Feb, 2024

生成人工智能与过程系统工程：下一个前沿

PDF
TL;DR本文探讨了新兴生成式人工智能（GenAI）模型，如大型语言模型（LLM），如何增强过程系统工程（PSE）中的解决方法学。研究发现，这些尖端的 GenAI 模型，特别是基础模型（FM），在广泛的任务范围内，如回答查询、图像生成和复杂决策等方面提供了多功能适应性。本文深入介绍了经典和新兴的 GenAI 模型，包括 FM，并探讨了它们在 PSE 的关键领域内的应用，如合成和设计、优化和整合以及过程监测和控制。此外，本文还讨论了在充分利用 GenAI 在 PSE 中的潜力方面所面临的潜在挑战，包括多尺度建模、数据要求、评估指标和基准、以及信任与安全性，从而加深对如何将 GenAI 有效集成到系统分析、设计、优化、运营、监控和控制中的探讨。该研究为未来关于在 PSE 中应用新兴 GenAI 的研究提供了指导。
发现论文，激发创造
  • 通信工程角度下生成式人工智能时代中的电信 AI 本机系统

    人工智能（AI）和基础模型（FMs）的快速进展引领了各个行业的变革，本文探讨了 FMs 在电信行业中的整合及 AI 原生电信的概念，并重点强调了 AI 原生优先方法的工程考虑和独特挑战。尽管 FMs 有巨大潜力，但在重要的电信环境中，伦理、监管和运营挑战需要谨慎考虑。本文对于在激烈竞争的市场中蓬勃发展至关重要。

    Oct, 2023

  • 大型过程模型：生成式人工智能时代的业务流程管理

    通过将 LLMs 的相关性和知识系统以及自动推理方法的分析精度和可靠性相结合，提出了大型过程模型（LPM），该模型将大大减少业务转型所需的时间和工作量，并能提供比以前更深入、更有影响力和更具操作性的见解。

    Sep, 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

  • 地球科学与生成式人工智能以及大型语言模型的交叉研究：基础、趋势与未来挑战

    通过生成人工智能在地球科学领域的潜在应用，我们探讨了机器学习和深度学习的最新发展，以及它们在解决与地球科学和地球系统动力学相关的预测问题、模拟和多准则决策挑战方面所发挥的作用。并且介绍了在地球科学中使用的几种生成对抗网络（GANs）、物理信息神经网络（PINNs）和基于生成预训练转换器（GPT）的结构。这些工具在数据生成 / 增强、超分辨率、全色锐化、去雾、恢复和地表变化等多个应用中帮助地球科学界取得了进展。但还存在一些挑战，如确保物理解释性、恶意用途案例和可信度。总的来说，GAI 模型对地球科学界有着巨大潜力，特别是在支持气候变化、城市科学、大气科学、海洋科学和行星科学方面，通过其对数据驱动建模和不确定性量化的非凡能力。

    Jan, 2024

  • 生成人工智能用于合成数据生成：方法、挑战与未来

    该论文探讨利用巨大的大语言模型生成特定任务训练数据的先进技术，介绍了方法论、评估技术和实际应用，并讨论了当前的限制和未来研究的潜在路径。

    Mar, 2024

  • 创新即时代的融合：软件工程与绿色人工智能的交叉

    机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

    Jun, 2024

  • 探索生成人工智能与软件开发的交集

    探讨生成式人工智能技术如何在软件工程领域引发转变，介绍了其在项目管理、支持和更新等开发阶段的潜力，探索了零次启动、自洽性和多模式思维等技术在增强生成式人工智能模型中的独特能力，并强调了向量嵌入、上下文、插件、工具和代码助手在捕获语义信息和提升生成式人工智能能力方面的重要性。该研究旨在鼓励讨论和实验软件工程中生成式人工智能应用，从而提高生产力、改善代码质量并促进软件开发效率和效果的质的飞跃。

    Dec, 2023

  • 由生成式闭环人工智能主导的基础科学的未来

    探索和研究 AI 驱动的自动闭环科学发现方法，包括自我驱动的假设生成和假设空间的无限自主探索。将自动化纳入科学实践将缓解当前问题，包括发现的复制、数据的系统化生产以及最终的科学过程民主化，具有开创性的视野将释放 AI 在我们的世界基本结构搜索和发现方面的潜力，好过自动化当前工作流程，并打开技术创新的大门，解决人类面临的最大挑战之一。

    Jul, 2023

  • 大规模生成模拟人工智能：生成人工智能的下一个热点

    近期以来，GenAI 的概念已经发展了几十年，在自然语言处理和计算机视觉方面取得了实质性的突破，在工业场景中积极参与。鉴于其中的实际挑战，如有限的学习资源和过度依赖科学发现经验主义，我们将大规模生成模拟人工智能（LS-GenAI）提名为 GenAI 的下一个热点。

    Aug, 2023

  • 应用生成人工智能和大型语言模型的险恶行为

    这篇论文讨论了生成型人工智能（GenAI）和大型语言模型（LLMs）的潜在滥用风险和社会影响，并提出了应对挑战和准备的思考。

    Oct, 2023