人工智能视域下的新质生产力生成路径

随着人类从信息时代进入数字时代,以科技创新为关键核心的新质生产力正在与人工智能形成“互嵌”。基于高深知识生产、技术元素整合以及产业技术突破,人工智能在新质生产力的劳动者层面催生智能生产力,在劳动资料层面提供高效数字化的劳动工具,在劳动对象层面促发以产业生态化为特征的新型生产体系。以人工智能加快推动新质生产力发展,需要从四个方面着力:一是形成政产学研一体的人工智能人才生态;二是建立协同开放的人工智能科技创新生态;三是培育协调互嵌的人工智能产业生态;四是构建规范高效的人工智能治理制度生态。

生成式人工智能与图像刺激式写作

2020年高考满分作文《生活在树上》惊动了学界、文坛,至今犹有余波。这位考生估计爱读汉译西方名著,知识视野真的超出很多文化人。有家传媒以“不说人话”评价此文,因其行文晦涩,多用西典及文言语汇,如嚆矢、祓魅、玉墀、婞直、一觇、滥觞、肯綮等。估计对这家传媒来说,只要不说大白话就是“不说人话”。他不知道人上一百,人外有人。《离骚》《野草》《摩罗诗力说》《查拉斯图拉如是说》在他眼里估计也是“不说人话”。

基于Citespace对人工智能在骨创伤研究的可视化分析

背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究现状、热点和未来发展趋势,以期为今后的研究提供新的见解。方法:选择Web of Science核心集数据库中,时间跨度设为自建库至2023年8月,检索人工智能、机器学习、深度学习应用于骨创伤相关的文献420篇。通过人工筛选,导出与文章相关的文献共202篇,采用Citespace软件进行国家、机构、被引期刊和引文分析等的合作和关键词的共现等可视化分析。结果与结论:①分析筛选后纳入的202篇文献,总体发文量呈上升趋势,且在未来研究潜力巨大。研究中心性最高和发文量排名第一的国家均为美国。加州大学(美国)是发文量最多的研究机构。②人工智能在骨创伤研究中最常用的前5个关键词是深度学习、人工智能、骨密度、机器学习、诊断,中心性最高的关键词为骨密度,关键词数量最多的为深度学习。③共被引频次前10位的参考文献分别从多个方面介绍了人工智能技术应用于骨创伤领域诊断的可行性研究,其中8篇涉及骨关节损伤与深卷积神经网络,1篇涉及深度学习在CT检查中检测骨质疏松从而预防脆性骨折,1篇通过人工智能识别皮肤纹理变的特征应用于骨的特征性识别的相关性研究。④今后,人工智能的研究热点将主要集中在骨关节创伤和骨质疏松引发的骨折特异性研究上,未来研究趋势主要集中在提升人工智能算法的性能上,使用人工智能新技术对骨损伤进行精准划分和快速高效诊断,尤其是针对复杂和隐匿性骨折的诊断,通过建立有限元分析模型,实现对骨创伤的更加标准化评估。

人工智能在脊髓神经损伤与修复领域研究热点的可视化分析

背景:近年来人工智能逐渐兴起,在多方面应用于脊髓神经损伤与修复领域,对临床治疗也有诸多积极影响。目的:研究人工智能在脊髓神经损伤与修复领域的诊断、治疗和康复中的应用进展,明确该领域的研究热点和不足,为今后研究工作提供建议。方法:在Web of Science核心集数据库检索建库至2023年收录的人工智能在脊髓神经损伤与修复领域相关文献,使用CiteSpace 6.1.R6和VOSviewer 1.6.19软件对文献数据进行一般文献学分析、文献共被引、期刊共被引、期刊双图叠加及关键词聚类等可视化分析。结果与结论:①共筛选出1713篇文章,此领域年发文量呈波动上升趋势,其中美国占据主导地位,Kadone Hideki是发文量最多的作者,《ARCH PHYS MED REHAB》是被引用次数最多的期刊。②关键词共现和聚类分析显示,去除与检索词相近的关键词后,主要关键词被分为3个主要集群:外骨骼与运动康复(为最大核心热点)、机器学习和神经可塑性、机器人和康复训练。③关键词爆发分析显示,深度学习和人工智能在过去5年中已成为突发术语。④文献共被引和高被引文献分析结果显示,人工智能在脊髓神经损伤与修复领域热点集中于动力外骨骼(powered exoskeleton)、步态(gait)、神经电刺激(electrical nerve stimulation)、皮质内脑机接口(intracortical brain-computer interface,IBCI)、机器人(robot)、高分子生物材料(polymer biomaterials)及神经干细胞(neural stem cell)等内容。⑤人工智能在脊髓神经损伤与修复领域的研究近年来呈现上升趋势,该领域的关注点从外骨骼、电刺激等单一的治疗手段,逐渐向智能化、精准化和个性化等方向转变。⑥该领域存在一些局限性,例如数据缺失或不平衡的后果、数据准确性和可重复性低以及伦理问题(如隐私、研究透明度和临床可靠性等),未来的研究应该解决数据收集的问题,需要大样本、高质量的临床数据集来建立有效的人工智能模型;同时该领域的基因组学等机制研究十分薄弱,未来可利用类脑芯片等多种机器学习技术,运用基因编辑治疗及单细胞空间转录组等方法,进行再生相关基因上调和轴突生长结构蛋白产生等基础机制研究。

