人工智能主播历史沿革、应用现状及行业影响

[提要]人工智能主播是指以大数据处理与学习、虚拟合成与分身、人机交互等人工智能技术为驱动,在广播、电视、电子出版及互联网等媒介中担负着主持与播报任务的智媒产品。人工智能主播展现出具身认知与离身认知交互、智能技术与主播艺术结合、主体身份与客体身份并存的特质,它是目前人工智能视频新闻发展领域的最新和最高阶段。全球人工智能主播的发展经历了研究源起与萌发、技术探索与蓄力、合成应用三个阶段。当前全球人工智能主播正经历从低水平到高质量应用,从单一模式到定制化生产,从“机器替人”到“人机协同”,从机械传播到情感交互,从案例实验到商业化应用等几个层次的不断发展,并进一步对真实社会中的人类主播、传媒产业格局及大众视野产生影响。     

“媒介自延伸”:人机交互中知识权力话语模式变迁及潜在风险

以ChatGPT4.0为代表的生成式人工智能技术,不仅打破千百年来人类的话语主体地位,更冲出以人为本的“媒介即延伸”发展轴线,转向以媒介自我能力延伸的“媒介自延伸”之轨,人类知识权力话语模式的主体、特征以及权力关系受到巨大冲击。在梳理人类历史进程中不同媒介时代权力话语模式变迁基础上,采用扎根理论研究方法,对当下生成式人工智能引发的人机交互权力话语模式与特征进行分析,发现算法规制下的智能话语或将人类话语引入范式化与平庸化,造成机器知识内容权力宣示、庸语驱逐俗语以及情感话语蛊惑方面的潜在风险,需从个体“算法启蒙”及社会规制层面采取必要举措并进行反思。     

通感、具身与意识：人机交互实现的感知基础

传统的机器感知以经验主义的分离感知观和理智主义的工具感知观为基础,具有单模态性、符号表征性和离身性,机器表达具有缝隙性、间接性和被动性,由此造成人机交互不灵敏和延迟等流畅性问题。在身体现象学、认知科学和神经科学视角下,探讨以机器的通感感知作为人机交互的基本感知模式,将感知—表达一体性和感知多模态性作为机器通感感知的设计理念,将具身模拟的趋同性、抑制性和整体性作为机器通感感知的功能基础,由此,感知—表达一体性赋予机器具身智能,感知的多模态性赋予机器具身感知,人机交互模拟促使机器生成自主意识。具身性和自主意识性的机器通感感知设计,将有助于促进人机顺畅交互,加速人工智能向通用人工智能发展。     

智能时代“因材施教”的回归与超越——基于教学范式变革的历史考察

智能时代向教育教学提出培养大批多样化创新人才的社会诉求,驱动了教学范式的变革。根据库恩的范式理论来阐释教学范式的内涵与结构,并将教学范式纳入社会发展的历史进程中进行考察、梳理,发现教学范式经历了原始的现场教学向有组织的个别教学的转变,然后到班级教学,再到班级差异化教学的演进历程;教学观影响教学范式变革的方向,"因材施教"是不同时期教学范式一贯坚守的教育理念,技术虽是驱动教学范式变革的重要动力,但须通过教学范式的系统性、结构化重构才能实现范式的转换。智能时代的教学变革契合社会多样化、个性化的人才培养需求,利用智能技术驱动教学范式重构,推动大规模教育和人才个性化培养相融合,实现"因材施教"的回归与超越。     

元宇宙人机融合形态与交互模型分析

在元宇宙中，自然人、虚拟数字人、高仿人机器人构成“三人行”交互格局，其人机交互模式在主体类别上有类内交互、类间交互，在参与交互主体的数量上有一对一、一对多、多对多交互。人机融合给人带来三种身份形态，即自然“真身”、虚拟“化身”、机器“假身”。“三身合一”能够拓展人的行为时空，提升行动效能。人机多维交互重构了人际连接方式，在人际沟通的多个意义层面上实现了生产与再创造。     

