XiaoMi-AI文件搜索系统
World File Search SystemMollick
迅速在扩展中使用生成AI的工程原理
生成型AI（Genai）是一个新的人工智能类别，可以创建不同类型的内容，例如文本，图像，音频，代码，模拟和视频（Google，2023; Mollick＆Mollick，2023; Toner，2023）。它通过从现有数据中学习并使用该信息来生成新的原始内容（Gordon，2023; McKinsey＆Company，2023）来做到这一点。genai与只能对选择，组进行分类或进行选择的其他类型的AI不同。Genai系统的示例包括大语言模型ND图像，音频和代码生成器（Google，2023; Toner，2023）。几所大学正在制定政策，以指导Genai的道德使用（例如弗吉尼亚大学的生成AI教学工作组）。因此，扩展应采取措施来设想它如何负责任地和道德上利用Genai产生内容的能力。表1提供了各种Genai系统的示例，并描述了其功能。
生物医药和健康领域的人工智能
– 包括关于医学领域人工智能历史的章节（Shortliffe，2022 年） • 数字化诊断——人工智能的早期历史（Lea，2023 年） • 数据是如何产生的（Wiggins，2023 年） • 医疗保健领域的人工智能（Davenport，2022 年） • 医学领域的人工智能革命（Lee，2023 年） • 现实世界数据中人工智能的临床应用（Asselbergs，2023 年） • 医疗保健领域的转化应用（Reddy，2023 年） • 共同智能——与人工智能一起生活和工作（Mollick，2024 年）
19-004_EIAkai_Part1.pdf
CEGIS 衷心感谢尿素肥料厂有限公司 (UFFL) 董事总经理 Md. Saddat Hossain 和 Polash 尿素肥料厂有限公司 (PUFFL) 董事总经理 Engr. Md. Moazzem Hossain 的合作和协助。CEGIS 感谢 Ghorasal Polash 尿素肥料项目 (GPUFP) 项目总监 Md. Rajiour Rahman Mollick 的大力支持、指导和协助获取各种项目相关信息。本组织感谢 BCIC 的额外首席化学家 Paran Chandra Das 和执行工程师 Asif Iqbal 与研究团队的大力合作和联络。
安德鲁·梅纳德 (Andrew Maynard) 谈人工智能、负责任的创新和人类的未来
在我们最新的科技趋势系列文章中，我们联系了多位思想领袖，从不同角度探讨人工智能 (AI) 和创造力。我们在本系列中对人工智能的关注始于经验丰富的教育技术专家 Chris Dede，他将人工智能的出现置于历史背景中，并强调以批判的眼光看待人工智能的发展 (Warr 等人，2023 年)。然后，创新者和学者 Ethan Mollick 提倡教育工作者广泛采用生成式人工智能，并适应我们教育生态系统的这一新成员 (Henriksen 等人，2023 年)。最近，教育领袖和研究员 Kyle Jensen 探讨了写作过程、教学法、价值观和新兴技术之间的关系 (Woo 等人，2023 年)。所有这些富有洞察力的学者都强调
NIH BRAIN NeuroAI 研讨会 2024 — 计划书
• Joseph Monaco，NINDS（联合组织者） • Grace Hwang，NINDS（联合组织者） • Jessica Mollick，NIDA（培训小组委员会联合主席） • Courtney Pinard，NIMH（培训小组委员会联合主席） • Nina Hsu，NINDS（神经伦理学小组委员会联合主席） • Jay Churchill，NIMH （神经伦理学小组委员会联合主席） • Elizabeth Powell、NIAAA • Merav Sabri、NIDCD • Mohd Anwar、NIBIB • Susan Wright、NIDA • Christina Hatch、NIDA • Roger Miller、NIDCD • Karen David、NINDS • Bo-Shiun Chen、NINDS • Pantea Moghimi、NINDS • Sandra Molina、NINDS • Leslie奥斯本，NINDS•苏达Srinivasan，NINDS • Clayton Bingham，NLM • Michele Ferrante，NIMH • Fernando Fernandez，NIMH • Mauricio Rangel-Gomez，NIMH • Sandeep Kishore，NIMH • Dana Schloesser，OBSSR • Chris Kinsinger，OD
工作场所中的生成式人工智能：员工对 ChatGPT 福利和组织政策的看法