人工智能在岩土工程勘察领域的应用

分析了人工智能技术在岩土工程勘察领域的发展现状,总结了人工智能在岩土工程勘察中的研究进展及其应用情况,讨论了人工智能在岩土工程勘察中面临的挑战和问题,展望了人工智能在岩土工程勘察领域的未来发展方向,以期为从事岩土工程勘察智能化相关的研究人员提供一定借鉴,助力岩土工程勘察行业高质量发展。

科技论文中生成式人工智能的使用边际

2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段。该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动。在学术研究和写作中,也有越来越多的作者开始使用生成式人工智能工具辅助科研,甚至有人使用ChatGPT等大语言模型来撰写学术论文。如2023年9月,Physica Scripta(《物理写作》)刊登的一篇论文中出现了类似ChatGPT按钮上短语Regenerate Response(“重新生成回复”),作者也证实使用了ChatGPT来帮助起草手稿,最终文章被出版商撤回。

科技论文中生成式人工智能的使用边际

2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段。该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动。在学术研究和写作中,也有越来越多的作者开始使用生成式人工智能工具辅助科研,甚至有人使用ChatGPT等大语言模型来撰写学术论文。如2023年9月,Physica Scripta(《物理写作》)刊登的一篇论文中出现了类似ChatGPT按钮上短语Regenerate Response(“重新生成回复”),作者也证实使用了ChatGPT来帮助起草手稿,最终文章被出版商撤回。

人工智能文生视频大模型Sora对科技伦理的冲击及应对

Sora的推出是人类社会发展和人工智能进步的标志性事件,凸显出生成式人工智能的强大功能。Sora的爆火离不开规模化数据、先进算法和规模化算力,其内在运行机制紧扣文本输入、文本编码、视频生成和视频输出的基本逻辑,在人类社会具有广阔应用前景。但Sora在技术更迭和运用过程中可能给科技伦理带来诸如冲击人的主体性地位、导致人们认知的混乱性、冲击伦理规则的适用性、冲击数字隐私伦理并造成数字歧视等风险。因此,要坚持以人为本,运用技术手段增强Sora的数据筛选力度和敏捷治理效度,防止数据泄露和侵犯隐私,进行伦理设计实现科技伦理与时俱进,辅之必要的教育培训,以此提升全民运用人工智能技术的能力。

生成式人工智能应用场景下个人信息保护的法律风险及应对

数据已成为新的产权要素和产业基础,而具备了一定理性能力的生成式人工智能ChatGPT在大数据喂养、人为数据标识处理和信息再输出三个层次对个人信息权益构成了新的侵权范式。尽管《个人信息保护法》《网络安全法》等法律规范已确立起一系列个人信息保护手段,但在生成式人工智能服务与应用端仍面临着解释和适用上的难题。为此,我国需要在保障个人信息权益的前提下鼓励发展人工智能技术——在总体上要树立起基于风险的个人信息保护原则,并尝试以“风险预知—解构—化解”为基本路径,在微观上优化“知情-同意”规则,以“设计保护”原则强化企业内部自治,并灵活调整侵权责任追究机制。

