超大预训练模型在指挥控制领域的应用与挑战

超大预训练模型(large scale pre-trained model,LSPTM)的发展在人工智能领域产生了意想不到的效果,尤其是在自然语言处理(natural language processing,NLP)上ChatGPT的突破,似乎打通了“人工智能”的任督二脉,在短短的几个月内,其智能实现了从人类可以理解的智能到无法理解的智能跨越.以ChatGPT为代表的LSPTM即将开启一个全新的硅基智能时代,指挥与控制(command and control,C2)作为人类社会引以为豪的体现智慧的关键要素,会面临什么样的机遇和挑战?以C2过程的基本范式和运行基本模式框架为指导,全面分析LSPTM在C2活动的物理域、信息域、认知域以及社会域各方向潜在的应用,阐述硅基智能时代,人工智能从辅助工具角色向伙伴和替代角色的跨越,C2领域发展的机遇.军事领域对抗性C2的竞争不再局限于技术,而是培育LSPTM的文化底蕴,东西方文化与价值观的差异将决定两种不同LSPTM的智慧与智能.

农业知识驱动服务技术革新综述与前沿

农业知识驱动服务技术是指运用先进信息技术,科学、高效调配农业领域专业知识服务资源,为农业行业提供智能化知识服务的技术,在解决农业技术服务供需严重失衡等难点问题方面具有重要意义,日益成为支撑农业转型升级和高质量发展的重要引擎,代表着核心研究方向,伴随着技术发展全过程。目前农业行业迫切需要解决的是知识供给严重不足、服务效率不高的问题。农业知识驱动服务技术经历较长时间发展,在知识高效匹配和精准供给方面取得了较大进步,特别是2022年11月以来ChatGPT这类技术的出现,充分展现了超大规模预训练模型在知识智能服务方面的巨大潜力,这也是农业知识驱动服务可以取得突破的关键所在,可以在这方面发挥重要作用。该文在分析农业知识驱动服务相关技术现状的基础上,展望了农业领域可行的知识驱动服务技术路径,预测农业领域知识服务大模型研发构建会呈现参数由少到多、算力由弱趋强、强化训练逐渐加深的特点得到快速发展应用,未来将在专业技术指导、农业“装备-信息-农艺”融合、农业信息系统平台服务总线等方面系统升级现有农业知识服务范式,多模态服务将得到系统融合加深,人机交互模式将向“人性化”方向进一步黏合增强,从而为农业智能化转型升级提供全新的技术支撑,引领农业知识服务从数据检索、语义匹配迈向生成式知识驱动模式转变。

基于人工智能技术的铁路电子公文数据智能化分析及关联方法研究

利用大数据、人工智能、超大规模预训练模型等技术,研究铁路行业复杂场景下电子公文数据智能化分析及关联方法。介绍电子公文智能化提升总体架构、关键技术,为铁路电子公文数据智能化分析的远期场景提供方法性探索,从而充分挖掘铁路电子公文资源价值,提升公文办理质量和效率。