教育通用人工智能大模型标准体系框架研制

当前,人工智能大模型在各领域迅猛发展,其中教育领域的人工智能大模型虽然能够在知识生产、知识计算和知识服务方面完成多种智能任务以提供教学辅助,但其在功能构建、数据收集与管理、教学测评和应用等方面仍存在局限,同时缺乏适用于多个教育场景的通用人工智能大模型。基于此,文章从人工智能的发展和标准化的现状出发,对教育通用人工智能大模型的概念、原则和属性做出界定,并提出教育通用人工智能大模型标准体系,包括总体框架、信息模型、数据规范、测评规范和教学应用要求等,以从指导角度对教育通用人工智能大模型的研发、应用、管理和评估进行规范。文章通过研究,旨在规范通用人工智能大模型在教育领域的应用与发展,赋能、赋智于教育,推动教育的高质量发展。

通用人工智能时代信息资源管理学科的发展方向

本文梳理了人工智能与通用人工智能的70年发展历史,回顾了信息资源管理的50年历程,剖析通用人工智能对信息资源管理知识体系、教育体系、事业体系的深刻、多面的影响,并为信息资源管理在通用人工智能时代的发展方向提出三点建议。

关于通用人工智能的几个重要伦理问题

作为未来人工智能或强人工智能的一种架构,通用人工智能必然会产生一系列伦理问题。这些问题包括通用人工智能作为人工自主道德系统的主体性、安全性、伦理责任和伦理增强问题、可控性和社会化问题。这些问题都很重要,直接关系到人类未来的生存和发展。在通用人工智能还未真正来临之际,人类有责任对其可能导致的问题进行哲学和伦理反思。

通用人工智能的数据风险及法治应对路径

ChatGPT的横空出世拉开了通用人工智能的时代序幕。通用人工智能迭代泛化能力的实现依托于海量数据,其运行全程与数据深度耦合,伴生了新的数据风险,且随着模型的普适化应用可能演化为现实威胁并产生严重后果。运用“全周期管理”理念剖析通用人工智能的输入、加工、输出环节存在的数据风险,包括多源数据违规获取风险、数据利用存储安全风险、数据虚假生成质量风险。在此基础上,围绕法律规制、伦理引导和行政监管的三重路径构建数据风险治理框架,提出中国应从完善保护利用并举的数据法律制度、健全科技向善导向的技术伦理规范、设计注重风险防控的行政监管规则等方面,化解模型“输入—加工—输出”进程中产生的数据风险,从而推动通用人工智能的良性健康发展。

从新媒体、科幻创意到通用人工智能:脑机接口的艺术革命

作为一种前沿技术,脑机接口不仅为科学家探索人类意识和思维的奥秘提供了重要的工具和途径,而且为艺术家提供了全新的创作手段和表达方式。在新媒体艺术领域,脑机接口给开拓者带来了新思路、新机遇,脑控绘艺、脑波音乐、脑控游戏等由此诞生。在科幻艺术领域,脑机接口赋予主创人员电光石火的灵感。相关作品想象如何通过这种技术在生理层面增强大脑能力、修改记忆或治疗疾病,在信息层面破译思想活动、深入赛博世界、实现灵明转移,在意向层面发挥自家大脑的主动性、利用他人大脑的受动性、增强多个大脑的交融性。脑机接口与通用人工智能的结合则为探索艺术创作提供了全新的视角和无限可能性。人们有可能通过纯思维与AI系统交互、超越传统肢体限制开展艺术活动,在梦境、冥想等特殊意识状态下配合AI抒情写照,共同经历丰富而深刻的艺术体验,形成前所未有的集体创作模式。

从生成式人工智能到通用人工智能:赋能图书馆知识服务模式创新

[目的/意义]AI技术的发展为图书馆知识服务带来巨大的变革和机遇。研究基于通用人工智能的知识服务理论基础、体系框架和应用前景,可以为知识服务领域提供新的研究思路和实践参考。[方法/过程]从生成式人工智能向通用人工智能演进的动态视角分析AI赋能图书馆知识服务的研究现状,构建以生成式人工智能和通用人工智能作为技术基座的图书馆知识服务体系框架,探讨基于通用人工智能的图书馆知识服务发展趋势。[结果/结论]随着人工智能技术的持续发展,未来通用人工智能必将在图书馆知识服务中取得广泛应用,有助于为用户提供更加便捷、准确和个性化的知识服务,深化图书馆知识服务价值和能力,推动知识服务理论研究和实践应用进入快速发展时代。

