加强安全治理,推动人工智能健康发展

近年来,人工智能一直是一个热门话题,尤其以ChatGPT为代表的生成式人工智能技术更是开启了人工智能应用的新纪元。人们在享受着人工智能技术带来的红利的同时,不得不面对可能出现的伦理、数据、舆情等方面的风险。在国内,相关政策的制定已经走在前列。今年4月,国家互联网信息办公室起草的《生成式人工智能服务管理办法(征求意见稿)》向社会公开征求意见,这意味着,当下备受关注的生成式人工智能产业将迎来首份监管文件。在当前各类生成式人工智能服务广受关注、千帆竞发之际,这有助于起到凝聚共识和规范指引作用。我刊特组织专题,从政策、标准、技术、案例等角度。     

拥抱并克制，合理使用AIGC技术辅助写作

ChatGPT是生成式人工智能技术（简称“AIGC技术”）的典型代表,其背后是大语言模型、深度学习、神经网络等技术,尤其在文字处理、内容生成方面具有强大的优势,人们也开始逐渐使用AIGC技术来帮助写作。本文探讨了AIGC技术的基本原理及如何帮助人类更好地写作,并关注了技术引发的伦理和规范问题。     

人工智能安全综述

近年来,人工智能技术发展取得了长足的进步,在多个领域广泛应用,特别是以ChatGPT为代表的生成式人工智能技术开启了人工智能应用的新纪元。随着人工智能技术及应用的迅猛发展,也带来了诸多由于人工智能引发的新安全问题,人工智能相比传统网络安全将面临更多新的安全形势和挑战,需要依托顶层设计、标准规范、安全策略、技术手段、管理措施等方面进行有效的应对与防范,上述问题和情况都值得我们深入的思考和研究。     

虚假数字人脸内容生成与检测技术

近年来,以深度学习算法为代表的人工智能技术在安防视频监控、个人隐私保护、自动驾驶等领域广泛应用.尤其在人脸识别等领域,深度学习方法显示出超越人类感知及辨别的能力,为人类的日常生活带来了诸多便利.然而,利用人工智能生成、对抗、伪造等技术产生的虚假数字人脸给个人隐私安全、社会安全乃至国家安全等方面带来了诸多风险和挑战.本文通过回顾虚假数字人脸内容生成与检测的相关研究工作,揭示其对国民、国家安全造成的潜在威胁.具体来说,本文首先介绍虚假数字人脸内容的攻击对象及攻击类型,从两种攻击对象—人工智能系统及人类感知系统,两大攻击类型—人脸对抗样本及人脸深度篡改,归纳、分析相应的生成、攻击及检测、防御技术.最后,本文讨论和展望虚假数字人脸内容生成与检测技术未来的研究方向和发展趋势.     

生成式人工智能在高校学生教育中的应用

随着互联网技术的快速发展,生成式人工智能备受关注,其对高校学生教育的应用和影响逐渐凸显。本文将探讨生成式人工智能在高校学生教育中的应用和潜在风险。一方面,生成式人工智能为高校提供了个性化学习和教学资源的新机遇,有效提高教学效果和学生兴趣;另一方面,必须关注数据安全、隐私泄露,以及辨别生成式人工智能信息真伪等问题。在这个背景下,高校方面需要深入探讨如何平衡生成式人工智能在高校学生教育中的优势与挑战,以实现全面、持续的教育创新。     

浅析技术哲学下人工智能问题

人工智能的发展已经取得了丰硕的成果,给我们生活带来方便的同时,也带来了重大影响,成为技术哲学关注的新领域.本文从技术哲学角度出发,对人工智能问题进行概述,并简介了人工智能的基础研究理论和方法,进一步分析了人工智能对社会产生的影响,以期对后续相关的研究提供一定的借鉴意义.     

大学生ChatGPT接受度的问卷调查研究

为推动ChatGPT类生成式人工智能在教育领域的应用,了解大学生对其接受度是十分必要的。本文以UTAUT模型为基础,构建了大学生生成式人工智能接受度模型。采用问卷调查法,分析得出大学生对ChatGPT类生成式人工智能整体处于接受状态;绩效期望、努力期望、感知趣味性和社会影响对接受行为意向具有正向影响,感知风险具有负向影响,影响程度由强到若依次为绩效期望、社会影响、努力期望、感知趣味性和感知风险;不同性别、不同年级在接受度因素上表现出不同的差异性,而专业类别并无显著影响。     

