浅析“通用人工智能”AGI在现代警务中的智能应用

随着人工智能技术的飞速发展,DeepMind、ChatGPT、Sora等多模态大模型(Large Models)已在多个领域取得显著成果,且相较主流的“弱人工智能”ANI(Artificial Narrow Intelligence),“通用人工智能”AGI(Artificial General Intelligence)更具高级别的认知能力,能灵活适应新任务和新环境,是弱人工智能向强人工智能升级的重要标志,这也为现代警务技术变革带来无限可能,本文将探讨“通用人工智能”AGI在现代警务(Modern Era of Policing)[1]实战中的若干智能应用场景,以期进一步精准提升警务效能。

通用人工智能(AGI)的技术、应用及安全问题:以ChatGPT为例

随着人工智能(AI)技术的快速发展,通用人工智能(AGI)技术正在快速崛起.文章以ChatGPT为例,描述通用人工智能技术与ChatGPT崛起的内在逻辑,认为它有助于消除“技术鸿沟”,推动计算平权,具有划时代意义.通用人工智能技术将打破“摩尔定律”的禁锢,以“季度定律”为主导,或以数倍于半导体行业速度快速发展.ChatGPT首创的半营利模式暂时取得了商业运营和技术创新之间的平衡.AGI技术的核心方法包括监督学习、增强学习、多任务学习等,已广泛应用于教育、医学、学术研究和人工智能生成内容(AIGC)等领域.但是,AGI技术存在数据安全问题、伦理问题和社会问题等.该文针对构建可信AI提出保护用户隐私、建立可信AI认证体系和加强消费者教育三条建议.

AGI临近了吗:ChatGPT热潮之下再看人工智能与未来教育发展

技术与教育的竞逐推动着人类社会的前行与发展。“人工智能促进未来教育发展研究”项目团队持续关注热潮下的技术走向,以及新的技术发展对未来教育的影响。通过对人工智能技术发展的追踪、对“技术—社会—教育”的生态互动分析、对教育系统内部结构要素的深度剖析,项目组已经在人工智能影响下的人才战略、知识观、教学变革、教师角色重塑等问题上形成了系统性成果。面对以ChatGPT为代表的新人工智能热潮,教育将面临何种挑战?AGI的临界点真的被突破了吗?技术—社会—教育的生态互动存在何种新趋势?本研究从智能的本质出发尝试回答ChatGPT是否昭示AGI的突破,以及从社会生态系统的互动视角看技术与教育的角逐对教什么、怎么教、谁来教等问题所产生的影响。可预见的是,教育必须有所作为以应对技术对人类智慧的领地冲击,我们应基于人类智慧门槛,提升人类改造新世界、创造新知识的能力,树立生态视角下的教育—科技—人才发展观。

通用人工智能助力乡村人才振兴的发展及应用研究

人才振兴是乡村振兴的关键所在。近年来,乡村人才振兴作为乡村振兴战略的核心议题备受关注。通用人工智能(AGI)作为一种具备广泛智能能力的人工智能系统,在各个领域已得到广泛应用。然而,AGI在乡村人才振兴领域的应用有待探索。文章旨在系统探讨AGI在乡村人才振兴中的机遇和应用。通过案例分析和材料整合,探讨AGI与乡村人才振兴的关系、AGI在组织管理方面的应用、AGI对乡村振兴战略的支持、AGI在人才培养中的应用、AGI在乡村人才振兴中存在的风险与对策。研究发现,AGI在乡村人才振兴中具有重要的应用前景,这一发现有助于推动AGI在乡村人才振兴中的可持续发展和有效应用,为乡村振兴战略的实现提供有力支持。

新一代通用人工智能与国际政治未来变革

以ChatGPT为代表的新一代人工智能技术的突破,预示着通用人工智能AGI时代的开启。既有基于“数据主义”视角展开的人工智能对国际政治影响的研究与讨论,已经不能完全解释AGI对国际政治的作用和影响。AGI推动的“人机融合”新互动模式,将以底层技术变革方式快速介入国际政治、经济、社会各领域,迅速有效地以生产方式变革形式作用于国家、非国家行为体,进而显著和直接作用于国际政治。在人工智能未来发展的历史变革进程中,AGI将加速技术特有的自创生能力,国际政治也将以马克思主义技术观认识的变革路径,以技术推动生产力进步而推动上层建筑进行变革。

ChatGPT到Sora:Sora文生视频大模型对影视创作的机遇、风险及矫治

以ChatGPT、Sora为代表的人工智能在人类文明史上写下科技华章。从由大型语音模型微调而成的全新对话式AI模型到GPT-4进一步实现多模态任务执行,再到Sora带来科技史上AGI的里程碑时刻,从ChatGPT语言交互的“聊天机器人”身份界位到Sora以“世界模拟器”建构归位的“世界交互”关系,其葆有人工智能又一重大突破的标志性意义。Sora文生视频大模型开创了影视制作、传媒创作的新纪元。在认知范式上,Sora文生视频内容创造拥有广阔空间,促进了新质创新思维的爆发。文本聚焦Sora对影视创作的机遇、风险及矫治之策,从数字人学、算法媒介的文化生态学、视觉叙事伦理和全球认同感构建等多个角度进行审视,深入挖掘技术与人文的交织之处,探讨技术创新与保持人文关怀的伦理底线。在数智时代平衡好技术与人文艺术的关系,要通过建立行业标准及技术道德伦理框架推动人工智能“人机关系”共在和谐发展,积极倡导行业内外共同努力,利用好Sora大模型潜力,推动影视传媒向更加创新、开放包容的方向发展,确保影视创作生态的多元化可持续发展,确使Sora给人类带来安全福祉。

