Sep, 2023

生成人工智能

PDF
TL;DR从训练数据中生成新的、有意义的内容（如文本、图像或音频）的计算技术被称为 “生成型人工智能”。本文对生成型人工智能在社会技术系统中的实体进行了概念化，并提供了模型、系统和应用的示例。在此基础上，本文介绍了当前生成型人工智能的局限性，并提出了商业与信息系统工程（BISE）研究的议程。与以往的研究不同，我们将重点放在生成型人工智能在信息系统的背景下，讨论了对 BISE 社区来说独特的几个机遇和挑战，并提出了对 BISE 研究具有影响力的方向建议。
generative aicomputational techniquessocio-technical systemslimitationsbise research
发现论文，激发创造
  • 面向 AI 支持的知识发展环境的思想生成和测试

    通过使用机器学习和大型语言模型，本论文介绍了一种知识工作者系统 Generate And Search Test，该系统能够高效地创建以前需要专家合作才能完成的解决方案。同时探讨了生成型人工智能和搜索引擎如何提供创意和验证事实、逻辑和语境，以消除人为偏见。

    Jul, 2023

  • 生成人工智能：系统综述和应用

    人工智能与生成式人工智能的应用领域，特别是语言生成与伦理考虑的最新研究成果与未来发展轨迹的综合分析。

    May, 2024

  • 生成人工智能：对教育的影响和应用

    本文探讨了一种生成模型技术 —— 来自大型语言模型的聊天机器人，并报告了一项将其应用于复杂学生作品的评估中的案例，然后讨论了生成 AI 的内在限制和潜在应用。

    May, 2023

  • 探索生成人工智能在万维网的潜力

    通过研究发现，生成人工智能已经可以利用网页上的上下文信息实现生成相关和高质量的网页图像，而无需手动输入提示，这一方法对于修复破损的网页或处理高度私密内容可能非常有价值。

    Oct, 2023

  • 生成人工智能对术语定义的意义

    该论文研究了生成人工智能（GenAI）对术语定义的创建和使用的影响。与传统术语资源相比，像 ChatGPT 这样的 GenAI 工具带来了一系列的好处和缺点。ChatGPT 在以交互和定制化的方式提供上下文特定含义方面表现出众，但在准确性方面面临挑战。认可资源中的术语定义可能会继续存在，因为它们可靠性高。从术语家的角度来看，像 ChatGPT 这样的工具使得人工智能辅助术语学成为可能，包括采用后期编辑的术语学方法，以实现快速定义创建时人工智能效率和人类专业知识的结合。

    Feb, 2024

  • 生成人工智能：新教育的力量

    提供一种加速学习方法来教授 AI，以便让学生更好地理解和利用 AI 在科学、技术、工程和数学等领域中的伦理用途和风险，并深入了解学生对 AI 的认知和其在社会和未来职业道路中的重要性。

    May, 2024

  • 软件开发教育中的生成式人工智能助手

    本研究探讨运用生成式 AI 助手在软件开发中的应用，以 GitHub Copilot 和 ChatGPT 为例，纳入领域专家面谈以了解业界现状和挑战，进一步提出未来的软件开发教育建议。

    Mar, 2023

  • 艺术与生成人工智能的科学：更深入的探究

    生成式人工智能作为新媒介，其创造力解放能力将根本性地改变创作过程，并提出了对文化，经济，法律，算法和技术创造力互动的跨学科科学研究和政策决策。

    Jun, 2023

  • 在生成类人工智能时代的黎明：关于 6G 无线智能的新前沿的教程与综述

    通过对 6G 网络研究中的数据驱动的无线研究、生成式人工智能、生成模型、GMs 和 6G 网络研究等关键词进行分析，本文介绍了生成模型的教程和调查，并对无线研究领域的核心问题进行了回顾和分析，提出了 GMs 在 6G 网络研究的重要作用，并针对未来可能面临的挑战提供了潜在的策略和有希望的解决办法。

    Feb, 2024

  • 通过生成式人工智能实现第二语言学习与教学中的分布式代理

    生成式 AI 为语言学习提供了重要机会。AI 工具如 ChatGPT 可以通过书面或语音聊天提供非正式的第二语言练习，学习者可以通过提示指定对话参数，如熟练水平、语言风格和讨论主题。AI 可以被指导给出修正性反馈、创建练习题或制定扩展学习计划。AI 可以帮助教师构建各种媒体的学习和评估材料。然而，学习者和教师都需要理解 AI 系统的局限性，这些局限性源于它们对人类语言的纯统计模型，从而限制了它们处理语言使用中微妙的社会和文化方面的能力。此外，AI 系统的创建涉及道德问题，并且在使用中存在实际限制，尤其是对于弱势群体。AI 工具的能力和多功能性很可能使它们成为许多人生活中宝贵而常用的伴侣（类似于智能手机），创造出一种超越简单工具使用的紧密联系。生态理论如社会物质主义对于研究用户和 AI 之间产生的共同行动机制非常有帮助，以及来自原住文化的人 - 物关系视角。

    Mar, 2024