专家们早就预测，人工智能将在未来显著颠覆工作性质（Getchell 等人，2022 年）。自 2022 年 11 月以来，ChatGPT 受到广泛关注，导致许多专家认为，工作场所的重大变革即将来临（Mollick，2022 年；Nerozzi，2023 年；van Dis 等人，2023 年）。毫无疑问，生成式人工智能会被炒作，也会有一些预测被证明是不真实的。然而，我们预计生成式人工智能将改变大多数专业人士的工作方式，原因如下：(a) 主要软件供应商已经开始或至少致力于将这些技术集成到他们的所有核心产品中（Leswing，2023 年；Lin，2023 年；Pichai，2023 年；Schechner，2023 年）；(b) 数千万用户在数月内采用了这些工具，表明这些技术具有强大的吸引力和可感知的好处（Chow，2023 年）； （c）人们不断记录生成式人工智能在许多类型工作中的新用例（Alshurafat，2023 年；Chui 等人，2022 年；Davenport & Mittal，2022 年；Dowling & Lucey，2023 年；Patel & Lam 2023 年；Terwiesch，2023 年；Wertz，2023 年）。我们认为，这些对未来工作可能性的展望表明了生成式人工智能的潜在变革性质。
genai和反托拉斯：在不确定性时期轻轻踩踏
* Paul Gilbert和Riccardo Tremolada是Cleary Gottlieb Steen＆Hamilton LLP的律师。本文中表达的观点是个人的，不归因于公司或其客户。所有错误，遗漏和观点都是作者自己的。1 See Regulation 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence and amending Regulations 300/2008, 167/2013, 168/2013, 2018/858, 2018/1139 and 2019/2144 and Directives 2014/90/EU, 2016/797 and 2020/1828 （人工智能法），PE/24/2024/REV/1 OJ L，2024/1689，2024年7月12日，Refitals 99和105。2，例如，AI改善了财务预测和股票市场的预测。 它还为语音识别，流媒体平台上的建议系统提供动力，智能停车系统和个性化的购物建议。 3 FMS是深度学习模型，经过对非结构化的，未标记的数据训练，可用于开箱即用的多种任务或通过微调适应特定任务。 参见P. Lorenz，K。Perset和J. Berryhill，“生成人工智能的初步政策注意事项” 2023 OECD Publishing，No. 1，经合组织人工智能论文，巴黎第6页。 4根据Openai当时的Openai首席执行官Greg Brockman的说法。 5 T. Oeyen和Y. Yargici，“未知领域：生成AI，合并控制和Microsoft-Open AI Saga”，档案，人工智能和反果实，同意2-2024，第18页。 6参见，例如，E。Mollick，“ Chatgpt是AI的转折点”，《哈佛商业评论》（2022年12月14日）。2，例如，AI改善了财务预测和股票市场的预测。它还为语音识别，流媒体平台上的建议系统提供动力，智能停车系统和个性化的购物建议。3 FMS是深度学习模型，经过对非结构化的，未标记的数据训练，可用于开箱即用的多种任务或通过微调适应特定任务。参见P. Lorenz，K。Perset和J. Berryhill，“生成人工智能的初步政策注意事项” 2023 OECD Publishing，No.1，经合组织人工智能论文，巴黎第6页。4根据Openai当时的Openai首席执行官Greg Brockman的说法。5 T. Oeyen和Y. Yargici，“未知领域：生成AI，合并控制和Microsoft-Open AI Saga”，档案，人工智能和反果实，同意2-2024，第18页。6参见，例如，E。Mollick，“ Chatgpt是AI的转折点”，《哈佛商业评论》（2022年12月14日）。7公司活跃在Genai领域中，例如，例如Aleph Alpha，Bloom（拥抱面），Claude（Anthropic），Cohere，Gemini和Gemma和Gemma（Google），拐点AI，Llama（Meta），各种版本的Mistral AI，Midjourney，Midjourney，sentability AI和Titan（titan）和Titan（Amazon）。