人工智能伦理治理研究

以人工智能为代表的新质生产力逐渐成为智能时代下经济发展的强劲动力,同时也引致了智能技术对人类个体和整体合法权益的担忧。中国在多个国际场合下都提出了“以人为本、智能向善”的主张,引导全球在人工智能伦理的轨道上发展智能技术。人工智能伦理有遵循一般科技伦理原则的方面,同时更多涉及社会伦理问题及人类整体安全问题。文章通过探讨人工智能伦理的基本内涵,分析人工智能伦理审查的道德正当性与政策规范的必要性,厘清人工智能伦理审查的理论逻辑,提出人工智能伦理审查机制的构建在坚持“以人为本”的基础上确保人工智能“向善”发展,还需确保制度规范的公平公正,厘清透明度与问责制的因果联系,确保科技发展与法律关系的稳定性,在人工智能伦理审查原则中落实监管责任,适时建立审查评估制度。

无过错责任与人工智能发展--基于法律经济分析的一个观点

如何制定人工智能致害的侵权责任规则,是人工智能立法领域的一个困难议题。由于黑箱系统的作用机制难以解释,以及致害过程有多方参与,人工智能致害侵权如适用过失责任,将产生较高制度成本。适用无过错责任不仅制度成本更低、救济效果更好,而且结合法律经济分析有关责任规则影响注意水平和行为水平的原理,可知其未必会导致对人工智能创新活动的过度抑制。同时,尽管基于行政监管的风险规制是应对人工智能致害风险的最主要制度形态,但侵权赔偿责任,特别是无过错责任的设置,将有助于维护社会对人工智能产业及人工智能监管体制的信任。

从地理规律到地理空间人工智能

近年来,人工智能技术快速发展,影响了很多学科的研究范式。对于地理学而言,这种趋势也不例外。从知识发现的角度,地理学研究主要有两个任务,即揭示未知的具体事实和发现一般性的规律机理。在这两个方面,人工智能技术可帮助地理学家发现知识甚至自动提取知识。相对于地球科学其他学科,地理学自动提取知识的任务更为凸显。但是在寻求地理规律的过程中,需要处理一般性和地理异质性之间的权衡,其核心可以表述为人工智能学习过程中的基础问题:泛化及可解释性问题。因此,二者存在内在的逻辑一致性,积极引入人工智能技术有助于强化地理学的学科基础。本文通过实例给出了人工智能用于地理规律发现的一个简单框架,指出了未来地理空间人工智能发展的方向,以及地理信息科学在机制、模型、方法及应用方面潜在的新任务。

促进教育科技人才融合发展培育人工智能人才梯队

当前,世界百年变局加速演进,作为第四次工业革命核心关键技术的人工智能是未来十年国际科技竞争的前沿与制高点。特别是通用人工智能,作为人工智能的初心与终极目标,对我国产业升级、国家安全,乃至人类文明的走向都将产生不可估量的影响。我国要在人工智能领域加快实现高水平科技自立自强,关键是要建立和完善高水平人工智能人才的内生培养与选拔使用机制。

考虑供应链弹性的双渠道供应链决策研究

受经济高质量发展和突发事件双重影响,供应链安全与稳定被提升至前所未有的战略高度。文章在考虑供应链弹性的基础上,基于斯塔克尔伯格(Stackelberg)博弈探究双渠道供应链的最优决策,为弱化双重边际效应的影响,引入收益共享-弹性成本共担契约对供应链系统进行协调,最后用数值算例分析进行相关检验。研究发现:集中决策有助于建设更加具有弹性的供应链;最优供应链弹性和零售价格与弹性需求系数正相关,与弹性成本持有系数负相关;收益共享-弹性成本共担契约以及转移支付的设置可以协调供应链并实现帕累托改进。