主题关键词信息融合的中文生成式自动摘要研究

随着大数据和人工智能技术的迅猛发展,传统自动文摘研究正朝着从抽取式摘要到生成式摘要的方向演化,从中达到生成更高质量的自然流畅的文摘的目的.近年来,深度学习技术逐渐被应用于生成式摘要研究中,其中基于注意力机制的序列到序列模型已成为应用最广泛的模型之一,尤其在句子级摘要生成任务（如新闻标题生成、句子压缩等）中取得了显著的效果.然而,现有基于神经网络的生成式摘要模型绝大多数将注意力均匀分配到文本的所有内容中,而对其中蕴含的重要主题信息并没有细致区分.鉴于此,本文提出了一种新的融入主题关键词信息的多注意力序列到序列模型,通过联合注意力机制将文本中主题下重要的一些关键词语的信息与文本语义信息综合起来实现对摘要的引导生成.在NLPCC 2017的中文单文档摘要评测数据集上的实验结果验证了所提方法的有效性和先进性.     

人工智能在计算机网络技术中的应用

人工智能是一项现代化技术,已经渗透到社会生活的各个方面,为人们的工作和生活带来了极大的便利。同时人工智能也是计算机网络技术的重要构成元素,传统的计算技术已无法解决人们生活的大量数据,而人工智能在计算机网络技术方面的应用可以提高人们工作和生活效率,两者相辅相成从而实现效益的最大化。本文介绍了人工智能的概念、优势与必要性,指出了传统网络技术中的问题,进而探讨了人工智能在计算机网络中的具体应用。     

基于U-Net结构的生成式多重对抗隐写算法

人工智能的发展为信息隐藏技术带来越来越多的挑战,提高现有隐写方法的安全性迫在眉睫.为提高图像的信息隐藏能力,提出一种基于U-Net结构的生成式多重对抗隐写算法.所提算法通过生成对抗网络与隐写分析器优化网络、隐写分析对抗网络间的多重对抗训练,构建生成式多重对抗隐写网络模型,生成适合信息隐写的载体图像,提高隐写图像抗隐写分析能力;同时,针对现有生成对抗网络只能生成随机图像,且图像质量不高的问题,设计基于U-Net结构的生成式网络模型,将参考图像的细节信息传递到生成载体图像中,可控地生成高质量目标载体图像,增强信息隐藏能力;其次,采用图像判别损失、均方误差(MSE)损失和隐写分析损失动态加权组合作为网络迭代优化总损失,保障生成式多重对抗隐写网络快速稳定收敛.实验表明,基于U-Net结构的生成式多重对抗隐写算法生成的载体图像PSNR最高可达到48.60 dB,隐写分析器对生成载体图像及其隐写图像的判别率为50.02%,所提算法能够生成适合信息嵌入的高质量载体图像,保障隐写网络快速稳定收敛,提高了图像隐写安全性,可以有效抵御当前优秀的隐写分析算法的检测.     

高中阶段生成式人工智能体验教学实践探索——以基于大模型的分组学习项目学习为例

本文基于人工智能课程综合性、实践性和发展性并重的特点,关注人工智能领域的最新动向和成果,并沿着“是什么—怎样用—什么特征—如何看待”的主线,采用分组学习的组织形式,通过厘清概念、体验生成式人工智能、总结归纳生成式人工智能的特征、思辨生成式人工智能的发展,以及课堂检测和评价等教学活动,将人工智能素养的习得渗透到学习活动中。     

大数据时代AIGC与多模态知识图谱的思考与展望

现今，随着大数据及人工智能技术的不断进步，AIGC（生成式AI）技术和多模态知识图谱技术在不同领域中的应用也得到了广泛关注。AIGC技术通过对人工智能算法的发展和优化，实现了从经验和数据中自我学习及自我完善的能力，从而在自然语言处理、图像识别、语音识别等领域实现了重要突破。而多模态知识图谱技术则是将多种类型的知识进行组合，结合自然语言理解、计算机视觉、语音识别等技术，形成一个全面且可扩展的领域知识图谱，提高了人机交互的效率和准确性。本文分别从大数据时代AIGC的发展历程、基础原理、应用情况等五个方面进行探讨，然后围绕AIGC技术与多模态知识图谱技术的关系及未来发展趋势进行阐述，为两者的发展提供一些有益的思路。     

绿色低碳机器学习研究与应用专题前言

<正>近年来,随着学术界与工业界在机器学习和人工智能领域投入越来越多的关注,相关技术获得飞速发展,机器学习已经被应用到社会生活的方方面面,并产生巨大社会价值.在“生成式人工智能”“元宇宙”等科技概念越来越受欢迎的今天,机器学习面临的数据量不断增长、模型规模逐步扩大,因而对计算能力的需求也在持续增长,导致了机器学习系统能耗的上涨.我国于2020年提出“双碳”目标,逐步引导绿色技术创新,实现经济增长和生态平衡的综合效益.面向“双碳”目标,如何高效使用数据和优化计算资源变得尤为关键.     

