人工智能如何提高资产可靠性——Fluke Reliability 访谈
如果您曾经查看过电工、工厂工程师或实验室技术人员（任何使用工业设备的人）的工具包，您可能会遇到过来自 吸虫。 这家拥有 75 年历史的公司专注于工业仪器和解决方案。 其工具可以监控工业设备的功率、温度和振动，以检测任何机械问题或磨损。 这里， 信息时代 与 Fluke Reliability 的 Ankush Malhotra 和 Aaron Merkin 交谈 – 福禄克的一个业务部门 该公司专注于通过维护、关键数据收集、调整和机器学习来实现可靠性和资产寿命，并使客户能够采用人工智能解决方案，将其运营从被动转向预测。 纵观历史，每一次伟大的“进步”都被现有劳动力视为对其生计的威胁，尤其是人工智能。 但有一种观点认为，它们创造的就业机会往往多于取代的就业机会。 你的看法是什么？ 人工智能的发展可能会加剧还是缓解全球技能短缺？ 马尔霍特拉： “我们现在看到的人工智能——特别是生成式人工智能——是从影响和规模的角度来看，就像电气化和互联网的引入一样大。 它规模庞大，生成式人工智能使人工智能变得更加普遍和易于使用。 “在我们为工业设施提供服务并改善客户成果的背景下，包括资产正常运行时间、更高的可持续性、效率和延长机器的使用寿命，我们认为人工智能存在巨大的机会。 “您拥有老化的资产，从可持续发展的角度来看，延长这些资产的使用寿命面临着巨大的压力，因为更换它们的成本很高。 此外还存在巨大的劳动力短缺——未来十年需要 350 万个制造业工作岗位，其中 200 万个工作岗位将无法实现，因为劳动力不具备完成这些工作所需的技能。 人工智能不会夺走工作岗位，它会填补我们无法填补的空白。” “它还将以副驾驶的形式提供价值。 拿 阿兹玛·德利 例如，我们最近的收购将人工智能驱动的振动分析和远程状态监测解决方案引入我们的互联可靠性产品中，这有助于客户从被动式维护转向人工智能支持的预测性维护。 Azima 诊断库中 93% 的数据不需要人工干预，但这 7% 则需要人工干预。 我们利用技术，但它不会夺走人类。” 连接可靠性：您能更详细地解释这个概念吗？ 这对公司有什么好处？您在实践中是否有这样的客户示例？ 品牌： “如果考虑一下客户在制造过程中拥有的所有数据，就会发现有各种不同的系统 – 互联可靠性就是收集所有这些系统并将它们整合在一起，以便为客户提供更好的见解。” 马尔霍特拉： “我们可以在 […]
客户体验中最大的人工智能神话
2023 年确实是人工智能年，特别是客户体验 (CX) 领域的生成式人工智能年。 这些技术改变了游戏规则，在效率、超个性化体验和整体客户满意度方面取得了进步。 估计 到 2026 年，超过 80% 的组织 将使用生成式 AI API，或部署支持 GenAI 的应用程序。 然而，与任何新技术一样，误解很容易传播，并且可能掩盖 GenAI 在 CX 中的真正潜力。 在这里，我们将打破目前流传最广的三个 AI CX 神话。 #1 – 机器人将在 CX 领域超越人类 早期对人工智能的批评者早就预言人工智能将取代人类的工作。 然而，与人工智能合作的座席可以改善客户体验。 正如拖拉机并没有消除农民，Microsoft Word 并没有消除作家一样，在 CX 中引入 AI 可以提高客服人员的生产力、拓宽他们的技能、减少培训时间并为组织带来竞争优势。 据预测，正确实施的 GenAI 工具将产生估计 性能改进 联络中心的效率提高了 35%，更多新手员工的生产力得到了更大的提高。 客户不再需要等待人工座席接通，而是通过简化的流程迎接客户，这些流程利用人工智能来确定联系原因（无论是通过语音还是数字渠道），并将他们引导至最合适的座席。 当与客户数据平台 (CDP) 集成时，该流程还能够为客服人员准备有关客户的信息，例如之前的交互，这有助于减少平均处理时间 (AHT)。 即使在交互之后，也可以使用 GenAI 简化管理繁重的交互后总结； 自动总结交互、分析情绪并使用相关更新填充表单和数据库。 这减少了呼叫后的工作时间，使客服人员能够专注于提供出色的客户体验。 […]
人工智能将如何改变 2024 年的安全格局
了解攻击者和防御者之间不断变化的动态的方法之一是通过外部因素的视角。 在进行此类分析时，我们通常将主要因素缩写为“PESTLE”，这是政治、经济、社会、技术、法律和环境力量的缩写。 毫无疑问，我们认为在网络威胁领域引起最大波澜的技术因素是人工智能的快速发展。 网络犯罪分子越来越多地使用人工智能来提高攻击的有效性和效率。 与此同时，对于防御者来说，人工智能被证明是安全团队的强大盟友，可以改善威胁检测和补救。 对人工智能自动化安全任务的需求已经到来。 英国政府最近的一份报告显示，英国已经结束了 160,000 个网络安全职位空缺需要填补。 我们预计人工智能在网络安全领域的影响今年将显着增长。 它将推进网络钓鱼技术并加速系统中的漏洞发现。 人工智能还将加快网络入侵的发展和响应。 为了领先于已经开始采用人工智能的对手，安全团队必须了解人工智能带来的威胁，以及它所带来的改善网络防御的机会。 