课程文献中心 更多>>

关键词： 生成式人工智能   训练数据   数据安全   数据风险治理   欧盟经验  

摘要： [目的/意义]生成式人工智能模型的性能依赖于训练数据的安全性，而频发的训练数据安全风险已经成为人工智能技术发展的障碍。保障训练数据安全对技术的健康发展具有重要意义。[方法/过程]通过文献、经验和比较分析，揭示了生成式人工智能训练数据的安全风险，并在借鉴欧盟治理经验的基础上，结合我国实践提出了应对策略。[结果/结论]研究发现，当前训练数据存在数据来源不透明、标注不规范、内容不安全及泄露隐患。欧盟已建立以保障数据来源、标注、内容及泄露防控为核心的监管体系。未来，我国应加强数据来源管理、统一标注标准、完善内容安全规则，强化数据保护技术，以确保训练数据安全，推动技术健康发展。

关键词： 生成式人工智能   人工智能治理   GenAI   标准化治理   ChatGPT   AIGC  

摘要： 生成式人工智能具有应用范围广、社会影响大、风险挑战高的特征，迫切需要有效的治理措施。标准化是应对人工智能发展带来全球性挑战、对生成式人工智能进行技术治理的“先手棋”。从生成式人工智能的社会影响与技术标准化的互动视角出发，梳理了生成式人工智能应用在教育、医疗健康、金融、公共治理等重要领域产生的影响，分析了生成式人工智能在网络安全、国家意识形态安全和可持续发展等三个方面带来的治理风险与挑战。在此基础上，梳理了国际标准组织生成式人工智能标准化主体与活动，比较了美国和欧盟生成式人工智能标准化的特征与政策，并总结了中国生成式人工智能标准化的主体分工、政策支撑与标准进展。最后提出了中国生成式人工智能标准化应对标准化转型、全球竞争格局、可持续发展目标三个方面挑战的未来展望。

关键词： 人工智能   自然语言处理   司法领域关系抽取   深度学习   信息增强  

摘要： 中文司法领域的实体关系抽取技术在提高办案效率方面具有重要作用，但现有模型缺乏领域知识且难以处理重叠实体，造成难以准确区分和提取实体关系等困难．通过引入领域知识，提出一种法律信息增强模块，增强了文中提出法律潜在关系与全局对应（legalpotentialrelationshipandglobal correspondence, LPRGC）模型理解法律文本中的术语、规则和上下文信息的能力，从而提高了实体和关系的识别准确性，进而提升了实体关系抽取算法的性能．为解决重叠实体问题，设计了一种基于潜在关系和实体对齐的关系抽取方法．通过精确标注实体位置，筛选潜在关系，并利用全局矩阵对齐实体，解决重叠实体的关系抽取问题，能够更准确地捕捉到重叠实体之间的关系，并有效地将其映射到正确的实体对上，从而提高抽取结果的准确性．在中国法律智能技术评测数据集上进行实体关系抽取实验，结果表明，LPRGC模型的准确率、召回率和F1值分别为85.21%、81.19%和83.15%，均优于对比模型，特别是在处理实体重叠问题时，LPRGC模型在单实体重叠类型的抽取中，F1值达到了81.45%，比CasRel模型提升了1.71%；在多实体重叠类型的抽取中，F1值达80.67%，比CasRel模型提升了2.16%.LPRGC模型在实体和关系抽取的准确性上较现有方法有明显改进，证明其有效提升了模型性能，并在处理复杂法律文本中的实体重叠问题上取得了显著效果．

关键词： 人工智能   网络思政   思想政治教育  

摘要： 随着信息技术的蓬勃发展与持续优化,大数据、物联网、人工智能等前沿科技已广泛融入社会发展的方方面面,深刻塑造着人们的思维方式、价值观念及行为模式.尤其在教育领域,人工智能的应用日益广泛.网络思想政治教育作为高校思政教育的重要组成部分,其重要性和影响力日益凸显.在此背景下,如何借助人工智能技术提高网络思政教育的质量和效果,成为当前教育领域亟待解决的问题.文章将从人工智能赋能网络思政教育的价值、风险与对策进行深入探讨.

关键词： 人工智能   传播格局   降本增效   公信力   人机协作  

摘要： 人工智能逐渐普及为新闻业的发展提供了诸多便利,为新闻传播的提质升级带来了更多的机遇,但也在应用中出现了一些问题.文章列举人工智能的优势与不足,辅以实例分析,旨在说明在高信息化时代,新闻人如何转变观念、提升能力,力求人机协作的精深高效.

关键词： 甲状腺乳头状癌   甲状腺被膜外侵犯   超声检查   人工智能  

摘要： 近年来甲状腺癌的患病人数逐年增多,其中84%为甲状腺乳头状癌(papillary thyroid carcinoma,PTC),通常PTC预后良好,甲状腺癌被膜外侵犯(extrathyroidal extension,ETE)是PTC具有侵袭性的特征表现,常提示预后不良。目前,术前评估PTC是否存在被膜外侵犯主要依靠影像学检查,超声检查应用最广泛,但在评估ETE方面缺乏统一的诊断标准和预测指标,诊断效能较低;CT、MRI存在微小被膜外侵犯方面显示欠佳等不足。随着人工智能(artificial intelligence,AI)在医学影像领域的快速发展,影像学检查结合AI逐步应用于疾病的定位、诊断及预后监测等方面,对甲状腺乳头状癌ETE的诊断提供了有效辅助,该文旨在对影像检查及AI在甲状腺乳头状癌ETE诊断中的研究进展进行综述。

关键词： 人工智能   医学数据   伦理安全  

摘要： 随着人工智能技术的飞速发展，其在医学领域的应用带来了显著的伦理挑战。因而，建立规范、透明、安全的医学数据处理环境，确立医学人工智能的伦理学底线，保障患者权益和数据安全就显得尤为重要。本共识规范了利用人工智能技术进行医学数据处理的各个环节，包括数据的采集、加工、存储、传输、使用和共享，确保医学数据处理符合伦理原则和法律法规，保障患者隐私和数据安全。同时，还强调了合法合规原则、尊重患者隐私原则、保护患者利益原则以及安全可靠原则，并详细讨论了知情同意、数据的使用、知识产权保护、利益冲突和共享等关键性问题。本专家共识的制定，旨在推动人工智能与医学领域的深度融合与持续发展，同时确保在处理医学数据的过程中，人工智能严格遵循相应的伦理规范和法律法规。

关键词： OBE   质量管控体系   周期性评价   质量保障   保障能力  

摘要： 文章主要深入探讨了建设以OBE为核心的人工智能专业人才培养质量管控体系所应着重考虑的三个重要方面:建设周期性评价体系、建设专业质量保障改进机制、建设专业质量保障体系,对于提升人工智能专业人才培养质量具有一定的指导作用.