从需求生态位看智能时代的人机关系

〗随着新一代人工智能的兴起,智能机器将拥有超强的记忆能力、计算能力和学习能力,因此不少人预言人类即将被人工智能全面超越,并且被智能机器所支配和奴役,而智能机器将获得独立的人格。然而,从马斯洛的需求层次理论来看,人具有生理、安全、社交、尊重和自我实现等五个层次的复杂需求生态位,而智能机器却只有生理、安全两个基本需求的一部分,并不具备人所具有的需求生态位。由于人和智能机器处于不同的需求生态位,因此即使机器再智能,人机之间都不会形成完全的矛盾和冲突,更可能是形成互补的共生关系。     

文化三级跳:人工智能的工艺史定位

从物质性工艺史视角看,作为智能生产工具的人脑神经元系统,是自然工艺史不断进化的产物,标志着人类文化的第一跳;文字系统是人在自身生物性身体之外创造出的智能生产工具,标志着人类文化的第二跳;而作为人脑、文字系统与现代机器系统交汇发展的产物,当今人工智能机器系统正在把人的体能和智能从非自由劳动中解放出来,启动人类迈向自由王国三级跳的最后一跃。物质性工艺史研究克服了有关人类文化史研究的孤立的精神性观念史倾向,有助于科学揭示人工智能发展未来大势及其对人类社会文化的影响。     

数字生态下的信息体与智能关联主义

在思考未来人与人工智能的关系上，存在人工智能将淘汰人类的取代论和人工智能的发展与人类无关的外在论两种倾向。我们提出第三种路径，即数字生态下的智能关联主义。智能关联主义并不注重在人类和人工智能之间进行区分，而是将之还原为数字生态的信息体，信息体即被一定的数字环境赋形的数据。在赋形的信息体基础上，当代人工智能技术基于解释性路径，形成了与行动元和其他行动元的关联，并在此基础上形成了更大的数字生态信息层，而人与非人、真实与虚拟、自然与社会的行动元都是这个信息层上运行和展开。这个数字生态的信息不断构造出新的关联，而新的智能关联进一步促成了人与智能体在行动元基础上的共同进化。     

人工智能聊天机器人对科研成果与人才评价的影响研究——基于ChatGPT、Microsoft Bing视角分析

美国开放人工智能研究中心(OpenAI)研发的人工智能聊天机器人ChatGPT,基于“生成预训练转换器”(GPT)语言模型能够理解和响应自然语言输入，于2022年11月30日正式发布，短时间内在全球互联网界、学术界及产业界引发热议和关注。以ChatGPT、Microsoft Bing为代表的人工智能聊天机器人基于超大海量数据，采用“从人类反馈中强化学习”(RLHF)进行训练，主要具有三大功能：智能交互对话、智能文本生成、智能文献爬取。人工智能聊天机器人的核心竞争力是采用人工智能生成内容技术(AIGC)而具有强大的内容生成或文本生成能力，除能够生成一般应用性文稿外，还能够从事科学写作，从而引领和推动知识生产方式和学术研究范式变革，知识生产和学术研究进程将显著提速，知识生产者将从非创造性劳动中获得解放，知识生产方式将由“手动式”“半自动式”迈向“自动化”“智能化”。这种变革对传统的科研成果评价机制将产生重大影响，更进一步将对通过科研成果进行人才评价产生重大影响。大体上说，以ChatGPT为代表的人工智能聊天机器人应用于学术研究中，将遮蔽成果演化学术史，影响科研成果创新性评价；挑战知识产权保...     

生成式人工智能——ChatGPT的变革影响、风险挑战及应对策略

由OpenAI研发的生成式人工智能聊天机器人ChatGPT一经问世便引起剧烈轰动和广泛热议。ChatGPT是以深度学习和人类反馈强化学习等技术为基础，经过针对海量数据的预训练，能够根据用户指令，生成内容丰富、风格类人的自然语言文本的大型生成式人工智能语言模型。同其他人工智能聊天机器人相较，ChatGPT特征鲜明：一是能够保障人机的连续性对话；二是能够在无法理解指令时主动向用户发出追问；三是能够以“人化”而非机器化的话语体系进行自然语言表意；四是能够“记住”用户生产的内容。ChatGPT作为生成式人工智能的杰作，或将利用强大的自然语言处理能力成为撬动第四次工业革命的一根杠杆，可能引发人类社会的深层次变革。包括：有望通过开辟信息智能化处理的场域，推动产业转型升级、提高劳动者生产力、改进生产工具、优化生产决策以变革生产方式；有助于研究现状梳理、研究思路组织、研究数据处理、研究成果完善以变革科研范式；为教育主体赋能、为教育客体赋权、为教育过程赋魂以变革教育形式；重构劳动生活、消费生活、精神生活以变革生活方式等。科技发展具有两面性，ChatGPT也会给我们带来系列风险隐患，或将滋生知识产权侵犯、...     