8 See M. Heikkilä, “AI is at an inflection point, Fei-Fei Li says”, MIT Technology Review , 14 November 2023, available at: https://www.technologyreview.com/2023/11/14 /1083352/ai-is-at-an-inflection-point-fei-fei-li-says/ .9 Polaris, “Generative AI Market Share, Size, Trends, Industry Analysis Report, By Component (Software and Services); By Technology; By End-Use; By Region; Segment Forecast, 2023—2032”, 2023, available at: https://www.polarismarketresearch.com/industry-analysis/generativeai-market .10实际上，经济的每个部门都将从Genai中受益。Genai已经在整个经济体中许多部门都在改变商业实践和生产力。它在科学研究中也越来越有价值，从而实现了扩展科学家能力的复杂模型。参见，例如，Z.另请参见J. Seo等人，“避免使用深度增强学习的融合等离子体撕裂的不稳定性”，626自然，746-751（2024）。高盛在2023年进行的研究估计，Genai工具有可能在未来10年内向GDP增加7％，这相当于大约7万亿美元。11参见McKinsey，“生成AI的经济潜力：下一个生产力边界”，2023年，第24页，可在以下网址获得：https：//www.mckinsey.com/~/~/~/mmedia/mckinsey/mckinsey/business %20functions/mckinsey%20digital/our%20insights/the%20economic%20potential%20of%20generative%20ai%20the%20next%20productivity%20frontier/the-economic -potential-of-generative-ai-the-next-productivity-frontier.pdf .参见高盛（Goldman Sachs），“生成AI可以将全球GDP提高7％”，2023年4月5日，网址为：https：//www.goldmansachs.com/insights/Articles/generative-generative-generative-could-could-raise-glaise-global-global-global-gdp-by-7-percent.html。12 Genai行业应被理解为“ Genai模型的价值链”，其中可能包括以下市场：筹码制造，云基础设施的提供，数据许可，特定类型的AI劳动力的供应，生产力的供应，生产力的供应，供应特定的CHATBOT服务，特定手机助理服务的供应，供应特定的手机数字助理服务等。请参阅欧洲委员会，“生成AI和虚拟世界中的竞争”，竞争政策简介第3/2024号，网址：https：//competition-policy.ec.europa.europa.euu/document/document/download/c86d461f-062e--062e--062e--4dde-4dde-4dde-a662-1522222222856ca。13虽然竞争执法在维护竞争性的Genai市场中的作用很重要，但应注意的是，与这些技术有关的市场动态和竞争的发展方式很容易受到许多其他因素的影响，包括对与竞争不同的政策方面的监管，例如AI安全，数据和版权法。请参阅欧洲委员会，“生成AI和虚拟世界中的竞争”，竞争政策简介第3/2024号，网址：https：//competition-policy.ec.europa.europa.euu/document/document/download/c86d461f-062e--062e--062e--4dde-4dde-4dde-a662-1522222222856ca。
人类众包投票者如何采用（或不采用）人工智能
在过去二十年中，随着数字技术使在线社区和人群成为强大的创新源泉，开放式创新 (OI) 势头强劲 (Butticè & Ughetto, 2023 ; Füller 等人，2009 ; Jaribion 等人，2023 )。通过开放式创新，组织正在“开放”其以前封闭的创新流程，可能允许入站和出站流动 (Chesbrough, 2003 )。在开放式创新中，一种特别流行的入站知识流是众包——将任务或挑战传播给一群人的过程，而不是将其指定给特定的、通常是内部的“代理人”（Afuah & Tucci，2023 年；Brunswicker 等人，2017 年；Cappa，2022 年；Howe，2006 年、2008 年；Mack & Landau，2020 年；Pénin & Helmchen，2011 年；Piazza 等人，2022 年）。