正>随着ChatGPT、AI绘画等人工智能技术的兴起,人工智能在影响人的创造性劳动的领域,替代了更多的人类脑力劳动。马克思劳动价值论并不会因为人工智能的发展而过时,相反人工智能的发展会推动马克思劳动价值论理论内涵实现新发展。首先,人工智能与马克思劳动价值论存在相互促进的内在逻辑。其次,人工智能技术的发展丰富了马克思劳动价值论的内容。最后,在人工智能时代,新的技术也给马克思劳动价值论的发展带来了新的发展机遇和挑战。最近,新的人工智能产品ChatGPT引起了社会各界的广泛讨论。 相似文献