生成式人工智能的扩展风险与社会规制——基于ChatGPT社会效应的探讨

生成式人工智能作为人工智能领域的新技术范式,高频迭代进化并拓展出功能强大的大语言模型ChatGPT,这无疑突显了人工智能技术的卓越性,但由此也引发了关于人工智能经济奇点、政治奇点、社会奇点等社会治理风险的深度思考。因此,如何在人工智能技术逻辑中深入理解人工智能时代风险的成因、特质和趋势,并为应对这些风险提供坚实的理论基础、治理思维和实践策略,已成为当今社会迫切需要解决的问题。在我们看来,面对如ChatGPT等生成式人工智能扩展的风险,我们只有深化数据安全的意识,形成认知风险边界的能力,才能真正从社会发展角度规制技术产生的社会风险。

基于ARAMIS方法的化工区火灾事故扩展风险预测

化工区在创造规模效益的同时,也带来了区域性的高风险。化工区事故场景及扩展风险的分析已成为保障化工区安全稳定运行亟需解决的关键问题。基于工业事故风险评估方法,考虑安全屏障的安全功能对风险的削减作用,建立了改进的领结图,并引入经典风险矩阵以实现对装置事故场景的初步构建;在考虑传统的事故概率和严重度的基础上,将区域的脆弱度作为化工区事故扩展风险的重要表征要素,得到化工区事故在区域内所能形成的扩展风险的分布,进一步丰富了区域风险内涵。以某化工装置区为例进行分析,结果表明,该方法可为化工区事故扩展效应的预测及土地使用安全规划提供必要的技术依据。

扩展版布罗塞特暴力风险评估量表的效度和信度

目的：对扩展版布罗塞特暴力风险评估量表（BVC—E）进行效度和信度检验。方法：应用BVC-E对679例符合疾病和有关健康问题的国际统计分类第十次修订本（ICD-10）诊断的精神障碍患者进行评估，计算内容效度指数评价其内容效度；采用量表的灵敏度、特异度、ROC曲线下面积评价其效标效度；采用组内相关系数评价评定者间信度；计算Cronbach α系数评价内部一致性信度。结果：BVC—E量表水平的内容效度指数为0．94；以语言攻击、物品攻击、他人攻击、自身攻击作为结果变量时，ROC曲线下面积为0．941，当截断点为3时，其灵敏度高于原量表BVC（89．4％vs．78．9％，P〈0．001）；以他人攻击作为结果变量时，ROC曲线下面积为0．974，当截断点为4时，其灵敏度高于原量表BVC（92．7％vs．74．5％，P〈0．001）；量表各条目间的组内相关系数为0．930～0．984，总的组内相关系数为0．985；Cronbach α系数为0．732。结论：BVC—E量表在扩展后灵敏度有所提升，更能精确地预测精神科的暴力事件。

基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计

动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感损失函数,将其引入无迹卡尔曼滤波框架以实现鲁棒状态估计。然后,考虑同步发电机和控制器模型存在不同条件约束,通过伪量测法将约束条件引入上述估计算法中,以解决估计值超出真值变化范围而产生较大估计偏差的问题,从而进一步提升估计精度。最后,应用新英格兰16机68节点网络模型在不同条件下进行仿真实验,以验证算法的有效性。

浅谈企业的产业多元化扩张风险与防范

企业产业多元化扩张是新时期企业寻求生存与发展的重要表现形式,也是企业实施扩张战略的重要表现。但是,在企业产业多元化经营过程中不可避免的存在一定风险,并导致企业扩张战略的失败。基于此,本文以企业的产业多元化扩张为研究对象,对其风险以及风险防范措施进行了分析,以供参考。

改进FMEA与故障传播模型混合故障诊断方法

针对机电产品多种故障原因和故障模式并存问题,在常规故障模式及其影响分析(FMEA)基础上,提出了一种改进FMEA与故障传播模型混合故障诊断方法。分析系统常见故障模式及其故障原因,确定每种故障原因对当前故障模式的贡献率;根据故障传播模型进行故障模式推理,计算每种故障模式的发生概率;采用[0,1]区间的概率值来度量故障的严重度和检测度,得到风险扩展数(REN);通过比较每种故障模式的发生概率和REN值,确定系统关键部件及其主要故障模式,为系统维修策略的制定提供理论依据。计算分析结果表明,该方法能有效识别系统的主要故障模式和关键零部件,并与工程实际相吻合。