人工智能在土木工程领域的应用研究现状及展望

作为新一代产业变革的核心驱动力,人工智能是全面提高土木工程领域数字化、自动化、信息化和智能化的重要方法。为全面了解人工智能在土木工程中的发展及应用,定性分析了人工智能的基本研究领域,定量分析了人工智能在土木工程设计、制造、养维护阶段的研究现状,利用CiteSpace可视化工具深入挖掘人工智能在土木工程中存在的问题、发展瓶颈和研究趋势,并给出相应的解决办法及研究思路。通过文献综述发现,土木工程领域已展开了大量人工智能研究,但各阶段智能化发展不均衡,实际应用也存在一定局限性,需深入探索神经网络、大数据、深度学习等智能技术在土木工程全生命周期的交叉融合,促进土木工程领域人工智能研究的协同发展。

智慧医疗场景下人工智能应用伦理问题与治理路径探讨

随着人工智能在医疗健康领域的广泛应用,医学伦理学与科技伦理挑战也随之而来。作者归纳了人工智能在医疗健康领域的应用现状,探讨了目前人工智能技术应用于医疗领域导致的医生主体地位被削弱、数据或隐私安全风险增加、医患信任危机加剧、医疗资源分配不均加剧、事故责任界限模糊等伦理问题,剖析了上述伦理问题产生的原因,最后从强化医生主体地位、建立健全信息数据保护制度、增强患者对医务人员的信任感、提高医疗资源配置效率、完善事故责任界定体系等5个方面提出治理路径,以期为人工智能技术更好地助力医疗发展提供参考。

“生成式人工智能”(AIGC)及其哲学意蕴

从“生成式的AI”或“生成式的人工智能”(AIGC)的角度看,需要关注“自然生成”“人工智能生成”“社会生成”或“伦理生成”之间的关联和区分。人工智能具有确定性与生成性,它从一个侧面体现了being与becoming的沟通和统一。从传统意义上的人禽之辨到人机之辨,体现了重要的转换,但二者在本质上都关乎何为人的追问。人工智能所体现的理性具有非原创的意义,人所具有的理性推论能力作为人的本质,则具有原创性。相对于人而言,AI作为一种机器,归根到底还是属于“器”,只具有工具意义,不具有独立的人格,也难以获得伦理主体的地位。此外,人工智能主要表现为人的创造的一种结果,真正的原创意义上的智能只有人才具有。从这一意义上说,只有人才是原始的创造者,把人工智能看作比人更高级的动物,并不合乎事实。人工智能发展可以取代很多人的工作,这在本质上如同在近代工业的发展过程中,机器不断取代手工操作,二者情形相近,原理也一致。从更深远的意义上说,这也是人不断地走向人性化的社会、达到真正自由存在形态的一个环节或前提。科技的发展可以使我们对世界的细节、对某些方面越来越深化,但是总体上对世界的把握离不开哲学。另一方面,科学发展具有自主之性或惯性,后者需要哲学为其提供价值引导。

人工智能创造力探究

目前,国内外大语言模型如雨后春笋般涌现,加速了通用人工智能时代的到来。人工智能在科学、艺术等领域展现出的卓越创造力,大大推动了人类科技进步,但也给人类传统创造力带来了巨大挑战,需要对人工智能创造力的本质特征进行审视,并预测其未来应用方向。基于此,文章聚焦于人工智能创造力,首先阐释了人工智能创造力的基本内涵;接着,文章从通用领域创造力表现和专业领域创造力表现两个维度,介绍了人工智能创造力的外在表现;然后,文章从产生机制和调控机制两个方面,深入剖析了人工智能创造力的内在机制,并结合人类创造力评价经验提出了人工智能创造力的评价原则和评价方法;最后,文章分析了人工智能创造力未来的应用模式、应用前景并给出应用建议。文章的研究既可促进人工智能创造力的发展和人工智能技术的进步,也能为人类创造力的培养和提升提供一定的借鉴。

可解释人工智能在电力系统中的应用综述与展望

可解释人工智能(XAI)作为新型人工智能(AI)技术,具有呈现AI过程逻辑、揭示AI黑箱知识、提高AI结果可信程度的能力。XAI与电力系统的深度耦合将加速AI技术在电力系统的落地应用,在人机交互的过程中为电力系统的安全、稳定提供助力。文中梳理了电力系统XAI的历史脉络、发展需求及热点技术,总结了XAI在源荷预测、运行控制、故障诊断、电力市场等方面的电力应用,并围绕解释含义、迭代框架、数模融合等方面展望了电力系统XAI的应用前景,可为推动电力系统智能化转型与人机交互迭代提供理论参考与实践思路。

