XiaoMi-AI文件搜索系统
World File Search System学术界
学术界的人工智能
去年 11 月，OpenAI 发布了 ChatGPT，这是其大型语言模型（称为 GPT 或生成式预训练 Transformer）的免费版本。ChatGPT 可以根据提示生成各种长度和风格的类人文本，例如“像斯蒂芬·金惊悚小说一样写一篇 500 字的精神分析论文”。自发布以来，记者和一些学者声称像 ChatGPT 这样的人工智能对高等教育构成了威胁：为什么要给学生布置论文或家庭作业，而他们可以用人工智能为他们完成 A+ 作业？但这些担忧是没有根据的。在这次演讲中，我将回顾像 ChatGPT 这样的大型语言模型的优缺点，以证明它们在没有知识渊博的人手指导的情况下无法很好地完成大多数大学作业。我认为这些模型不是对高等教育的威胁，而是一种有用的教学工具，可以帮助学生学习如何撰写更好的论文，并促进学生和教授之间更有意义的现实世界互动。最后，我将探讨大学如何利用人工智能来改善学生在课堂内外的体验。未来，语言将成为人类与计算机互动的机制。大学应该让学生为这一变化做好准备。
人工智能与治理 - 学术界
智能和区块链促进治理透明度。收录于：Hassanien A.、Bhatnagar R.、Darwish A.（编辑）。人工智能促进可持续发展：理论、实践和未来应用。计算智能研究，第 912 卷。Springer，Cham。https://doi.org/10.1007/978-3-030-51920- 9_11 关键词：人工智能、区块链、透明度、治理、定性方法
学术界的人工智能写作
一经发布，ChatGPT 等 AI 写作程序便成为热门话题——尤其是在学术界。了解如何在写作中使用 AI 对学生和教授都很重要；AI 写作程序是很棒的工具，但重要的是要知道如何使用它们而不会意外抄袭。使用 AI 写作程序的好处包括能够更好地集思广益、克服写作障碍以及更多地了解写作本身。然而，虽然 AI 可以成为一种出色的工具，但它也带来了各种挑战。什么是 AI？ChatGPT 和 AI 写作程序都是大型语言模型 (LLM)。大型语言模型是一种算法，它对大量数据（在本例中是互联网上可用的书面信息）进行训练，然后使用所收集的信息将其转化为新的东西。大多数人提到 ChatGPT 时，都是指所有 AI 写作程序。但需要注意的是，ChatGPT 是 OpenAI 公司开发的单个程序的名称，并不是指整个 AI 写作程序。这类似于人们说“Google”而不是“搜索引擎”。AI 写作程序像搜索引擎吗？ChatGPT 和其他 AI 写作程序不会在网络上搜索信息；它们只使用经过训练的信息来生成写作——它们的训练包括真实信息、评论部分，甚至阴谋论。AI 写作程序是法学硕士，而不是搜索引擎。它们不会从单一可靠的来源为您提供信息——它们会为您提供经过训练的信息的混合，既可靠又不可靠。截至 2023 年，它们无法区分真相和虚构。当您向 AI 写作程序提问时，它们会给您一个答案。您无法验证来源或查找其他网页。为此，您需要使用搜索引擎。什么是 AI 幻觉？众所周知，ChatGPT 和其他 AI 写作程序会产生幻觉。这意味着它们有时会编造例子并弄错事实——即使是基本事实。ChatGPT 尤其存在编造来源的问题；如果要求它撰写研究论文并引用其来源，它可能会编造听起来合法但实际上是虚假的网站和期刊文章。这是 ChatGPT 发布后的一个重大问题，但与源相关的幻觉越来越少见，而且随着时间的推移，AI 写作工具只会变得更好。
生成人工智能和学术界
组织和个人越来越多地采用人工智能 (AI)，这已经通过完全自动化或增强对各种任务产生了重大影响，并将进一步影响这些任务 (Budhwar 等人，2023 年)。这将涉及人类与技术的密切合作 (Raisch 和 Krakowski，2021 年)。学术界，特别是那些最容易受到市场力量影响并涉及颠覆性利益相关者的学科，也不能免于大规模采用人工智能。在本社论中，我们重点介绍了生成式人工智能为学术界带来的一些机遇和后果。毕竟，人工智能是关于学习的。在很大程度上，它是关于在组织环境中发生的学习，这会影响组织如何管理其运营以及他们采取的战略方向。自五十多年前成立以来，组织和管理中的学习，尤其是在学术环境中的学习，一直是管理学习的重点。