社会复杂系统智能模拟:涌现机理与方法路径

随着人工智能技术的不断发展与突破,人类正在进入智能社会。社会有机体是一个复杂系统,社会模拟正在成为智能时代社会治理的重要方法,并体现在微观(社会行为体)、中观(组织形态)、宏观(总体治理目标)三个层面。社会模拟的核心是构造“涌现”机制,高精度刻画和呈现社会运行的过程与结果。基于涌现机理解读社会复杂系统,社会模拟打通了社会诸系统、诸层面之间的关联,揭示了跨系统复杂关系与社会过程,这契合了智能社会的治理需求。社会模拟通过刻画微观层面的智能体行为,模拟社会行为体,并通过涌现机制来考察社会结果。因此,二者具有契合性。可围绕社会刻画、社会知识、模拟推演、社会预测、社会干预、社会优化六个环节,设计一个将社会模拟应用于社会治理的较为完整的方法路径。社会模拟可以在个体、组织、政府、社会、国际关系等层面实现突破,助力国际关系和谐、构建人类命运共同体。展望未来,社会模拟在智能社会治理及其具体场景中,具有广阔的应用前景。

面向自动驾驶场景的脉冲视觉研究

自动驾驶是计算机视觉重要的研究方向,具有广阔的应用前景。纯视觉感知方案在自动驾驶场景中具有重要的研究价值。不同于传统相机,脉冲视觉传感器能更加灵敏地感受光子,具备比传统视频快千倍以上的成像速度,具有高时间分辨率、高动态范围、低数据冗余和低功耗等优势。本文面向自动驾驶场景,总结了脉冲相机的成像原理、感知能力与优势;围绕自动驾驶相关视觉任务,详细介绍了脉冲视觉影像重建原理与方法,讨论了基于传感器融合的影像增强技术路线;归纳总结了基于脉冲相机的运动光流估计、目标识别检测分割与跟踪,以及三维场景深度估计算法进展及技术路线;梳理了脉冲相机数据及感知系统的发展现状,分析了脉冲视觉的研究挑战;研究提出了潜在解决方案及未来研究方向。脉冲相机及其算法和系统在自动驾驶领域具有巨大潜力,是未来计算机视觉的主要研究方向之一。

智能社会协同治理:研究现状与发展趋势

智能社会是以人机物的高度耦合为核心特征,以智能社会协同治理为核心治理模式,形成现代人到智能体的主体性转变,全面拓展人类的生物、时间和空间等存在属性的社会形态。智能社会协同治理是智能社会智能体充分调动各类智慧、技术、资源而形成的有机整合的治理模式,以解决智能社会的个体成员、运行规律、社会机构、治理模式、政策制定和伦理规范等一系列重大问题。国内外学者综合运用模型驱动和数据驱动的方法对智能社会进行建模,从协同治理主流理论、智能社会拓扑和协同决策优化等角度研究智能环境下的协同治理技术,发展了一系列智能社会协同治理的机理与模型。近些年来,物联网、人工智能和大数据等技术的发展进一步拓宽了智能社会协同治理的范畴,呈现出广阔的应用前景,但同时也对智能社会协同治理的模型与应用提出了新的挑战。文章从人类发展历史与核心社会特征演化趋势、数字社会向智能社会过渡阶段研究,协同计算的主要模型、方法以及协同计算在智能社会行为体“人机物”互动中的应用3个方面,对国内外的相关研究现状和进展进行综述和对比分析,凝练存在的关键科学与技术问题,分析各研究分支的特色和可能存在的互补性,最终给出该方向未来的潜在发展与研究方向。

三孩政策实施前后山东某县出生人数和三孩及以上孩次占比研究

目的描述2019年下半年至2023年上半年山东某县出生人数和孩次构成情况,分析三孩政策对出生人数和三孩及以上孩次占比的影响。方法依托2019年7月至2023年6月山东某县分娩登记常规统计资料,获取新生儿出生日期、母亲产次等数据,将母亲产次作为新生儿孩次的近似指标。依据三孩政策出台时间并参考既往研究将2019年7月至2022年2月定义为基线期,2022年3月至2023年6月定义为三孩政策效应期,采用中断时间序列模型研究三孩政策对月度出生人数和月度三孩及以上孩次占比的影响。结果2019年7月至2023年6月研究地区出生人数为26642人;基线期出生人数为18007人,月均出生人数为562.72人;三孩政策效应期出生人数为8635人,月均出生人数为539.69人。中断时间序列分析显示,研究地区总的出生人数在基线期内月均减少4.56人(P=0.094);三孩政策生效之初出生人数瞬时减少91.19人(P=0.075),随后政策效应期内月均增加8.78人(P=0.075)。但上述变化均不具有统计学意义。研究期间共出生一孩11956人,二孩11733人,三孩及以上2128人;三孩及以上孩次占比为8.24%,其中基线期为7.77%,三孩政策效应期为9.18%。中断时间序列分析显示,基线期内三孩及以上孩次占比月均增加0.05个百分点(P=0.048);三孩政策生效之初瞬时减少0.64个百分点(P=0.417),随后政策效应期内月均增加0.14个百分点(P=0.200),三孩政策生效后三孩及以上孩次占比瞬时水平及随后趋势变化不具有统计学意义。结论三孩政策实施后研究地区总的出生人数未见明显变化,三孩及以上孩次占比也未见显著增加,提示三孩政策的实施在短期内对研究地区育龄妇女的生育行为无显著影响。

