人工智能创新不止 颠覆未来 访清华大学智能产业研究院（AIR）助理研究员赵昊

<正>在2023百度沸点年度榜单上,“AI大模型”“生成式AI”入选成为“沸点年度科技热词”。2023年可谓是生成式人工智能的突破之年,以ChatGPT为代表的人工智能大模型,内容生成能力表现惊艳,一时间拉开了国内“百模大战”的序幕。据不完全统计,截至2023年10月,我国累计发布200余个人工智能大模型。事实上,ChatGPT只是人工智能领域的一个分支。清华大学智能产业研究院（AIR）助理研究员赵昊接受《经济》杂志记者专访时表示,ChatGPT属于自然语言处理这一类别,基于已有的Transformer算法进行自然语言的建模,通过对海量数据及人类偏好标注的方式学习,显得极其智能。     

做好人工智能与数字经济深度融合

<正>ChatGPT在全球的火热代表着一场产业变革的先声,人工智能将逐渐成为内容生产的一个人类助手,为数字经济的增长创造新的引擎。本文聚焦ChatCPT的技术特点,分析人工智能与数字经济的融合之路。近日,OpenAI公司推出的ChatGPT引发了全球热议。这款以聊天机器人形式推出的产品,不仅具有学习和理解人类语言的能力,还能根据聊天内容的上下文进行互动,     

是时候给ChatGPT们降降温了

<正>风险高、成本大、投资回报比难以短时间量化,这些复杂的因素似乎注定了ChatGPT只是互联网巨头的游戏。但也并不意味着初创公司没有机会。一个细微的演示错误,让谷歌市值一夜蒸发1000亿美元;一个还未成形的概念,让数家互联网公司股价坐上过山车;一个饭局轻松敲定数亿美元的融资认购;这都是ChatGPT的魔力所在。2022年11月,ChatGPT成为现象级的互联网产品;两个多月后,ChatGPT代表的AI应用成了互联网赛道的大爆款。当美国ChatGPT已成,中国的ChatGPT到底还有多远?     

一种基于篡改训练数据的词级文本后门攻击方法

后门攻击是针对深度神经网络模型的一种隐蔽安全威胁,在智能信息系统安全性测试等方面具有重要的研究价值。现有的字符级后门攻击存在两方面的问题:当被毒化的训练样本的源标签与目标标签一致时,后门攻击的效果不佳;插入的触发器与上下文相关性不强,会破坏原始输入的语义和流畅性。为了解决上述问题,提出了一种基于篡改训练数据的词级文本后门攻击方法。通过对抗扰动技术或隐藏重要词技术篡改少部分训练数据,使目标模型更容易学习到后门特征;在触发器的生成和添加部分,利用义原库向被攻击句子中添加相关性强的触发器。在标签一致的条件下,通过在2个基准模型上的大量实验,证明了所提出的攻击可以达到90%以上的成功率,并能生成更高质量的后门示例,其性能明显优于基线方法。     

让算力不再“卡脖子”——组建超大规模高速广域计算大集群，提升国家综合算力

<正>全球数字化的角逐已然是一场殊死革命数字驱动已成为科技创新的范式，而国家超大综合算力则是现代综合国力的重要组成部分和实现人工智能发展的重要基石。当前，以ChatGPT为代表的美国人工智能技术(涉及通用人工智能和AI大模型)取得了突破性进展，通过数据、算力和AI模型，改变认知、探索前沿已呈现出重大的示范意义和启示作用。     

AI大模型需求高企 助推“东数西算”加速发展

<正>以ChatGPT为代表的AI大模型应用的训练、优化和推理应用涉及数据处理、模型设计、调参、评估等多个环节,其中参数约为1750亿个,我国目前的AI大模型应用的参数基本与其保持同数量级,也有部分模型超过万亿参数,对应的算力需求远超以往任何应用。面对如此惊人的需求,我国算力体系能否满足？     

融合认知计算的方法与原理

在数据智能技术产业化的过程中，一个重要的发展趋势是由计算智能、感知智能向认知智能技术升级。作为这一趋势在日常生活工作场景中的实际呈现，由美国人工智能研究公司OpenAI推出的产品ChatGPT在近日广受追捧。这项技术的本质是将海量数据与表达能力极强的Transformer模型结合，从而对自然语言进行深度建模，最终呈现为ChatGPT在上述模型参数的作用下对输入指令生成回复。然而，理想的认知智能技术远比现有的ChatGPT更加强大，该技术需要对信息化社会中由互联网、移动互联网和移动智能设备所产生的数据进行解读，这些数据包含语音、图像、视频、文本以及情绪等各类纷繁复杂的内容。本文所介绍的多源多模态融合认知计算（以下简称融合认知计算），就是我国自主研发的已场景化应用的认知智能技术，该技术以分词矩阵构建中文语义的技术核心，探索像人脑一样分析“机器大脑”无法理解的数据。本文将详细介绍融合认知计算的技术和特征，揭示其技术本质和核心逻辑，对促进认知智能技术进步，完成人工智能从“量变”到“智变”的跨越具有深刻意义。     

基于支持向量机的股市组合预测模型研究

首先利用线性回归模型提取股市系统的线性特征,其次神经网络提取股市系统的非线性特征,共同生成预测个体;最后利用支持向量机回归组合,时变权重分别赋权生成最终结论。建立基于支持向量机的股市组合预测模型,并对上证指数的日开盘价,收盘价实例分析,结果表明该方法取得较好的效果。     