然而，鉴于过去一年生成式人工智能工具的激增，现在是时候问：当机器学习时会发生什么？这对我们需要学习和忘记的东西意味着什么，我们需要了解管理、组织和我们自己的角色如何因机器的高级学习能力而发生转变？对人工智能或机器学习的发展进行全面研究超出了本文的范围。相反，我们的目标是引起人们对人工智能在学术界日常运营中广泛应用而出现的一些困境的关注。在本社论的其余部分，我们将使用说明性示例来讨论生成性人工智能已经如何影响并将继续影响学者工作职责的三个主要领域：研究、教学和服务。进一步认识到从管理学习的角度来看，生成性人工智能为学术界带来了机遇和后果，我们使用的例子代表了生成性人工智能在学术责任的三个领域中产生的积极和消极结果。
如何披露人工智能在学术界的使用
• PLOS One：“人工智能 (AI) 工具和技术对研究或文章内容的贡献必须在方法的专门部分中明确报告，对于缺少方法部分的文章类型，则应在致谢部分中报告。此部分应包括所用工具的名称、作者如何使用工具以及如何评估工具输出的有效性的描述，以及研究、文章内容、数据或支持文件的哪些方面受到 AI 工具使用的影响/生成的明确说明。”
ei8ht_Symposium Cover0—8.5x11 - 学术界
我们非常高兴能够展示来自所有本科院校和电影电视学院的 350 多名学生的作品。各种课程将激发所有人的智力。周六的演讲包括三个课程中的 140 张海报、60 个口头演讲（包括图形艺术展示）和 4 个小组。在上午和下午的课程中，学生们将探讨洛杉矶复杂的社会问题，包括无人驾驶汽车、K-12 教育、寄养青年问题、巴洛纳湿地的财富和贫民窟的荒凉。课程中讨论的小事情包括绿色山猫蜘蛛、蜂鸟、鱼和蜜蜂，以及有关全球影响的大问题，例如足球移民、英国-中国-印度贸易三角以及对墨西哥经济格局的考虑。
第三部分（机械工程）学术界
制造工程，微加工，加工，精密工程36。奎师那·库马尔（Krishna Kumar），r 1956年的计算力学；轮胎力学37。克里希那村（Krishnamurthy），MV 1941热工程和太阳能科学38。Kumar，Pramod 1975热能系统；传热39。lal，GK 1938金属形成；金属研磨40。Majumdar，BC 1941机器设计，摩擦学41。Mallik，AK 1947振动工程，机制42。Mathur，HB 1936内燃机，燃料燃烧和污染43。Mishra，PK 1945年非惯例制造； EDM和激光处理44。Mohanty，AR，1965年的声学和工业噪声控制；机械状况监测；水下声学，汽车工程，机器设计45。Munjal，ML 1945技术声学；噪声和振动控制；消音器和消音器46。Muralidhar，K 1958流体力学，传热，光学测量，激光层析成像，界面现象，生物医学成像，气体水合，血液流变学，喷气机和唤醒47。Narasimhan，Arunn 1971在多孔媒体中运输； Bio-Thermofluids48。Narasimhan，R 1960骨折力学，计算固体力学49。Narayanan，S 1945振动，声学，非线性动力学，随机振动，智能结构50。Narayankhedkar，KG 1946年低温工程，制冷和空调51。natarajan，R 1941年燃烧，能源科学技术
医疗保健领域的人工智能 - 学术界
可能破坏安全：涉及的知识产权和法律问题概述。在：Kumar, R.、Paiva, S.（编辑）。普适计算中的应用。EAI/Springer 通信和计算创新。Springer，Cham。https://doi.org/10.1007/978-3-030-35280-6_3 关键词：人工神经网络、深度学习、政治和数字安全、机密性、完整性和可用性 CIA（云架构集成医疗设备）、远程用户身份验证、威胁解决方案
2024-2025 - 学术界和行业合作伙伴的需求
开发陆军太空一体化和拦截、导弹防御和高空作战的最佳能力需要美国陆军太空与导弹防御司令部与学术界和工业界的合作伙伴进行深思熟虑的协作。这种伙伴关系侧重于创新技术，以解决司令部任务领域的现代化工作。USASSMDC 在学术界和工业界的合作伙伴为司令部提供了对新兴技术的认识和使用，同时创造了及时的机会，以加速向陆军部队过渡和部署新能力。