人工智能时代的社会风险治理创新

人工智能促进了社会风险治理系列创新,正在成为国内外学术界热烈讨论的问题。通过典型案例与理论研究发现,就“技术[CD*2]治理”而言,在人工智能时代,风险治理首先需要解决的是技术问题,只有对技术做出最佳选择,才能促使治理效果最佳化。就“政府[CD*2]社会”而言,人工智能不仅提高了政府治理能力,而且通过复杂的自适应系统、社区参与与社区赋权促进了民间社会成为治理主体。就“挑战[CD*2]前景”而言,人工智能将在许多方面迅速使人类智能落后,最重要的风险治理技术问题将由人工智能负责,出现所谓的“技术奇异性”或“奇异性”现象而具有光明的应用前景。就“不足[CD*2]陷阱”而言,缺乏自我意识的人工智能比人类大脑要危险得多,它可能逃脱人类控制并制造更大的社会风险,在治理社会风险的同时,也可能制造了新的社会风险。尽管如此,人工智能是社会的一部分,不仅具有强烈的社会功能,而且具有快速性、准确性与广泛性其他功能,促进了风险治理的重大变革,治理者应将其上升到战略层面,主动适应其发展变化。     

人类为什么不会被人工智能取代?——人工智能的技术本质研究

文章旨在对人工智能的技术本质进行分析，以回应为什么人类不会被人工智能取代的问题。通过历史分析的方法，以“器官投影说”等技术哲学思想作为分析工具，回顾了人工智能技术的历程。发现在理论上，人工智能的研究加深了对人类智能的模仿的同时，更倾向于由机器与人类共建智能系统的解决方案；实践中，人机关系也从“分离”更多地走向“交融”。因此，人类除了能在本质层面上作为人工智能这种人工物所模仿的终极目的而存在，还能在个体层面上作为大的人工智能系统的行动者发挥智慧功能，人类不会被人工智能取代。      

论人工智能与人类智能之差异

人工智能开启了人类继生物进化、文化进化之后崭新的技术进化之路,促进了人与技术的弥合与统一.人工智能可以发挥辅助和增强功能,但无法完全取代具身化和社会化的人类智能.“认知”层面的单维界定将智能简化为特定的理性认知,“心智”层面的多维界定引入“主观”的经验、意识、情感等因素对智能予以审视.以心智哲学为基础,从社会视角透视人类智能与人工智能的本质差异:人类智能具有创造性,人工智能虽在结果上表现出了一定的创造性,但从过程上看却不尽然;人类智能具有情感性,是心与身、感性与理性、主观与客观的融合统一;人类智能具有意向性,能够超出自身活动本身与外物或外事相关联.     

技术赋能、用户驱动与创新实践:智能时代下政府治理模式创新

以大数据、人工智能、云计算、区块链为核心的智能技术革命,对人类的生产、生活等各个领域都带来了全方位、彻底性、颠覆性的影响,推动人类社会向更高阶的智慧社会迈进。政府作为社会运行中的中枢大脑,是整个社会系统中的核心和基础,智慧政府建设的重要性和必要性不言而喻。本文通过分析总结智慧政府内涵概念、特征要素和演进逻辑,探索在智能时代下,以技术赋能和用户驱动为特征的虚实四维空间结构将如何推动政府治理模式创新,结合政府创新实践过程中所取得成效和经验,提出了四端联动三位一体物联网模式、管理学云计算模式和以"用户+算法"为核心人工智能治理模式,以期为政府治理模式创新与变革提供相关理论研究和模式借鉴。     