物种主义:通用人工智能伦理第一原则初探

作为通用人工智能伦理第一原则,物种主义强调科学精神与伦理精神、人道主义与自然主义的高度统一,主张以人类物种的存续发展和每个人生物性智能的自由发展为目的。作为生物领域反物种主义伪善平等观的倒转,硅谷精英基于智能进化论的反物种主义既反人道主义,也反科学,在把通用人工智能所代表的社会智力、社会力量人格化乃至神化的同时也把精英自我神化。反物种主义者所宣扬的通用人工智能将与人类形成物种冲突的论调,是偏颇乃至虚幻的;社会达尔文主义导致的过度竞争,掌握大资本的少数个人对通用人工智能垄断及其引发的人类内部越来越剧烈的社会冲突,才是威胁人类物种存续发展的真正风险。扬弃资本和社会达尔文主义,通用人工智能将有助于人类进一步征服自然力量,并使每个人的生物性智能得到自由发展。

教师教育教学改革:通用人工智能时代的应为、难为与可为

教师教育是教育事业的“工作母机”,通用人工智能时代的教学改革是教育高质量发展与数字化转型的应有之义。通用人工智能为教师教育赋予“增量”,能够实现其价值取向从“一个学生”到“每个学生”、培养范式由“相对割裂”向“相称统一”、教学目标自“知识技能”至“全息素养”、教育手段由“各自游离”变“多向合作”。但技术的高效性与其风险相伴而生,技术获取开源性与师生信任、技术使用广泛性与情感维系、技术发展智能性与基础资源三对矛盾成为教学改革的实然困境。基于此,教师教育应该以自建智能教学资源为物质性支撑、平等互动交流对话为行为性支持、顶层设计总体部署为制度性推动、教学改革自发自觉为精神性引领,积极构建通用人工智能时代教师教育教学的质量文化,在发展新质生产力、建设现代化中国中彰显教育服务能力。

人工智能的“认知转向”——通向通用人工智能的必由之路

人类智能是“通用智能”。人工智能要成为通用的,即通用人工智能,让其具有心理性的认知因素是必不可少的。这意味着“智能”不是“认知”,人工智能要转向人工认知,也就是让目前人工智能的“计算智能”和“感知智能”走向“认知智能”,这就是人工智能的“认知转向”。而“认知智能”作为“通用智能”,与人类智能一样是适应性表征系统,在适应性表征概念下,两种智能可统一起来进而成为通用的。然而,在通用人工智能能否实现的问题上,存在着两种对立的立场,即乐观派和悲观派。这是因为,其中蕴含了关于人工行为体的主体性、能动性和意向性问题的争论,而区分行为体和主体、行为体间性和主体间性、行为体的能动性与主体的主体性、行为体的指向性与主体的意向性是十分必要的。适应性表征被视为消解这些争论和弥合不同智能鸿沟的概念框架,进而成为实现机器意识的方法论策略。

基于大语言模型的电力系统通用人工智能展望:理论与应用

大语言模型(LLM)是一种利用大规模文本语料库进行预训练和微调的深度学习语言模型。目前,在通识问答、文本生成和科学推理等方面已展现出强大的能力。在此背景下,文中探索了基于LLM构建面向电力系统的通用人工智能技术,并展望其在电力系统中的潜在应用。首先,介绍了LLM的基本原理、神经网络架构以及训练方法,特别是与传统人工智能模型相比,LLM在逻辑推理、编程和代码理解以及数学推理方面的突破。然后,展望了LLM在电力系统负荷与新能源发电出力预测、电力系统规划、电力系统运行、电力系统故障诊断与系统恢复、电力市场等领域的潜在应用。最后,阐述了基于LLM构建电力系统通用人工智能技术所面临的挑战,包括电力系统数据的质量与可获取性、输出结果可解释性以及隐私保护问题。

通用人工智能提供者内容审查注意义务的证成

通用人工智能可自发或受用户操控被动生成有害信息,它的提供者作为新型的网络内容提供者,负有数字内容“守门人”职责,同时负有网络空间的安全保护义务,应承担内容审查的注意义务,从而预防有害信息的侵权风险。“以数据为中心”的内容生产方式和算法黑箱效应降低了通用人工智能提供者对内容的管控力,导致对生成内容的普遍审查难以被实现。应针对有害信息,结合内容生产场景、提供者风险预见能力差异化构建内容审查的注意义务。该注意义务以技术性审查为标准,提供者采取符合技术特点的内容审查机制,便应当认定履行了相关义务。