多智能体强化学习方法综述

在自动驾驶、团队配合游戏等现实场景的序列决策问题中,多智能体强化学习表现出了优秀的潜力。然而,多智能体强化学习面临着维度灾难、不稳定性、多目标性和部分可观测性等挑战。为此,概述了多智能体强化学习的概念与方法,并整理了当前研究的主要趋势和研究方向。研究趋势包括CTDE范式、具有循环神经单元的智能体和训练技巧。主要研究方向涵盖混合型学习方法、协同与竞争学习、通信与知识共享、适应性与鲁棒性、分层与模块化学习、基于博弈论的方法以及可解释性。未来的研究方向包括解决维度灾难问题、求解大型组合优化问题和分析多智能体强化学习算法的全局收敛性。这些研究方向将推动多智能体强化学习在实际应用中取得更大的突破。

古代农业帝国兴衰周期律ABM仿真研究——国家兴衰动力学的模型探索

在农业帝国时期,周期律曾经长期地存在,呈现稳健的历史规律。关于导致这种规律的动力学机制,学术界一直好奇、但长期缺乏有效的方法。尽管存在很多理论分析,但难以被数学、模型支撑。基于历史数据的定量分析具有静态性,无法呈现动态演化全过程,本文使用智能体仿真模拟(ABM)方法,以弥补上述方法的不足。秉承历史唯物主义,从科学模型与实证验证角度,揭示此宏观系统规律背后的微观与宏观动力学机制,并通过模拟联通两个层面。基于虎(帝国敌人)、狼(统治阶级)、羊(农民阶级)、草(农业土地)四类智能体,构建国家(社会)有机体的静态系统结构。通过机制设计,赋予智能体自主的行动、互动的能力,实时记录宏观系统层面的状态结果。结果表明,ABM模拟的最优解,能够高度拟合、全程反演从秦汉到明清2132年的国家兴衰大历史轨迹。基于ABM的国家兴衰动力学模型,在当代仍然有镜鉴价值,在国家治理现代化、大国竞争对手预测、特定地区态势预测方面,具有重要应用价值。

计算社会科学时代数据研究新生态构建初探——基于大数据与小数据双向实证检验

计算社会科学时代,大数据越来越多地用于社会研究。由此,引发了学界对小数据(社会调查数据)角色与作用的再审视。文章关注在大数据时代小数据能否依然发挥作用,进而讨论计算社会科学时代的数据生态构建。研究选择同一个社区,基于等价共同体理论,构建大数据、小数据两个等价共同体,独立反映对象的总体特征。选择同一个社区,一方面获取平台大数据,另一方面进入社区开展入户调查(在相同时间)获取调查问卷数据。使用杰卡德(Jaccard)系数计算每两个数据实证分布之间的距离,进行双向实证验证。检验结果显示数据综合匹配度较好。未匹配的变量,也得到比较合理的社会意义解释。这意味着,小数据与大数据都可以用来反映社会总体特征。在计算社会科学时代,应明确大数据、小数据的作用域,对二者进行有机整合,助力构建新的数据研究生态。社会研究者应按照研究问题,选择合适的数据类型(单一或混合),提升知识发现的有效性和稳健性。

生成式人工智能会如何改变教育——基于自动化视角的分析

研究回顾了20世纪工业自动化浪潮对教育领域的影响,借鉴当时工业自动化进程中的相关研究发现,借此审视当下人工智能技术迅猛发展对教育所带来的挑战。特别是针对生成式人工智能技术能够执行非程式化任务这一新特点,分析其对劳动力市场人才需求、学校教育目标以及教师岗位责任的影响。研究表明,生成式人工智能的出现可能标志着教育教学自动化进程的正式开启,对智能自动化影响教育发展的预判可以沿袭工业自动化时期的研究路径,在核心素养框架之中侧重人机协同能力培养,发展终身学习的思维与能力。此外,智能自动化也将推动各级各类教育的定位发生转变。

