【超星尔雅】人工智能，语言与伦理 - 徐英瑾

【超星尔雅】人工智能，语言与伦理 - 徐英瑾 描述：什么是弱人工智能、强人工智能、通用人工智能以及专用人工智能？人工智能史上的“三国演义”，为何需要哲学眼光的梳理？“大数据”真的那么智能吗？ 如何教计算机说人话？计算机能够懂汉语吗？计算机能够懂得“一个帅哥”与“一枚帅哥”之间的区别吗？ 人工智能能够理解隐喻吗？如何设计一个“儒家机器人”？这一切，将在《人工智能：语言与伦理》这门课中得到解答。 链接： 大小：NG 标签：#学习 #知识 #课程 #资源 来自：雷锋 频道：@Aliyundrive_Share_Channel 群组：@alyd_g 投稿：@AliYunPanBot

资源【超星尔雅】人工智能，语言与伦理 - 徐英瑾

资源【超星尔雅】人工智能，语言与伦理 - 徐英瑾 资源简介：什么是弱人工智能、强人工智能、通用人工智能以及专用人工智能？人工智能史上的“三国演义”，为何需要哲学眼光的梳理？“大数据”真的那么智能吗？ 如何教计算机说人话？计算机能够懂汉语吗？计算机能够懂得“一个帅哥”与“一枚帅哥”之间的区别吗？ 人工智能能够理解隐喻吗？如何设计一个“儒家机器人”？这一切，将在《人工智能：语言与伦理》这门课中得到解答。 链接：【阿里云盘】点击获取 关键词：#学习 #知识 #课程 #资源 频道：@yunpanpan 投稿：@zaihuaboxbot 资源搜索请在下方评论区即可

央媒称应加强人工智能伦理治理 防范以假乱真

央媒称应加强人工智能伦理治理 防范以假乱真 近日，经济日报就以“加强人工智能伦理治理”为题，提出了对人工智能伦理的看法。经济日报在文章中表示，从人工智能技术驱动的自然语言处理工具ChatGPT到如今的Sora，从自动生成文字、图片，再到自动生成视频，人们惊叹人工智能突破性进展，同时也伴随着质疑和担忧，特别是背后的伦理挑战。Sora生成的视频可以以假乱真。这是一把双刃剑，一方面可以用于艺术创作；另一方面也可能被滥用于造假、欺骗，甚至颠覆人们对现实的认知。Sora的出现意味着人工智能技术已经发展到一个新的高度，同时也对人工智能技术的监管能力提出挑战。如果不能有效地管控Sora等技术，可能会出现无法预料的后果。如今，多个国家和地区都发布了相关的人工智能伦理规范，而微软等大型科技公司也发布了相关规范。不过由于人工智能技术日新月异，伦理规范和监管制度难免存在滞后性。加之伦理问题的复杂性，各个国家和地区规范存在差异，许多规定过于原则性，缺乏可操作性，难以有效落地实施。因此，完善细化相关伦理规范，加强审查和监管，以及相关伦理教育和宣传，更显迫切。只有正视Sora带来的伦理挑战，并加强伦理治理，才能确保人工智能技术造福人类，而不是成为威胁。 ... PC版： 手机版：

澳大学者专著探讨人工智能法律监管

澳大学者专著探讨人工智能法律监管 #澳门大学 澳门大学法学院环球法律学系主任Rostam J. Neuwirth教授最新的学术专著《欧盟人工智能法案：监管潜意识人工智能系统》，探讨与人工智能相关的法律、道德和科学等问题，展示人类认知、科技和法律的关系如何盘根错节，为专家学者、业界人士、政策制定者和公民开展一场跨学科、跨地域的辩证。该专著获著名英国国际出版社Routledge出版。 Neuwirth教授专著的内容不限于法律层面...

《人工 X 智能 》简介：人工 X 智能可能讲述人类与人工智能之间的故事，或许人工智能产生了自我意识，与人类之间发生了情感纠葛、

《人工 X 智能 》 简介：人工 X 智能可能讲述人类与人工智能之间的故事，或许人工智能产生了自我意识，与人类之间发生了情感纠葛、利益冲突或合作探索。影片探讨人工智能对人类社会的影响以及人与人工智能的未来关系，充满科幻色彩 文件大小 NG 标签：#人工 X 智能#科幻伦理电影#人工智能题材 评论区查看资源

人工智能公司正在转向“小型”语言模型以获利

人工智能公司正在转向“小型”语言模型以获利 投入数十亿美元构建所谓的大型语言模型以推动生成式人工智能产品的人工智能公司，现在正寄望于一种新的收入增长方式：小型语言模型。苹果、微软、Meta 和谷歌最近都发布了新的人工智能模型，这些模型的“参数”较少，但功能仍然强大。 通常来说，参数的数量越多，人工智能软件的性能就越好，能处理的任务也就越复杂和微妙。本周公布的 OpenAI 的最新模型 GPT-4o 和谷歌的 Gemini 1.5 Pro，据估计都拥有超过1万亿个参数。而 Meta 正在训练其开源 Llama 模型的4000亿参数版本。 除了努力说服一些企业客户支付运行生成式人工智能产品所需的大额费用外，对数据和版权责任的担忧也阻碍了其广泛应用。这促使像 Meta 和谷歌这样的科技集团推出只有几十亿参数的小型语言模型，作为更经济、更节能、可定制的替代方案，这些模型在训练和运行时所需的电力更少，同时还能保护敏感数据。