论人工智能与自然智能的关系

人工智能从其产生开始,就表现出强大的生命力,已成为人类科学认识和社会实践活动不可缺少的工具,它开拓了解放人类智能的道路。但与人类智能相比,其局限性也非常明显,只有在人类智能的配合下,它才能真正发挥预先设定的功能。不论从人工智能与自然智能的关系以及能动与被动的关系看,还是从认识论的基本原理看,人工智能超过人类智能、甚至统治人类智能都是不可能的。     

高等智能与人的思维

本文提出了思维和智能的操作性定义 ,描述了智能的进化及类型和等级 ,论述了人类思维的信息本质及思维与智能的关系 ,为人们理解思维研究与人造系统的智能 (机器人工智能 )研究之间的关系提供了理论依据     

人机协同下合作行为的发生机制与演变路径

当人工智能超越了人类平均智能时,与其说我们进入了一个“淘汰平庸”的时代,不如说我们迎来了一个探索人与机器互相合作潜力的契机。人与机器相协作的现象是技术与社会关系的不断迭代和相互作用的背景下自然发生的趋势。通过梳理人类合作行为从闭合到开放的演变历程,探析人机协同的起源与发生机制,揭示共享心智模型和团队态势感知在建立高效合作行为中的关键作用,并且进一步探讨人与机器合作的动因及人们接受AI作为合作伙伴的因素。最后,讨论人机协同面临的挑战及应对策略,重点关注当下人工智能超越人类智能的互补性问题、AI的“价值对齐”挑战、AI依赖下的思维钝化,以及如何建构新的人机交往规范等问题,并提出了相应的策略。     

人工智能时代的劳动方式变革图式

人工智能构成了当代人类劳动的技术背景和人机互动参照系,基于此,人工智能视域下劳动的当代域题愈益丰富。智能革命条件下人的劳动方式的历史性质将发生立体嬗变,人的存在方式亦会发生颠覆性变革。劳动工具的发展史是人体劳动器官工具化的生成史,劳动工具系统历经“肯定—否定—再肯定”的辩证过程,是一个不断超越脑体器官劳动能力的过程。由于人工智能的反噬,劳动的具体性将会消融于智能机器的物质运动之中,异化泛在的大观园展示了劳动方式变革的反向图景。未来技术变革中人的解放仍然是一个曲折发展的过程。     

评库兹韦尔的智能哲学

库兹韦尔认为智能进化是宇宙中最重要的事件,经历了自然进化与技术进化两个阶段,分别产生了人脑智能与人工智能,二者的结合导致奇点的出现。他把智能理解为类似物质、能量的特殊存在,智能可以注入物体之中,使“愚蠢的物质”进化为“聪明的物质”。地球上的智能以光速在星系中扩展,最后整个宇宙充满智能,这便是“宇宙觉醒”。智能将设计和创造新宇宙,所以“智能比宇宙更强大”。他指出,人工智能技术的目标是“精神追求”,它的发展是“精神事业”,有助于我们思考物质世界的“精神实质”。库兹韦尔的这些观点,是关于智能生存的哲学想象。继自然生存、机械技术生存之后,人类开始进入智能生存,主要依赖人工智能物和人工智能技术生存。人工智能优于人脑智能,二者贡献的比例是社会进步的新标志。     

附着与隧通——心智的工作模式

深度学习框架加速了人工智能技术的发展,越来越多的人工智能系统在专业领域超越人类,但沿此路径能否指引机器模拟出类人智能仍然没有定论。强计算主义的观点主张意识和智能可以被物理还原,甚至可以忽略意识。哥德尔等学者则倾向于机器无法模拟或超越人类。文章提出认知坎陷（意识片段）的“附着”与“隧通”这一对范畴,从新的视角探讨心智的工作模式。认知坎陷具有超越时空和流变的特性,在某时某地某景可以“附着”在某个具体对象之上。认知坎陷之间可以通过“隧通”链接成一个网络。“自我”作为最原初和最重要的认知坎陷,是人类意识与智能的发端。智能的作用之一是在情景改变时将“自我”“附着”到更合适的对象上。