人工智能生成内容著作权合法性的制度难题及其解决路径

人工智能内容生成机制涵盖研发阶段的数据获取和后续利用阶段的生成内容应用,前一阶段主要面临获取数据的著作权合法授权问题,后一阶段则主要面临生成内容的著作权属性判断、归属及侵权责任承担等问题。现有规范分析框架对两个阶段所面临的主要问题都存在规则局部不适配的情况,究其根源在于现有规范设计不能满足人工智能发展所带来的产业保障需求,对已经做出调整的发展人工智能的产业政策无法进行有效回应。由技术推动带来的人工智能内容生成机制的变革,直接冲击着现有著作权制度对作品表现形式和“思想—表达二分”的底层逻辑认知,同时,还面临事前授权的财产规则和海量资源学习模式需求不符的窘境、机器学习内容获取全阶段的著作权侵权风险以及由数据保护利益的多样性和复杂性导致的要求著作权合规等问题。面对这些问题,不能单一化打补丁式地进行规则设计,而应该综合性地解决体系性认知问题,在稳固“思想—表达二分法”的基础原则上,可尝试通过将署名和其他著作权进行分离的制度设计以贯彻诚实信用原则保障数据来源真实,通过合法购买与合同约定风险承担、打开人工智能预训练阶段数据获取的著作权合理使用闸口,并借助避风港规则实现责任豁免、集体管理组织集中授权、建立开放授权的数据资源等多元化方案解决现实世界与技术演变之间的“发展之问”,因地制宜地进行规范框架调整和规则解释突破,实现产业发展与技术升级规范措施保障之间的最佳平衡。

生成式人工智能训练数据的著作权之困

若将生成式AI视为拥有著作权侵权的“原罪”,在生成式AI研发阶段即严格执行合法性标准,会限制大数据的广泛采集,影响高品质、高智能产品的诞生。因此,《生成式人工智能服务管理暂行办法》提出了“坚持发展和安全并重、促进创新和依法治理相结合的原则”。基于此,各方正从法律和商业等多角度探索如何平衡作者的利益以及生成式AI的发展需求。

多智能体博弈、学习与控制

近年来,人工智能(Artificial intelligence,AI)技术在棋牌游戏、计算机视觉、自然语言处理和蛋白质结构解析与预测等研究领域取得了众多突破性进展,传统学科之间的固有壁垒正在被逐步打破,多学科深度交叉融合的态势变得越发明显.作为现代智能科学的三个重要组成部分,博弈论、多智能体学习与控制论自诞生之初就逐渐展现出一种“你中有我,我中有你”的关联关系.特别地,近年来在AI技术的促进作用下,这三者间的交叉研究成果正呈现出一种井喷式增长的态势.为及时反映这一学术动态和趋势,本文对这三者的异同、联系以及最新的研究进展进行了系统梳理.首先,介绍了作为纽带连接这三者的四种基本博弈形式,进而论述了对应于这四种基本博弈形式的多智能体学习方法;然后,按照不同的专题,梳理了这三者交叉研究的最新进展;最后,对这一新兴交叉研究领域进行了总结与展望.

人工智能生成内容(AIGC)著作权保护笔谈录

2023年是AIGC(Artificial Intelligence Generated Content,指利用人工智能技术来生成内容,如AI绘画、AI写作)大模型高速发展的一年。在人工智能开启新一轮产业变革的当下,各行各业不仅在人工智能的加持下重塑格局,更立足新场景,注重产业与人工智能的生态化结合。在法学领域,与其相关的知识产权保护问题也产生了诸多重要探讨和有价值的观点。近期,北京互联网法院审结了李某与刘某侵害作品署名权和信息网络传播权纠纷一案,在判决中认可了利用人工智能生成的图片可具备“作品”属性,受到《著作权法》保护。该案判决富有创新意义,也引发了相关专家学者的进一步讨论。鉴于此,本刊围绕人工智能生成内容可否予以著作权保护,邀请六位专家进行笔谈,希冀为由AIGC发展所引发的著作权保护新问题提供更多有益观点,更好促进AIGC的高效健康发展。