小波包与神经网络相结合的人民币汇率预测

文章提出一种基于小波包与神经网络相结合的人民币汇率建模及其预测的新方法。首先,将人民币汇率序列进行小波包分解;然后,对分解得到的各子时序分别建立神经网络模型进行预测;最后,基于小波包理论对神经网络模型预测的结果予以重构,实现对人民币汇率的预测。以人民币日汇率和人民币每日分时汇率为例进行了实证研究。研究结果表明,利用基于小波包与神经网络相结合的方法进行人民币汇率预测能取得更好的效果。     

基于云模型的大型工程机械企业项目融资决策研究

针对大型工程机械企业项目融资决策的多指标性和复杂性,提出了一种基于云模型的大型工程机械企业项目融资群决策方法。首先,利用云模型将决策群体语言偏好形式的评价矩阵转化为云决策矩阵;然后,利用浮动云的概念进行决策群体偏好集结;接着计算各方案的群体效益值和个体遗憾值,在此基础上,计算各方案的折衷排序值,并据此对方案进行排序;最后,应用该方法进行大型工程机械企业项目银行贷款决策,验证了该方法的可行性和有效性。     

ChatGPT：“现象级”产品背后的AI技术发展与展望

<正>今天，你和ChatGPT聊天了吗？它仅仅开发13天就匆匆上线，却在2个月内就获得过亿用户。这一基于AI的产品持续火热出圈，在社会各界引发越来越多的关注。以此为契机，业界对于人工智能技术的革新与应用展开新一轮讨论，其中大模型的创建和学习能力成为关注焦点。     

基于BP神经网络的城市创业环境评价模型构建

基于GEM理论框架,从经济、政治、社会三个角度提出了评价城市创业环境的16个可操作的量化指标。通过运用神经网络理论,以南昌市和深圳市历年统计数据为样本训练,建立了基于三层BP神经网络的城市创业环境评价模型。计算机仿真结果与检验样本吻合,表明了所选评价指标的合理性和所建神经网络模型的可靠性,可以用于客观评价不同城市的创业环境。     

沈阳旅游官网景点英译探究

基于网站文本翻译功能论的视角,通过与国内外旅游网站文本进行对比,分析沈阳旅游官网景点英译存在的问题;从语言、文化及交际层面提出翻译对策,以使网站文本内容符合目的语的语言文化系统,使交际语气符合目标市场的风格要求。     

Matlab在地质工程中的应用

针对区调实际工作中,有的区域未布设采样点或未采到样品的问题,可利用RBF神经网络的不断自学习能力预测盲区的元素含量,然后生成地球化学等值线图。通过在新疆恰尔隆金矿地球化学找矿中的应用,基于RBF的人工神经网络模型,可以比较好的放映研究区的元素含量情况,体现异常区的连续性。     

网络财务报告的XBRL技术分析

一、选择XBRL技术的原因 XML语言可以通过创建自定义标签来说明标签间所记录的信息，可以跨平台跨系统实现数据传输。通过XML，可以定义每一个字或每一组数字代表的含义，并且允许信息在一个组织的内部和外部、不同的用户和不同的应用软件之间相互交换。XBRL是基于XML技术的标签语言，     

Matla在地质工程中的应用

针对区调实际工作中,有的区域未布设采样点或未采到样品的问题,可利用RBF神经网络的不断自学习能力预测盲区的元素含量,然后生成地球化学等值线图.通过在新疆恰尔隆金矿地球化学找矿中的应用,基于RBF的人工神经网络模型,可以比较好的放映研究区的元素含量情况,体现异常区的连续性.     

基于神经网络的房地产估价模型研究及其Matlab实现

研究目的:分析人工神经网络应用于房地产估价的思路以及估价流程,采用Madab神经网络工具箱函数编程采实现基于神经网络的房地产估价模型的构建、训练与仿真.研究方法:文献资料法和案例分析法.研究结果:以训练样本为基础,建立基于神经网络的房地产估价模型,用测试样本检验,得出估价模型的精度较高.研究结论:神经网络对包含多种因素影响的房地产估价具有优势,基于神经网络的房地产估价模型具有很强的实用性和可操作性.     

非结构化文本语言性对公益众筹项目筹资绩效的影响

本文基于扎根理论和精细加工可能性模型(ELM)构建出了影响公益众筹项目筹资绩效的文本语言风格模型.对新浪微公益网站中的16369个项目进行回归分析,研究发现,从外围路径分析,项目标题中直接表达求助者本身的诉求不利于项目的成功;而含有个体标签与积极情感的项目标题能说服潜在捐助者捐赠.从中央路径分析,众筹项目详情只有综合蕴含清晰故事结构、具体细节和情感诉求的特点方能极大提升项目筹款达成率.研究同时发现,项目类型在文本语言风格与项目成功的关系中具有调节作用.本文研究成果有助于项目发起人从非结构化众筹语言本身出发对项目描述进行优化改进,进而有效提高项目筹款达成率.     

基于网络新闻的CPI预测混合模型构建研究

本文建立在基于计量经济学的模型——ARIMA模型的基础上,通过提取经济相关的信息对CPI波动的影响因素,对SARIMA模型无法解释的误差使用神经网络BPNN进行建模,用网络新闻信息来拟合时间序列得到残差,以修正CPI的拟合效果.考虑网络新闻中包含的主观信息与客观信息并对其进行情感分析与文本分析,建立TS-SARIMA混合模型用以预测CPI值.     

基于小波神经网络的企业技术创新能力模糊综合评价

在对企业技术创新能力系统进行分析的基础上,建立了企业技术能力评价指标体系并提出了基于小波神经网络的综合评价方法,采用模糊综合评价法生成评价样本集。仿真试验表明该方法用于企业技术创新能力综合评价的有效性与准确性,为企业技术创新能力的评价研究提供了一种新的模型。