数字科学家与平行科学：AI4S和S4AI的本源与目标

围绕人工智能（AI）大模型技术的最新进展，从AI4S （人工智能驱动的科学研究）到S4AI （面向人工智能的科学研究），讨论人工与自然平行的智能科技与数字人科学家的作用及其对科研范式和社会形态变革的可能冲击；认为范式与形态的变革刻不容缓，必须积极应对。     

人工智能生成内容的发展趋势、风险与善治

ChatGPT以通用人工智能拉开了生成式AI发展的序幕,对人工智能生成内容产生深远影响,但其背后也潜藏着社会对生成式AI技术发展的担忧。通过阐述人工智能生成内容的技术演进过程及应用场景,分析人工智能生成内容带来的意识形态、法律、伦理、环境等风险,从政府层面、行业层面、用户层面3个方面对人工智能生成内容提出风险治理方案,以期为人工智能技术可持续发展提供参考。     

ChatGPT技术解析及通用人工智能发展展望

ChatGPT在全世界范围内掀起了人工智能的科技巨浪。本文根据OpenAI官方公布的信息和已有相关研究工作中涉及的技术,对ChatGPT进行了技术解析,并简述了随着大模型的发展而出现的一系列新技术。进一步,本文论述了开源社区对于大模型技术发展的重要贡献和后续潜力。最后,本文展望以大模型为技术里程碑的通用人工智能发展的未来研究方向。     

ChatGPT对开源情报工作的影响及对策

[目的/意义]探索人工智能内容生成技术对开源情报工作的影响与改变。[方法/过程]以ChatGPT的形成与AIGC技术演进为研究起点,分析ChatGPT现有技术特征与技术演进趋势,从开源情报全周期视角解析该现象级应用对开源情报工作的潜在影响。[结果/结论] ChatGPT对开源情报的信息搜索、信息获取、信息处理环节具有一定提升作用。但现有技术缺陷使ChatGPT在开源情报全流程介入中仍面临数据可靠性、情报隐秘性、意识形态风险等问题与挑战。建议情报机构采取AIGC技术融合理论探索、AI生成式内容可靠性评估、智能技术体系建设等积极策略来应对本轮技术变革,更好实现开源情报价值。[局限]受限于AIGC技术领域专业化知识与ChatGPT应用下的开源情报实践不足,研究结论仅是ChatGPT对开源情报工作影响的思考与探索。     

数字时代生成式人工智能影响及治理政策导向

大数据时代下，以ChatGPT为代表的生成式人工智能的发展蕴含着技术革命的契机，也可能带来潜在的社会风险。通过对公众评论文本分析总结并超越文本进行理论推演，可以全面认识生成式人工智能，以提出相应的治理策略。本研究基于Reddit平台中以ChatGPT为主题的公众评论文本，结合LDA模型、情感分析、社会网络分析方法和建构的T-TOE分析模型，探讨以ChatGPT为代表的生成式人工智能技术所带来的影响和冲击。研究发现，公众对生成式人工智能关注广泛，涉及运行机制、运用领域等6个主题。不同主题下公众关注程度不同，最关注技术变革和人机互动两个主题。根据情感分析，公众总体对生成式人工智能保持乐观，特别是对其可能带来的技术变革。随后根据T-TOE分析模型，以ChatGPT为代表的生成式人工智能可以连接不同技术，但具有内生风险；能够提高组织效能，但会产生互动错位，能够实现智能交互，但会导致价值分裂。为此本研究根据研究结论从技术、组织和环境三个维度提出相应的治理策略。     

AI for Science：智能化科学设施变革基础研究

近年来，人工智能（AI）在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果，表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新，需破解2个方面的核心问题：（1）如何利用新一代AI（特别是生成式AI及大模型）的通用性和创造性推动新范式的形成；（2）如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想，兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求，构筑AI for Science的科学设施体系，形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能，加速重大科学发现、变革性物质合成，以及重大工程技术应用。     

