我们最喜欢的歌曲、故事、应用程序和设计都是受版权保护的创意作品。在某些方面,我们可以感谢《版权法》和其他知识产权法,因为这些法律确保创作者可以从他们的独创性中获利。但技术带来了变化,新的人工智能工具允许用户以一年前似乎不可能的方式创作歌曲、故事、应用程序和设计。像这些人工智能工具这样的新技术也可能帮助我们的创意社区蓬勃发展。当现有的版权法被用来挑战新的人工智能技术时会发生什么?使用受版权保护的作品来开发人工智能工具是否可以?如果可以,什么时候可以?如果人工智能工具产生的输出与现有的受版权保护的作品基本相似,这是否侵犯了版权?这些是全国各地联邦法院目前正在解决的一些问题。随着案件在司法系统中的进展,我们将更多地了解美国司法部门如何看待版权与人工智能技术发展之间的平衡。这些案件中做出的判决也将帮助我们了解设定具有约束力先例的上诉法院如何看待版权与人工智能之间的交集。1.Kadrey v. Meta Platforms 2023 年 11 月 20 日,美国加利福尼亚州北区地方法院就 Kadrey v. Meta Platforms Inc. 一案的驳回动议作出命令,该命令告知原告在指控人工智能模型的输出侵犯作者版权的案件中,他们需要满足的诉讼标准。2023 年 7 月,作者 Richard Kadrey、Sarah Silverman 和 Christopher Golden 代表其他作者对 Meta 提起集体诉讼,指控 Meta 的大型语言模型 LLaMA 是在他们认为包含原告受版权保护的书籍的元素语料库上进行训练的。Meta 提出驳回诉讼,首先辩称原告并未指控 AI 生成的输出是
如果一个系统只有有限的能力,例如机器人地板清洁器或预编程的工厂机器人,或者它的使用在受限环境之外没有严重的溢出效应,例如隧道中的自动列车,那么与早期技术相比,它不会引起质的新风险。(…) 相比之下,如果人工智能系统在很大程度上不受控制的环境中相对自由地运行,例如无人驾驶汽车或全自动无人机,或者它可以自行做出高风险决策,例如某些医疗、金融和军事系统,那么社会影响在质上是新颖的。然后,我们将人工制品作为真正的决策者来处理,这也许是人类历史上第一次。(List 2021, 1218 我们的重点)
摘要 1986 年,数学家兼哲学家 Gian-Carlo Rota 写道:“我想知道人工智能是否或何时会突破意义障碍。”(Rota 1986)。这里的“意义障碍”一词指的是关于人类与机器的一种信念:人类能够“真正理解”他们遇到的情况,而即使是当今最先进的人工智能系统,对我们试图教给它们的概念也没有像人类一样的理解。这种缺乏理解可能是现代人工智能系统通用性和可靠性目前受到限制的原因。2018 年 10 月,圣达菲研究所举办了一场为期三天的研讨会,由 Barbara Grosz、Dawn Song 和我组织,名为“人工智能与意义障碍”。来自人工智能、机器人技术、认知和发展心理学、动物行为、信息理论和哲学等不同学科的 30 名参与者齐聚一堂,讨论与生命系统中“理解”的概念以及机器中这种理解的前景相关的问题。希望研讨会的结果能够对更广泛的社区有所帮助,本文总结了讨论的主要主题并强调了研讨会上提出的一些想法。简介 1986 年,数学家和哲学家 Gian-Carlo Rota 写道:“我想知道人工智能是否或何时会突破意义的障碍。”(Rota 1986)。此处,“意义障碍”一词指的是人类与机器之间的一种信念:人类能够“真正理解”他们遇到的情况,而即使是当今最先进的人工智能系统,对我们试图教给它们的概念,也还没有像人类一样理解。也就是说,人工智能系统学习到的(或编程到的)内部表征并没有捕捉到人类在感知、语言和推理中赋予的丰富含义。这种缺乏理解可能是现代人工智能系统通用性和可靠性目前受到限制的原因。虽然通过监督或强化学习训练的深度神经网络在计算机视觉、自然语言处理和其他人工智能核心领域的许多问题上表现非常出色,但与人类智能相比,这些系统仍然很脆弱。即使是最成功的深度网络,在面对与其训练方案有哪怕是微小差异的输入时,也会以意想不到的方式失败。此外,这样的
这些资源使企业能够实时洞察消费者,更有效地为客户创造和传达价值。本研究旨在通过研究数字营销的广度、实施数字营销的挑战以及发展本地数字能力的策略,了解可持续数字营销的价值和实践。其他行业的数字媒体理论、策略和框架被调整和实施,以便为当地土地建设行业创造一个创新和竞争的环境。本研究论文描述了一种用于数字营销策略和动力增长的营销技术采用模型 (MTAM)。易用性、使用体验、感知成本体验、更高的回报、性能、数字服务质量、数字数据质量、数字设备质量、使用方法和实际使用是该模型的主要因素。