关于大数据技术在人工智能中应用研究

随着互联网技术和移动互联网的快速发展，人们进入了一个信息爆炸的时代，产生和积累了大量数据。这些数据蕴含着许多有价值的信息，如果能够正确地利用这些数据，就能够带来更多的商业机会和社会价值。对此，文章重点探讨大数据技术在人工智能中的应用，包括数据采集和处理技术、机器学习和深度学习算法、数据可视化和数据探索工具等方面，并结合实际应用案例，展示大数据技术在人工智能中的实际应用效果，以期为相关领域的研究者和从业者提供参考和启示。     

计算机网络技术对人工智能的应用和发展探析

现如今,社会发展不断加速,计算机网络技术也不断升级,推动了人工智能的发展和应用.在这样的背景下,人工智能成为了未来世界的发展主流趋势,在计算机网络技术的引领下必将产生巨大的社会效应.笔者通过研究计算机网络技术对人工智能的应用和发展,以期为未来更深入的研究提供有益的借鉴.     

人工智能背景下网络安全的攻击威胁和应对策略

随着人工智能技术的发展，在为人类社会进步带来巨大推动力量的同时，也促进网络安全相关领域发生重大变革。本文分析了人工智能背景下网络安全面临的政治安全和经济社会安全问题，详细研究了人工智能和网络安全结合带来的新型威胁和防御技术，提出了利用人工智能技术来提升网络攻防技术的应对建议。     

浅析ChatGPT:历史沿革、应用现状及前景展望

近年来,人工智能技术接连取得突破,尤其是在强化学习、大规模语言模型和人工智能生成内容技术等方面,正逐步成为各个行业的创新驱动力。OpenAI于2022年11月30日发布的ChatGPT由于具有惊人的自然语言理解和生成能力,引起全社会大范围的关注,成为全球热议的话题,并被广泛应用于各个行业。仅两个月后,ChatGPT的月活跃用户数便达1亿,成为史上用户数增长最快的消费者应用。鉴于ChatGPT目前造成的影响,对其进行全面的分析较为必要。本文从历史沿革、应用现状和前景展望这3个角度对ChatGPT进行剖析,探究其对社会的影响、技术的原理和挑战以及未来发展的可能性,并从模型能力的角度简要介绍GPT-4相对于ChatGPT的改进。作为一个现象级技术产品,从技术角度而言ChatGPT对相关领域具有里程碑式的重要意义,从应用角度而言其可能会给人类社会带来巨大的影响。ChatGPT有潜力成为计算机领域最伟大的成就之一。但就目前而言,ChatGPT仍然存在一些局限,尚未达到强人工智能的水平。在当前阶段,研究人员需要对人工智能技术持有自信和谦虚学习的态度,继续发展相关的技术研究和应用。     

视听觉深度伪造检测技术研究综述

深度学习被广泛应用于自然语言处理、计算机视觉和无人驾驶等领域,引领了新一轮的人工智能浪潮。然而,深度学习也被用于构建对国家安全、社会稳定和个人隐私等造成潜在威胁的技术,如近期在世界范围内引起广泛关注的深度伪造技术能够生成逼真的虚假图像及音视频内容。本文介绍了深度伪造的背景及深度伪造内容生成原理,概述和分析了针对不同类型伪造内容（图像、视频、音频等）的检测方法和数据集,最后展望了深度伪造检测和防御未来的研究方向和面临的挑战。     

关于人工智能技术的发展探究

人工智能技术融合了哲学以及计算机等知识,关键内容是关于智能化的研究,伴随网络时代的发展,人工智能也日益得到广泛应用.本文就人工智能技术的发展展开研究,以期为未来发展奠基.     

探析计算机动画技术在影视后期中的应用

进入二十一世纪以来,随着人们物质生活水平的提高,社会大众的精神文化需求也与日俱增.加之互联网和数码技术的飞速发展,新媒体技术和影视传播内容及方式的多元化,除传统的电影、电视外,越来越多社会大众自制的各种微电影、小短片通过微信朋友圈、门户网站、用户使用量较大的新媒体平台发布出来,产生了较大的影响,极大丰富了当代社会人们的信息来源.而计算机动画技术作为影视作品后期处理必备的技术手段,也为越来越多的人欣赏到富有美感的视频带来了利好,更是专业影视后期制作必备的工作环节.