变革与重构:影视行业革新中Sora技术的驱动效应研究

在影视行业,Sora技术以“类世界模型”引领影视制作革新,其文生视频大模型技术开创了新纪元,推动着“天人智一”的认知融合。该技术促进了内容生态的生产力转型,实现了影像创意平权,形塑了新型媒介文化。然而,信息冗余或抑制创造力。因此,在数智时代,平衡技术与人文艺术,建立行业标准及道德伦理框架至关重要。随着Sora技术的完善与应用,影视行业将在智能内容经济驱动下,迈向创新、开放的发展阶段,保障创作生态多元可持续,丰富人类的艺术体验与文化生活。

ChatGPT革命的理性研判与中国对策——如何辨析ChatGPT的颠覆性变革逻辑和未来趋势

ChatGPT究竟是历史性的革命还是技术和资本的又一场泡沫?应用综合了技术-经济-社会诸多因素的GGI-CHI模型,从通用人工智能(AGI)、通用目的技术(GPTs)、创新扩散理论、开源模式和非盈利机制等计算机科学、传播学和经济学与产权所有制的不同层面展开分析,探讨智能时代新的产业主导权和核心竞争力的可能性。ChatGPT清晰地预示了新一轮人工智能革命的到来;对这场革命的深远影响进行专业、科学、理性的研判更需要关注ChatGPT背后的AI技术变革逻辑和产业革命新路径。通过GGI-CHI模型分析发现,ChatGPT已经可以证明AI作为一种通用目的技术(GPTs)的潜能,并初步展露了智能时代杀手级应用的迹象,即将跨越主流化的鸿沟,但其是否能够掌控智能产业领域的主导权则有待观察。ChatGPT既是引爆AI产业的“iPhone时刻”,也可能成为逆转中国AI竞争态势的“卫星时刻”。如何强化中国企业的全球化动力和动能,真正构建中国高科技全球化的新格局,是最大的战略关键所在。

ChatGPT:本体、影响及趋势

本文聚焦全球最红应用ChatGPT,围绕ChatGPT是什么、产生了怎样的影响、未来发展趋势如何三大议程开展研究。研究发现ChatGPT是接近通用人工智能(AGI)水平的应用程序;从影响上看,ChatGPT改变了平台运行规则,以提供高质量问答模式成为无中介化媒介,通过巨头布局和OpenAI的商业扩张正逐步走向基础设施化,其初级生态已经形成,web2.0时代的UGC(用户生产内容)、PGC(专业生产内容)、PUGC(专业用户生产内容)正在被消解,AIGC(AI生成内容)利用AI技术自助生产内容,开始蓬勃成长;从趋势上看,机器人世已经出现,走向强人工智能时代成为必然。伦理层面思考反向恐怖谷效应,探索超越阿西莫夫机器人三原则至关重要;技术演进层面,强调负责任的技术创新,倡导有序限制人工智能发展速度。

认知安全视域下生成式AI监管研究

生成式AI在造福人类的同时必将引致诸多风险。在认知安全维度,美国政治风险咨询公司欧亚集团在其2023年全球风险指数报告中将生成式AI称为“大规模干扰性武器”。生成式AI可被恶意行动者操纵。即便被正常运用,生成式AI仍具有巨大的认知安全风险。本文从国内风险、国际风险和人类生存风险三个维度探讨生成式AI的监管。

分割一切模型SAM的潜力与展望:综述

随着基于对比文本—图像对的预训练(contrastive language-image pre-training,CLIP)方法或者模型、聊天生成预训练转换器(chat generative pre-trained Transformer,ChatGPT)、生成预训练转换器-4(generative pre-trained Transformer-4,GPT-4)等基础大模型的出现,通用人工智能(artificial general intelligence, AGI)的研究得到快速发展。AGI旨在为人工智能系统赋予更强大的执行能力,使其能够自主学习、不断进化,解决各种问题和处理不同的任务,从而在多个领域得到广泛应用。这些基础模型在大规模数据集上进行训练后,能够成功应对多样的下游任务。在这一背景下,Meta公司提出的分割一切模型(segment anything model,SAM)于2023年取得重要突破,在图像分割领域获得了优异的性能,以至于被称为图像分割终结者。其原因之一是,通过SAM数据引擎方法用三阶段采集的、包含1 100万图像和超过10亿掩码的分割一切—十亿(segment anything 1 billion,SA-1B)图像分割数据集,同时保证了掩码的品质和多样性,继续导致在分割领域的突破。在SAM开源后不久,科研人员提出了一系列改进的方法和应用。为了能全面深入了解分割一切模型的发展脉络、优势与不足,本文对SAM的研究进展进行了梳理和综述。首先,从基础模型、数据引擎和数据集等多个方面简要介绍了分割一切模型的背景和核心框架。在此基础上,本文详细梳理了目前分割一切模型的改进方法,包括提高推理速度和增进预测精度两个关键方向。然后,深入探讨分割一切模型在图像处理任务、视频相关任务以及其他领域中的广泛应用。这一部分详细介绍了模型在各种任务和数据类型上的卓越性能,突出其在多个领域的泛用性和发展潜力。最后,对分割一切模型未来的发展方向和潜在应用前景进行了深入分析和讨论。