ChatGPT用户使用意愿影响因素研究

[目的/意义]为了厘清ChatGPT用户的认知和使用意愿影响因素,提高ChatGPT用户的使用体验,促进ChatGPT的本土化,有效化解以ChatGPT为代表的人工智能技术对社会和公众带来的负面风险。[方法/过程]文章以ChatGPT用户使用意愿为研究主题,借鉴扎根理论研究范式,通过对23份访谈资料编码分析的方式,构建了ChatGPT用户使用意愿影响因素研究模型,分析和探讨ChatGPT用户的行为特点和作用规律。[结果/结论]研究结果显示,扎根理论对以ChatGPT为代表的人工智能技术用户使用意愿具有较好的适用性和解释力,同时也证实主体因素、技术因素、信息因素和社会环境因素是影响ChatGPT用户使用意愿的重要因素,与其他信息系统用户相比,ChatGPT用户的风险感知特别是职业风险感知尤为明显。结合上述分析,从人机和谐和社会稳定发展的视角,提出了夯实ChatGPT技术基础理论研究的同时,还应当注意防范以ChatGPT为代表的人工智能技术带来的职业风险和技术风险,加强技术伦理道德建设等对策与建议。     

人工智能驱动的生命科学研究新范式

生物技术和信息技术的迅速发展,使生命科学进入了数据爆发的新时代,传统生命科学研究范式难以在日益增长的生物大数据中揭示生命复杂系统的本质规律。随着人工智能（AI）在生命科学研究领域持续取得颠覆性突破,AI驱动的生命科学研究新范式呼之欲出。文章通过深入剖析AI驱动的生命科学研究的典型范例,提出了生命科学研究新范式的内涵和关键要素,阐述并讨论了新范式下的生命科学研究前沿和我国面临的挑战。     

人工智能新近发展及其对经济学研究范式的影响

以ChatGPT及其大语言模型为代表的人工智能将对经济学研究范式产生深远影响。目前,经济学实证研究一般使用参数维数较少、经济可解释性较强的小模型。然而,经济金融系统是一个超高维动态复杂系统,受多种因素的影响,且这些因素之间的关系呈现非线性与时变性特征,小模型无法刻画其本质规律。大模型可有效减少系统偏差,更好刻画复杂经济系统的特征与运行规律;而海量数据的使用可避免模型过度拟合,使大模型具有较好的泛化能力即样本外预测能力。为支持经济学及社会科学其他领域的大模型的估计、推断与预测,需要利用人工智能技术整合各种异构、异源、异频数据,构建大规模计量经济学数据库,并加强大算力等信息技术基础设施建设。目前,ChatGPT及大模型等前沿人工智能技术仍存在局限性,如：无法像人类一样进行批判性思考或想象,只有预测能力;基于大数据的人工智能因果推断本质上是一种统计关系推断,需要引入经济理论或实验方法帮助识别真正的因果关系;人工智能技术不能改变经济学实证研究从样本推断总体性质的本质;同时,由于互联网大数据存在大量虚假信息或样本选择偏差等问题,基于人工智能所获得的结论的可靠性需要验证。     

ChatGPT及生成式人工智能现状及未来发展方向

生成式人工智能是一种能够自主生成内容的人工智能技术,可以应用于文本生成、图像生成等多个领域。近年来,随着预训练技术的发展和计算硬件的提升,生成式人工智能取得了突破性进展,特别是以ChatGPT为代表的生成式对话模型,取得了令人惊艳的效果,开始广泛应用于各行各业。生成式人工智能有广阔的发展前景,本文首先介绍了ChatGPT的研究进展,包括预训练语言模型、上下文学习和基于人类反馈的强化学习三个关键技术,以及ChatGPT对相关人工智能研究的影响。然后对ChatGPT及生成式人工智能在未来的应用发展进行了思考与总结,讨论了目前亟需解决的关键问题,包括更透彻的理解能力、模型轻量化、可控安全的内容生成、知识可持续学习、类脑化认知和可解释性等;希望通过本文的介绍能引起更多的研究人员关注生成式人工智能,进一步推动生成式人工智能的发展与应用。     