生成式人工智能的知识产权法律因应与制度创新

生成式人工智能的复合产品结构与自主运转功能造成了知识产权法律适用的难题与挑战。在复合产品结构下,知识产权法律难题源于生成式人工智能核心要素之算法与数据的知识产权保护问题;在自主运转功能下,知识产权法律挑战则呈现为生成式人工智能衍生内容的知识产权授权与确权问题。对此,应积极推进生成式人工智能场景下的知识产权法律变革,立足生成式人工智能核心要素与衍生内容,有针对性地展开知识产权制度创新,从而实现对生成式人工智能知识产权法律问题的合理回应。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

人工智能在医学教育领域的应用研究——基于CiteSpace的文献共词分析

人工智能及大数据已经成为包括医学教育在内的各研究领域的热点问题。为了阐明人工智能在医学教育中的发展趋势,利用CiteSpace软件分析2013-2022年Web of Science核心合集文献270篇。从发文量、国家和地区、研究机构、作者、发表杂志、引文情况、关键词及发展趋势等方面进行综合分析得出研究结论:从2018年开始相关论文呈明显增长趋势,Mayo Clinic(梅奥诊所)成为全球发文量最多的研究机构;Friedman等形成了较为完整的研究团体;JAMA成为最高被引杂志;近年医学教育的人工智能应用研究热点问题主要集中在医学影像及虚拟手术等方面。

人工智能、产品创新与制造业适应性转型

人工智能(AI)对产品开发、运营和营销等企业价值链的影响正在改变制造业转型升级的机制与路径。围绕AI如何通过影响产品创新推动制造业转型升级,本文依托相关研究成果提炼AI区别于其他数字技术的核心创新特征,剖析AI对产品创新的影响机制,并通过AI影响个体、企业、产业的跨层次分析框架,从产品创新视角提出AI影响制造业转型升级的适应性变革概念模型,探讨AI通过产品创新影响制造业适应性转型的机制与路径,形成三个主要结论:(1)新社会主体、生成性、知识积累方式突变性构成AI区别于其他数字技术的三个核心创新特征;(2)AI作为新社会主体角色介入产品企划、结构工艺等开发环节,改变或增强了人类智能的产品开发思维,拓展了产品开发的知识边界;(3)AI增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整,构建起平衡制造敏捷性与用户敏捷性冲突的自适应调节机制,推动制造业通过产业快速自适应调节涌现出自适应间断平衡的转型路径。

有组织教研:人工智能环境下教师研修的有序进化

传统教师教研形式因客观性不强、持续性不够、衔接性不足,与时代所需要的高质量教研相悖,影响了教师的专业发展。基于生态进化理论,建构以人工智能技术为教师提供选题、过程支持、资源制度、工具辅助和协同机制的有组织教研模式,以提升教研与教师的个体适配,形成有组织的多主体行动网络,并在有序原理和整体原理的框架下,建构了智能技术支持的教师有组织教研运行模型。有组织教研的关键问题是教师动态需求的系统捕获、内容进化的智能控制、自适应路径的有效调节、研修空间的适应性调整、语义关联的建立,并形成面对理论与实践冲突、转化机制异化、主体与相关要素不适切等问题的处理机制。要实现人工智能支持的有组织教研,需要按照有组织教研的运行建立设计人工智能元平台,布局大数据采集平台,开发教育人工智能的算力,并在制度和理念的双向演进中通过实践进行优化,实现人工智能下教师研修模式的迭代。

推动人工智能向善发展:教育与人工智能共同的责任

人工智能的迅速发展正深刻改变人类的生产方式、生活方式和学习方式,对教育产生深度影响,而现阶段生成式人工智能工具在教育领域广泛应用,给教育带来新的道德伦理问题。该文首先从人工智能快速发展引发更加复杂的道德伦理问题和人工智能道德伦理是人类道德伦理价值体系新组成两方面给出人工智能延展人类道德伦理范围。再从人工智能教育应用伦理风险、教育人工智能伦理治理现状、教育人工智能伦理需解决问题等三个层面阐述了教育人工智能应用伦理风险与治理。再次从核心素养培养、规范应用监管、道德伦理框架、技术规范研制等四个维度给出人工智能向善发展的建设路线。最后,给出五条发展建议:加强顶层设计,系统规划总体框架;重视育人为本,创新发展人工智能课程;遵循治理原则,促进技术向善赋能;明确价值准则,助力人机相融共进;加快标准制定,规范教育人工智能实践。以期推动人工智能向善发展,赋能、赋智教育,促进教育数字化转型,构筑智能时代的人类命运共同体。