如今,就像 20 年前的互联网一样,人工智能 (AI) 正日益改变着我们的日常生活,而随着生成式人工智能的最新进展,这一趋势更是加速发展。有人认为,人工智能改变社会的潜力比互联网、火或电力更大。人工智能可以促进癌症诊断,机器人可以越来越多地执行复杂的操作,而 OpenAI 的 ChatGPT 等语言模型已经震惊了软件工程和学术界等老牌行业。近年来,我们看到人工智能发展取得了重大进展,导致越来越多的行业发生转变。最近的一项研究表明,受人工智能影响的组织收入百分比在过去三年中增长了一倍以上,预计到 2024 年将增长两倍 1 。
• CONSUS:通过整合历史数据、气象学、作物和土壤特性,以及应用新颖的数据分析和机器学习技术,解决“通过感知、理解和可视化实现作物优化”的问题。• Terrain-AI:该项目由 SFI 和微软联合资助,旨在帮助了解人类活动对土地利用的影响,并最终成为气候变化的驱动因素,以实现更可持续的土地利用。该项目将提供更准确的跨尺度碳通量估计值,并更深入地了解人类活动的影响,使决策者能够制定更有效的气候缓解战略。• NexSys – 下一代能源系统:一项全岛合作,涉及 46 位领先学者与行业合作,以应对能源脱碳挑战,开发基于证据的净零能源系统途径。NexSys 已通过 SFI 获得 1600 万欧元的资金,其中有 9 个行业联合资助合作伙伴和 1 个慈善捐助者。
2022 年,信息和通信部通知在印度尼西亚运营的所有互联网服务(无论是国内还是国际)都应注册为 PSE,以保护网络安全和用户。不遵守规定将导致该国禁止运营。PSE 政策导致多家互联网服务和游戏公司被短暂禁止,其中包括谷歌、Meta、雅虎和 Valve Corporation 等一些全球最大的公司,但他们最终在印度尼西亚注册了服务。
策略 质量、教学和学习网络 (QTL_net) 致力于支持教职员工提高 AKU 的教学和学习水平。我们认识到人工智能(例如 ChatGPT、Bing AI 和 DALL-E)具有变革性和颠覆性,并将在学术和专业环境中变得越来越普遍。混合和数字学习 (BDL) 团队可以支持教师有效、合乎道德和透明地使用这些工具。我们鼓励教师随时了解最新发展,并使用人工智能工具来增强教学和学习过程。我们制定了以下支持策略。 专业发展 BDL 团队推出了“教育游乐场中的人工智能”(AIEP) 系列,以促进人工智能在教学和学习方面的专业发展。AIEP 会议旨在创造一个空间来探索人工智能工具及其颠覆/转变教学、学习和评估实践的潜力,并想象以人工智能为伴侣的新教学和学习范式。AIEP 系列包括专家讲座、讨论、咨询和研讨会。鼓励教师和教学人员参加操场会议,以了解使用 AI 工具的可能性、局限性和道德考虑。课程、教学法和评估教学和学习 (TL) 团队将促进课程审查并转向基于成果的教育,以解决对 AI 扰乱高等教育的担忧。我们将支持评估重新设计,并转向课程的真实评估。学生作为合作伙伴 QTL_net 在 HTD 教师学院的支持下,将为学生安排课程,以提高对学术诚信、使用和 AI 工具可靠性的认识。我们还将促进教师和学生之间的讨论,重新考虑剽窃的定义、学术不端行为政策以及课堂期望和程序,同时考虑在内容创作中使用 AI 工具。
各级绩效相关数据将汇集在一起,并在一个平台内查看。这将包括理事会计划、交付计划、我们的关键战略和服务计划的进展情况,以及项目和计划监控以及所有服务(包括外包和共享服务)的内部和外部 KPI。这将创建一个综合的绩效视图,可以更定期地进行审查,以确保在需要改变方向或加强对某个特定领域的关注时能够尽早采取行动。认识到商业智能在理事会持续改进的更广泛目标中的作用,我们将使用商业智能工具来清晰地了解客户体验、哪些服务表现良好以及哪些服务需要支持。
美国核管理委员会 (NRC) 认识到公共和私营部门对人工智能 (AI) 的兴趣正在迅速增长,并预计 AI 在 NRC 监管活动中的使用将增加。就本文件而言,AI 是指一种基于机器的系统,它可以超越定义的结果和场景,并能够模拟类似人类的感知、认知、规划、学习、交流或身体动作。对于一组给定的人类定义目标,AI 可以做出影响真实或虚拟环境的预测、建议或决策。该战略计划侧重于广泛的 AI 子专业(例如自然语言处理、机器学习、深度学习等)这可能涵盖 NRC 以前未审查和评估的各种算法和应用示例。预计行业可能会将 AI 应用于 NRC 监管的活动,NRC 制定了此战略计划,以确保该机构随时准备审查此类用途。该战略计划包括五个目标:(1) 确保 NRC 为监管决策做好准备,(2) 建立审查 AI 应用的组织框架,(3) 加强和扩大 AI 合作伙伴关系,(4) 培养精通 AI 的员工队伍,(5) 寻求用例以在整个 NRC 中建立 AI 基础。该战略计划的总体目标是确保员工持续做好准备,有效、高效地审查和评估 AI 应用。
我认为人工智能战略可能有六大支柱,对吧?我总是说从商业价值开始。定义商业价值陷阱,并认识到释放业务增长所需的杠杆。当你考虑算法时,这些算法是解决业务定义的商业价值的关键算法,当你考虑当今的算法时,这是一个复杂的世界,对吧?我们需要确保它们的设计可扩展且没有偏见,因为我们听说现在很多算法的定义都是有偏见的。我们必须对此非常谨慎。然后你必须考虑数据,对吧?因为你现在了解业务,你已经构建了,你正在定义算法将支持你试图获取的业务价值。