ChatGPT类生成式人工智能嵌入数字政府建设：可供、限制与优化——基于技术可供性视角

[目的/意义]通过分析ChatGPT类生成式人工智能嵌入数字政府的技术可供性,探寻ChatGPT类生成式人工智能对数字政府建设带来的机遇与挑战,并提出应对方法。[方法/过程]基于技术可供性理论,构建以“生产—社交”可供性为主线的理论分析框架,分析ChatGPT类生成式人工智能嵌入数字政府建设的可供性。[结果/结论]ChatGPT类生成式人工智能为数字政府建设提供生产可供性与社交可供性,为深化数字政府建设提供新的机遇与技术支持。但人工智能技术本身、政府、开发者及其他行动者对技术可供性具有多重约束,限制了ChatGPT类生成式人工智能与数字政府的耦合。因此,应促进技术的完善与协作来提高技术与数字政府的适配性,通过完善数据共享机制为技术嵌入做好铺垫,并做好数据安全工作,更好地促进ChatGPT类生成式人工智能嵌入数字政府建设。     

以ChatGPT为代表的大型语言模型研究进展

大型语言模型是当今人工智能领域最前沿的研究方向之一,该方向旨在训练含有大规模参数的通用语言模型,使其能够遵循人类指令完成不同类型的自然语言处理任务。作为大型语言模型的代表,由OpenAI研发的ChatGPT在各个领域均展现出强大的自然语言生成能力,受到了全球各行各业的关注。本文从语言模型的发展历程出发,介绍了近年研究者在扩大语言模型规模上的探索,然后分析了大型语言模型带来的范式改变,并以ChatGPT为典型实例概述了其发展、技术和应用,接着介绍了后ChatGPT时代大型语言模型的前沿进展,最后从评价和治理两方面总结了目前大型语言模型的局限性及未来需要解决的挑战。     

分布式自主科学：科学多样可持续性发展的新范式

人工智能驱动的科学（artificial intelligence for science, AI4S）的兴起,使得如何确保科学系统的公开性、公平性、公正性和多样可持续性变得尤为重要和迫切。这关系到各国在全球创新和产业革新中的话语权和领导地位,同时也影响人类命运共同体的安全、稳定与可持续发展。为了应对这些挑战,AI4S需要引入新的科学组织和运营方式。基于Web3和分布式自主组织与运营（DAOs）等智能技术之上的分布式自主科学（decentralized science,DeSci）与AI4S相辅相成,为AI4S提供强有力的支撑。DeSci可以有效解决现有科研体系中的信息孤岛、偏见、不公平分配和垄断等问题,进而促进多学科、跨学科和交叉学科合作。文章首先从理论层面对DeSci的基本概念、特征和框架进行界定,其次分析DeSci的研究现状与应用现状,最后探讨和总结DeSci对于科学系统进一步发展的启示与意义。     

人工智能企业何以实现颠覆性创新?——基于扎根理论的探索

人工智能与社会经济的深度融合,将为现有技术范式、产业格局和社会生活等带来巨大变革与深远影响,把握新技术领域颠覆性创新的演化特征,帮助企业及时调整技术创新战略规避风险,有利于构筑人工智能先发优势、在国际科技竞争中实现"变轨超车"。以14家人工智能相关企业和机构的深度访谈数据为基础,采用扎根理论并借助质性分析软件NVivo 11来进行资料编码,归纳出技术范式转变、组织动态演化和价值网络创新等实现颠覆性创新的关键因素及其作用机制,构建了人工智能企业颠覆性创新演化的理论模型。分析人工智能企业颠覆性创新产生与演化机理,不仅有助于深化颠覆性创新理论研究,对于企业实现颠覆性创新由技术驱动转向市场推动也具有积极的指导意义。     