发展基于“语义检测”的低参数量、多模态预训练电池通用人工智能模型

ChatGPT的出现意味着一种以“预训练+微调”为主的新科研范式诞生,以OpenAI为代表的企业正朝着训练通用人工智能(AGI)模型的路线前进,AGI意味着人工智能具备超越人类智力并解决通用性问题的能力,其是为了解决通用问题并具有强大的自学能力来促进人类社会发展。然而OpenAI等模型仍然是以文本为主结合图像等作为输入,对于电池体系来说,文本信息是少数的,更多的是温度、电压-电流曲线等的多模态数据,其所关注的结果包括电池荷电态、电池健康度、剩余寿命和是否出现电池性能跳水的拐点,甚至包括无数据情况下电池二次(梯度)利用的健康度评估。这意味着ChatGPT的路线虽然也可能解决电池体系的问题,但是以文本为主的样式或许有些“杀鸡用牛刀”,即使未来OpenAI的AGI可能解决当前电池存在的问题,但是在模型参数和输入方面与电池本质不符会使得模型参数量巨大而不适合电池离线端评估。对于电池体系的AGI,应该有自己独特的“文本语言”即理解电池运行过程中所发生的一切物理、化学过程以及其之间的关联,从而实现通用性并为后续全固态电池量产上车做铺垫。本文展望了在电池体系发展AGI过程中应该重新设计模型架构,特别在特征表示、数据结构设计、预训练方法、预训练过程设计和实际任务微调等需要重新设计。此外,相较于运行在服务器端的大模型,发展低参数量特别是离线的模型对于实时预测和基于我国国情及国际形势发展是十分必要的。本文主要讨论了发展基于“语义检测”的低参数量、多模态预训练电池通用人工智能模型所需要经历的几个阶段、可能面临的困难和评价指标,同时给出中国科学院物理研究所(以下简称物理所)在电池大模型在预训练、微调和测评三个方面“三步走”计划中的规划和可能线路。

培育通用人工智能产业生态 驱动海南数字经济高质量发展

近年来,以生成式人工智能为代表的通用人工智能迅速发展,为新一代信息技术产业创新注入了强大动力。培育通用人工智能产业生态驱动数字经济高质量发展是贯彻落实数字中国建设、网络强国建设和创新驱动发展战略的重要举措。国家重大战略海南自由贸易港建设高度重视产业技术创新和数字经济高质量发展。本文通过调研、数据分析、案例分析等多种方法,总结了通用人工智能产业生态培育的政策、企业、技术、场景四个层面,分析了海南自贸港培育通用人工智能产业生态的基础条件,然后针对性地对海南自贸港引入相关产业、培育发展生态提出了参考建议。

基于风险的通用人工智能监管——从欧盟《人工智能法案》视角展开

以ChatGPT为代表的通用人工智能火爆全球,在改变我们生活以及提升生产效率的同时,也引发了一系列的监管挑战。为此,欧盟《人工智能法案》采取了一种基于风险的监管方法,通过对不同人工智能的风险进行评估,将人工智能风险分为不可接受的风险、高风险、有限风险、最小风险几个等级,并对应赋予了相应等级的义务。但是,鉴于通用人工智能无固定任务性、适应性、突现性等特点,对其监管有别于传统人工智能,欧盟此种自上而下的静态风险规制路径难以有效监管通用人工智能。因此,有必要采取一种动态风险规制方法,将人工智能风险类别转化为动态风险情景,把风险的主要因素类型化为危害、暴露、脆弱性以及反应。在判断风险的等级时,需综合危害、暴露、脆弱性以及反应四个要素。同时,鉴于提供者、私人机构制定高风险标准的缺陷,应由立法者授权相关行政主管机关制定高风险的标准,并立足于通用人工智能的开发到使用进行全流程监管。

通用人工智能训练数据的权利配置——以ChatGPT类大模型为例

训练数据是创建和优化通用人工智能的关键生产要素,构建保障权益、合规使用的训练数据权利制度,是促进训练数据流通共享和数据要素市场发展的前提和基础。训练数据在物理性质、生产方式和利用规律等方面具有不同于实物要素的特点,这决定了训练数据的权利配置不宜照搬有体物的所有权,而应根据其自身的价值创造和实现原理构建数据权利。训练数据权利配置应立足于训练数据价值链中训练数据处理者与不同相对方的法律关系进行观察,在保障训练数据来源者的在先权利的基础上,训练数据处理者享有训练数据持有权、使用权和经营权,与共同处理者分享平行的训练数据权利,并根据法律规定或合同约定负有向训练数据需求者提供训练数据的义务,由此实现训练数据权利的模块化设计。