通过参与众包，公司努力从组织外部的大量个人那里收集知识（Dahlander & Gann，2010 年）。这使他们能够快速产生大量新想法；然而，大量的新想法使得识别最有价值的想法成为比以前更具挑战性的任务（Hoornaert 等人，2017 年；Majchrzak 和 Malhotra，2020 年）。虽然组织专家为想法评估增加了宝贵的领域知识，但他们也是一种稀缺且昂贵的资源（Bell 等人，2023 年；Toubia 和 Florès，2007 年）。作为回应，公司越来越多地参与众包投票，让大量成本低得多的众包工作者参与想法评估（Brabham，2008 年；Chen 等人，2020 年；Howe，2008 年；Majchrzak 和 Malhotra，2020 年）。最近的研究表明，众包投票可以产生与专家评估相当的表现（例如，Magnusson 等人，2016 年；Mollick 和 Nanda，2016 年）。允许人群对想法进行投票不仅有助于克服组织注意力缺陷（Chen 等人，2020 年；Piezunka 和 Dahlander，2015 年），还可以增加人群参与竞赛的热情（Chen 等人，2020 年），有助于新企业的生存和获得种子资金（Quignon，2023 年），并增加随后在众包活动中产生的想法的数量（Chen 和 Althuizen，2022 年）。到目前为止，在创新管理研究中观察到的人群由组织外部的人组成（例如，有兴趣进一步改进产品的主要用户、参与挑战的竞赛参与者或受雇完成工作的零工）。虽然它们可以帮助组织获取组织内部无法获得的特定知识或大量能力，但让人类参与众包工作，尤其是众包投票，是有局限性的。作为人类，众筹投票者容易受到偏见的影响，他们的评价可能受到注意力限制、羊群效应（早期的评分会影响随后的积极评分，因为选民会遵循最初的评价）或相互投票行为（贝尔
卡尔顿大学教学中的人工智能：机遇与挑战
简介 生成式人工智能 (AI) 工具已发展到可以生成越来越逼真、越来越难以与人类知识产权区分的内容的地步。其中一些工具 1 可以有效地生成各种类型的文本（例如 ChatGPT、Jasper、GPT、Google 的 Bard、Bing AI）、计算机代码（例如 GitHub Copilot）、方程式（例如 Wolfram）、带有参考文献的科学论文（例如 Elicit）或图像（例如 DALL-E、Midjourney、Stable Diffusion）。虽然目前有许多不同的生成式 AI 模型在运行，但 ChatGPT 在全球范围内获得了最多的关注，因为它可以免费向公众开放，具有简单、用户友好的界面，并且能够解释自然语言提示并根据已训练的预测模型生成独特的响应。ChatGPT 等生成式 AI 工具的输出质量和有效性可能有很大差异，具体取决于给出的提示和算法的训练方式。 ChatGPT 偶尔会生成听起来令人信服但包含事实错误和虚构信息 2 的文本（例如，不存在的参考文献、虚构的定义等）（Arya，2023 年）。此外，生成的文本通常是公式化的（温莎大学，2023 年）。随着模型的训练和获得更多不同的数据集，这种情况会越来越好。截至 2023 年 3 月，ChatGPT 可以访问训练数据以外的信息，包括访问互联网的能力（它已经集成到 Bing 搜索引擎中）、具有新的插件功能，并可以运行它编写的代码（Blain，2023 年；Hachman，2023 年）。微软宣布将很快将 ChatGPT 集成到其 Word、PowerPoint 和 Outlook 等 Office 应用程序中（Borup，2023 年）。尽管如此，重要的是要知道 ChatGPT“不会创造高级知识或整体概念；相反，它只是根据概率猜测下一个单词应该是什么，就像电子邮件客户端中现在很常见的自动完成功能一样”（Arya，2023 年）。 对教育的影响 这些最新的人工智能发展为高等教育机构提供了机遇和挑战。一方面，它们可能为教学创新、重新思考现有的教学和评估实践、创建定制的学习活动以及为学生和教师节省时间提供机会（Terwiesch & Mollick，2023 年）。此外，生成式人工智能工具迫使我们考虑它们对就业市场的影响，我们的毕业生需要哪些类型的技能和能力，以便他们为就业做好准备并保持竞争力，并重新审视课程和学位/项目层面的教学目标和学习成果（Arya，2023 年）。另一方面，生成式人工智能工具引起了与学术诚信标准相关的合理担忧和焦虑，因为生成式人工智能工具创建的作品可能更难检测，而使用检测工具并不是一个可行的策略。大学课程和学位深深植根于学生培养精确写作和批判性思维技能。如果不谨慎对待人工智能的诱惑，可能会削弱学生的写作和批判性思考能力。随着生成式人工智能工具的不断发展，关于它们对教育影响的讨论仍在继续。然而，在加拿大的背景下，许多教育工作者同意，与其试图禁止