自身对照设计在疫苗安全性关联研究中的应用进展

疫苗安全性主动监测是疫苗安全性证据链,尤其是接种后严重不良反应评价的关键一环。随着健康医疗信息化建设及其应用的快速发展,这为疫苗安全性主动监测及关联评估提供了可行途径。目前,全球已有20余个国家利用电子健康档案、医疗索赔、电子病历等开展疫苗安全性主动监测,这些监测常采用队列研究、病例对照研究、自身对照研究等设计类型。其中,自身对照设计的自身对照病例系列研究、自身对照风险区间研究在该领域的应用越来越广泛,但在我国相关研究报道仍不常见。本文综述自身对照设计在疫苗安全性关联研究中的方法学与应用进展,为今后疫苗上市后安全性评价的真实世界研究提供参考。

基于图卷积神经网络的古汉语分词研究

古汉语的语法有省略、语序倒置的特点,词法有词类活用、代词名词丰富的特点,这些特点增加了古汉语分词的难度,并带来严重的out-of-vocabulary(OOV)问题。目前,深度学习方法已被广泛地应用在古汉语分词任务中并取得了成功,但是这些研究更关注的是如何提高分词效果,忽视了分词任务中的一大挑战,即OOV问题。因此,本文提出了一种基于图卷积神经网络的古汉语分词框架,通过结合预训练语言模型和图卷积神经网络,将外部知识融合到神经网络模型中来提高分词性能并缓解OOV问题。在《左传》《战国策》和《儒林外史》3个古汉语分词数据集上的研究结果显示,本文模型提高了3个数据集的分词表现。进一步的研究分析证明,本文模型能够有效地融合词典和N-gram信息;特别是N-gram有助于缓解OOV问题。

2011—2020年宁波市鄞州区炎症性肠病发病的流行病学研究

目的:描述宁波市鄞州区常住居民炎症性肠病发病的分布特征,了解该地区炎症性肠病的疾病负担和发展趋势。方法:采用回顾性队列设计,收集2010—2020年鄞州区全民健康信息平台的居民健康档案中所有常住居民的登记信息,利用电子病历随访其炎症性肠病就诊情况,设置1年洗脱期,以登记1年后首次诊断且以炎症性肠病为首要诊断的患者为新发病例。采用泊松分布估算炎症性肠病的发病密度及其95%置信区间(confidence interval,CI)。结果:2011—2020年累计纳入鄞州区常住居民1496427人,其中男性729996人(48.78%),总随访人年8081030.82,中位随访人年5.41[四分位距(interquartile range,IQR):5.29]。研究期间共有1217例炎症性肠病新发病例,男性(624例,51.27%)多于女性(593例,48.73%),总发病密度为15.06/10万人年(95%CI:14.23,15.93),其中溃疡性结肠炎1106例(90.88%),发病密度为13.69/10万人年(95%CI:12.89,14.52);克罗恩病70例(5.75%),发病密度为0.87/10万人年(95%CI:0.68,1.09);未定型结肠炎41例(3.37%),发病密度为0.51/10万人年(95%CI:0.36,0.69)。溃疡性结肠炎的中位发病年龄为50.82岁(IQR:18.77),发病年龄在45~49岁组占比最高(15.01%);发病密度随年龄增长逐渐上升,45~49岁年龄组达到较高水平,随后略有上升,65~69岁年龄组发病密度最高,为25.44/10万人年(95%CI:20.85,30.75),至75~79岁组发病密度迅速下降;克罗恩病的中位发病年龄为44.34岁(IQR:33.41),发病年龄在25~29岁组占比最高(12.86%),由于克罗恩病新发病例数较少,年龄分布波动较大,青年和老年各有峰值。2011—2020年间,鄞州区炎症性肠病的发病密度在2011—2013年处于较低水平,2014—2016年呈迅速上升趋势,2016年达到峰值[24.62/10万人年(95%CI:21.31,28.30)],2017—2020年略有下降。结论:2011—2020年鄞州区炎症性肠病发病密度呈较高水平,医疗机构和卫生部门需重视其所带来的疾病负担。