论通用人工智能治理中管制与反垄断的协同

随着专用人工智能向通用人工智能技术的发展,通用大模型接入各行业具有通用性,显现出公用事业属性与自然垄断属性。如何实现从具体应用提供者行为规制向通用人工智能服务提供者管制的转变,将提供通用大模型技术支持作为法律治理的对象,是当前通用人工智能治理面临的难题。通用人工智能服务提供者的政府管制与反垄断有不同的干预目标和干预理念,是相互独立、相互平行但可以彼此协同的两种治理行为。通用人工智能行业管制应重点转向对服务提供者数据开放与算法备案的实现,反垄断执法应重塑行为违法判定规则,贯彻柔性执法理念,引入敏捷治理新方式。基于反垄断执法仅对市场失灵进行矫正,行业管制能有效矫治结构性失灵,在此基础上应实现针对通用人工智能服务提供者由政府主导走向“行业管制—反垄断执法—通用人工智能服务提供者自治”多元协同治理,从而在最大程度上发挥通用人工智能技术效能,同时减少新兴技术对社会发展造成的负面冲击。

通用人工智能产品可版权化的反思与批判

在数字产业经济时代背景下,通用人工智能创意产品的可版权化问题,已然成为推动人工智能产业化和标准化发展的基础性研究议题。反思批判现有论证,讨论通用人工智能的能力跃迁,提出未来转变路径具有重要意义。当前,生成式人工智能创意产品的版权论证思路以“思想与表达”的二分为基础,认为只有自然人或法人能成为权利主体,人工智能作为“工具”存在。但是,通用人工智能实现了从代码运算到意识涌现的能力跃迁,其创作的产品具有更明显的独创性和主体性,经济价值也愈发突出。因此,针对即将到来的通用人工智能时代,现有的版权论证思路需要进行范式的倒转,重心应从作品这一结果转向作品形成之前的创作过程,重视经济价值并突破人类中心主义,对主客体界分进行变革。

从“世界模拟器”可以走向通用人工智能吗?

OpenAI发布的通用视觉大模型Sora以其强大的文生视频能力拥有了对当下世界进行描绘的话语权力,但其背后存在的大语言模型对世界表征的合法性问题以及带来的认知风险和社会性后果,需要将哲学和技术批判结合起来进行反思与预防性研究。本文对多模态大语言模型技术进行分析,探究文生视频的技术本质和应用困境。同时,基于大语言模型的通用性,分析了其背后蕴藏的技术理性及对用户价值认知的重塑。研究表明,在从技术通用性到知识公理性的过程中,人工智能技术出现了认识论上的悖论。基于深度学习的生成式人工智能无法真正理解世界运作方式,只是处理信息单元和语义的逻辑关系,且现有的生成式大模型在反事实推理和合规性方面仍存在缺陷,还远未达到全方位理解世界、表征世界的程度。因此,在虚实共生、人机融合成为新的时代命题时,如何把握“虚”“实”之间的关系成为一个需要审视的维度。这不仅关系到社会资源的投入,而且更关系到人类自身的重塑和对于世界的理解。

通用人工智能赋能智慧司法:逻辑与规制

随着数字经济的快速发展,国家对智慧司法建设的深度和广度不断加大。人工智能技术在司法领域的广泛应用虽然带来了巨大的变革和赋能,但也带来了巨大的风险和挑战。保障人民权益是司法的根本目的,因此数字经济赋能司法的逻辑必须坚持人民权利的司法保护,这就需要从人民的智能诉求、公正的智力要求、治理的智治需求等方面入手,分析赋能可能面临的风险与障碍。在权利保护语境下,数字主权安全与私权保护的双核心地位应得到突出。同时,社会价值合理呈现下司法工作机制与包容性司法责任追究机制的构建也是必要的。随着“当事人中心”的走向、上下联动与观念创新等规制路径的探索和实践,智慧司法建设将不断迈上新台阶。

论通用人工智能时代的企业合规

通用人工智能是新型的社会治理主体,其凭借对数据更强力的汲取与计算能力,建构与真实世界平行的“数据世界”,令企业实现从“粗放式”合规到“精细化”合规、从“框架型”合规到“精准型”合规的转型。在通用人工智能时代,人工智能代替了传统合规人工操作方式,通过智能处理能够直接“穿透”企业的违规风险,为企业生成具有差异化导向的合规计划,使企业实现了有效合规。企业合规发生了从义务识别到风险导向、从行为合规到全生态合规、从人工治理到技术治理的转向,事前合规的形式成为企业合规主导。然而,通用人工智能也带来了合规技术标准、数据安全、人机关系的新问题。在“智能合规”的中国图景中,应当对通用人工智能算法可解释性、新型涉及国家安全数据进行深入研究,并始终让人类对决策负有最终责任,以维护人机关系和谐。