从马克思劳动价值论看人工智能的发展

<正>随着ChatGPT、AI绘画等人工智能技术的兴起,人工智能在影响人的创造性劳动的领域,替代了更多的人类脑力劳动。马克思劳动价值论并不会因为人工智能的发展而过时,相反人工智能的发展会推动马克思劳动价值论理论内涵实现新发展。首先,人工智能与马克思劳动价值论存在相互促进的内在逻辑。其次,人工智能技术的发展丰富了马克思劳动价值论的内容。最后,在人工智能时代,新的技术也给马克思劳动价值论的发展带来了新的发展机遇和挑战。最近,新的人工智能产品ChatGPT引起了社会各界的广泛讨论。     

从ChatGPT到多模态大模型：现状与未来

2022年底,OpenAI发布的ChatGPT聊天机器人将人工智能对通用自然语言任务的理解与生成能力提升到新的高度,引发各界广泛关注。当前ChatGPT仅支持文本模态的交互,而真实世界的感知则依赖于图像、文本、视频、音频等多个模态的协同处理。如何借鉴人脑的跨模态处理特性,跨越视觉、语言、听觉等不同感官信息实现对真实世界的感知和认知,是提升模型通用感知和交互能力、实现通用人工智能的关键。本文从ChatGPT的核心技术出发,分析ChatGPT在文本单模态限制下所面临的问题,并介绍ChatGPT与多模态分析技术结合的部分代表性工作,最后从多模态预训练、数据—知识双轮驱动等角度对ChatGPT多模态化的未来研究方向进行展望。     

AI for Technology：技术智能在高技术领域的应用实践与未来展望

以智能化科研（AI for Science）为核心的第五科研范式已经在多个自然科学和高技术领域得到了广泛应用。与人工智能（AI）在自然科学领域的应用强调发现新原理、新机理和新规律不同,高技术领域更强调用AI技术来发明创造新方案、新工具和新产品,以解决特定的领域问题。文章总结了AI在高技术领域的应用——“技术智能”（AI for Technology）的典型特征和科学问题,并以CPU芯片全自动设计为例介绍过往的成功案例。最后,文章指出技术智能的目标不仅是加速创新流程并减少人工投入,同时也希望其具备更强的创造能力,最终超过人类的水平。     

人工智能驱动科研范式变革的机制与路径研究——以生物学为例

科研范式是科技创新的基本理论和方法,在数据爆炸背景下,原有的科研范式已经难以适应复杂科学问题的求解。随着人工智能技术在算法和算力基础设施上的发展,以深度学习为代表的人工智能技术为基础科学研究带来新的方法和工具。人工智能技术主要通过重塑知识生产方式、再造科研工作流程和加速交叉融合创新等路径驱动科研范式的变革。以生物学领域为例,人工智能技术在药物发现,蛋白质结构预测,传染病的预测、演变和控制等领域已有广泛应用。在数据驱动的人工智能方法辅助下,科学问题的求解由传统自下而上的路线转变为数据驱动的自上而下的思路,通过降维、近似求解,寻找与现实问题直接相关的影响因素,形成解决科学问题的新范式。     

语言大模型的演进与启示

2022年11月,OpenAI推出对话人工智能大模型ChatGPT,展现了令人惊艳的自然语言理解和生成能力,并具备了跨学科、多场景、多用途的通用性,在很多任务上的性能达到了人类专家的水平,引起了产业界和学术界的广泛关注。以ChatGPT为代表的大模型技术实现了人工智能技术从“量变”到“质变”的跨越,有望发展成为人工智能关键基础设施赋能百业,加速推进国民经济的高质量发展。本文首先回顾了大模型技术的演进历程,从技术、应用、生态等多个角度阐述大模型技术引发的新一轮人工智能变革,并指出大模型技术可能带来的风险和挑战,最后给出了我国大模型发展的一些启示与展望。     

中美人工智能产业发展比较分析

通过对中美两国政府AI战略、科技巨头公司AI产业布局的比较研究,揭示我国在人工智能领域与美国存在的差距,分析我国AI领域缺乏战略性系统布局、AI开源技术和AI研究人才等问题,进而提出促进我国人工智能产业发展的对策建议。