报告文档页面 表格已获批准,OMB 编号 0704-188。估计此信息收集的公共报告负担每份回应平均需要 1 小时,包括审阅说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将关于此负担估计或此信息收集的任何其他方面的评论(包括减轻此负担的建议)发送至华盛顿总部服务部、信息运营和报告理事会,地址:1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302,以及管理和预算办公室、文书工作减少项目(0704-0188),地址:Washington, DC20503。 1. 仅供机构使用(留空) 2. 报告日期 3. 报告类型和涵盖日期
shettymokshita2011@gmail.com 1 和 samruddhisogam028@gmail.com 2 摘要:认知科学是一门跨学科的科学研究,研究思维及其过程。研究认知的性质、任务和功能。认知科学家研究行为和智力,重点研究神经系统如何表示、处理和转换信息。认知科学家的心理能力包括语言、感知、记忆、注意力、推理和情感;为了理解这些能力,认知科学家借鉴了语言学、心理学、人工智能、哲学、神经科学和人类学等领域的研究成果。认知科学的典型分析涵盖多个组织层面,从学习和决策到逻辑和规划;从神经回路到模块化大脑组织。认知科学的基本概念是“思考可以通过思维中的表征结构和在这些结构上运行的计算过程来最好地理解。本文描述了认知科学的研究如何在构建成功的人机交互系统中发挥重要作用。此外,它还解释了为什么认知科学涉及人机交互这个庞大的课题。关键词:认知科学、人机交互 (HCI)、认知心理学
目标导向的含义和起源:动态系统的视角 FRANCIS HEYLIGHEN 布鲁塞尔自由大学 Leo Apostel 中心,Pleinlaan 2, 1050 布鲁塞尔,比利时 本文试图阐明目标导向的概念,该概念常常被误解为与标准因果机制不一致。我们首先注意到,目标导向并不预设任何神秘的力量,例如智能设计、活力论、有意识的意图或反向因果关系。然后,我们回顾了通过更具操作性的特征来定义目标导向的尝试:等效性、可塑性、持久性、协同作用和负反馈。我们表明,所有这些特征都可以通过将目标解释为动态系统的远离平衡的吸引子来解释。这意味着,只要系统保持在同一吸引域内,使系统偏离其目标导向轨迹的扰动就会自动得到补偿——至少是这样。我们认为,具备必要的恢复力的吸引子和吸引域往往会在复杂的反应网络中自组织,从而产生自我维持的“组织”。这些可以被看作是第一个目标导向系统的抽象模型,因此也是生命起源的抽象模型。 其他关键词:等效性 - 可塑性 - 持久性 - 协同作用 - 负反馈 - 吸引子 - 吸引域 - 恢复力 - 自我维持 - 生命起源。 _____________________________________________________________________ 引言 关于目的或目标的概念是否适合于科学理论,一直存在着争议(Deacon & Sherman,2007)。科学的标准本体论是因果论:它假设系统的当前行为完全由过去的原因决定,包括系统先前的状态以及作用于系统状态的任何力量或输入。因此,未来的目标似乎没有空间影响当前的行为。此外,将目标导向应用于生物系统已经声名狼藉,因为它与许多与我们目前对生命的理解不相容的解释有关,包括造物主强加的目的、智能设计、神秘的“生命力”,以及目标导向行为需要有意识的意图的假设。然而,在实践中,科学家和普通人都广泛使用目标导向的概念,因为它为常见现象提供了一个简单而有用的解释。如果你看到一个人在厨房里准备食材,那么你可以放心地假设他的目的是准备一顿饭。如果猎豹追赶瞪羚,它的目标显然是杀死并吃掉那只瞪羚。猎豹在狩猎过程中采取的所有动作,例如加速、跳到瞪羚背上或咬住瞪羚的喉咙,可以这样理解:假设它们针对的是
这项研究旨在评估计算机及其对社会的影响。尽管计算机使事情变得更容易,但它也有一些缺点。例如,秘书发现,当他们申请工作时,拥有使用计算机的经验是必不可少的。在这个竞争激烈的世界里,文字处理器取代了那些有手写文字天赋的人。许多其他人正在失去工作,被机器人取代。研究发现,大多数人已经习惯了使用电脑,以至于对电脑上瘾了,这不是很好。虽然电脑更准确、更简洁,但如果出现故障,人们就会遇到严重的问题。例如,一家公司可以将所有数据存储在一台计算机上。如果这台电脑感染了病毒,或者由于其他原因无法启动,那么公司将面临一个非常大的问题,不知道该怎么做。这是计算机在当今社会的弊端之一。尽管如此,社会还是会变得沉闷而原始;如果没有电脑的帮助,疾病、娱乐、交通或通讯联系就无法治愈。其中一项建议是,经常使用电脑的人应该在一定时间内屏蔽分散注意力的网站,并专注于一项任务,每次 25 分钟,以摆脱电脑成瘾。