到 2024 年，组织应重点关注人工智能变革网络安全的三个成熟领域： #1 – 人工智能增强的社会工程攻击 到 2024 年，人工智能将提升社会工程攻击的规模和有效性，在短短几分钟内创造出极具说服力的网络钓鱼诱饵。 网络犯罪分子将利用人工智能，利用社交媒体和被泄露的电子邮件帐户中的数据生成个性化的网络钓鱼消息。 即使对于训练有素的员工来说，这些复杂的诱饵也很难被发现。 更重要的是，生成式人工智能将把网络犯罪分子变成更好的骗子。 人工智能将帮助攻击者用不同的语言制作精心编写、令人信服的网络钓鱼电子邮件和网站，使他们能够跨地区扩大其活动网络。 我们预计社会工程攻击的质量将会提高，从而使目标和安全团队更难发现诱饵。 因此，我们可能会看到与社会工程相关的风险和危害增加——从欺诈到网络入侵。 我们还可能会看到围绕英国大选、体育赛事（例如巴黎奥运会、欧洲冠军联赛）和购物活动（例如黑色星期五、节礼日促销）等重大事件的大型人工智能网络钓鱼活动。 随着人工智能生成的电子邮件与合法电子邮件几乎无法区分，仅依靠员工培训来保护用户是不够的。 相反，安全团队应该考虑使用不依赖检测来保护员工的隔离技术，例如微虚拟化。 该技术可在隔离的虚拟环境中打开有风险的文件和链接，防止恶意软件和软件漏洞（甚至零日威胁）感染设备。 #2 – 本地大语言模型 (LLM) 随着计算能力的增强，新一代“AI PC”将能够运行本地LLM，而无需依赖强大的外部服务器。 这将使个人电脑和用户充分受益于人工智能，重新定义人们与设备的交互方式。 这些本地法学硕士承诺提高效率和生产力，同时通过独立于互联网工作提供安全和隐私优势。 然而，本地模型及其处理的敏感数据如果没有得到适当的保护，可能会使端点成为攻击者的更大目标。 此外，许多企业正在部署基于法学硕士构建的聊天机器人，以提升和扩展其客户服务。 但底层的人工智能技术可能会带来新的信息安全和隐私风险，例如可能暴露敏感数据。 今年，我们可能会看到网络犯罪分子试图操纵聊天机器人绕过安全措施来访问机密信息。 #3 – 高级固件和硬件攻击 人工智能通过帮助技能较低的用户更有效地执行更复杂的任务来推动技术的民主化。 但是，虽然人工智能提高了组织的防御能力，但它也有可能帮助恶意行为者对较低的系统层（即固件和硬件）进行攻击，近年来攻击活动一直在增加。 从历史上看，此类攻击需要广泛的技术专业知识，但人工智能开始显示出降低这些障碍的希望。 这可能会导致更多的努力来利用较低级别的系统，从而为攻击者提供低于操作系统和业界最佳软件安全防御的立足点。 随着时间的推移，我们预计针对系统固件（例如 MoonBounce 和 CosmicStrand）的恶意软件的频率将会增加。 […]
只有 22% 的 IT 员工完全了解 AI 工具的功能
根据研究来自 可观测性 及IT管理平台 太阳风，大多数技术专业人士 (62%) 目前并未日常使用人工智能，尽管 55% 的人相信人工智能工具将使他们的工作变得更轻松。 研究发现，对于那些已经在利用人工智能工具的人来说，其使用仅限于基本功能——28% 的人将信息收集和研究视为关键用例，而 18% 的人使用该技术来帮助向非技术同事解释复杂的主题。 与此同时，还有 14% 的人使用人工智能工具创建内部文档，但在创建供外部使用的信息资源时，这一数字降至十分之一以下（9%）。 由于人工智能仍然容易受到幻觉和偏见等风险的影响，在没有人参与的情况下，在外部部署系统供客户使用仍然可能是有害的。 NCSC 发布安全人工智能开发指南 — 国家网络安全中心 (NCSC) 的新指南旨在帮助企业利用人工智能进行安全创新并最大程度地降低风险。 当谈到更多技术能力时，16% 的 IT 专业人员使用此类工具来编写代码，而 6% 的 IT 专业人员使用它们来识别代码中的缺陷和安全漏洞。 展望未来，大多数受访者 (90%) 认为工作场所的同事会接受此类工具。 “人工智能有潜力改变 IT 专业人员的生活——许多人都意识到了这一点。 因此，大多数人没有使用任何人工智能工具来协助他们的工作，这可能会让人感到惊讶。” 萨沙·吉斯，SolarWinds 的全球可观测性技术传播者。 “显然，围绕人工智能工具仍然存在一种普遍的神秘感，即使对于那些技术性更强的人来说也是如此。 因此，如果企业想要获得人工智能带来的效率回报，并将节省的资金用于创新，就必须投资于教育和培训。 “只有清楚地了解人工智能工具的内部工作原理、具体用例和最佳实践，IT 团队才能自信地在日常工作中采用人工智能工具。 “展望未来，人工智能问题的透明度以及高管层和 IT 团队之间的协作、公开讨论是加快采用这些变革性工具的唯一途径。” SolarWinds 全球 267 名受访者 钉入 社区接受了公司 IT 社区脉搏调查的调查。 有关的： […]
保险科技如何使用人工智能
虽然保险行业在流程数字化转型方面历来停滞不前，但随着企业希望在日益激烈的竞争中取得领先，保险行业在过去几年中创新更加迅速。 除了在业务内部乃至业务之外不断发展文化以加强合作伙伴关系之外，保险技术（保险科技）以人工智能为基础的功能现在可以在整个市场上广泛购买。 面向保险的人工智能能力预计将达到全球市场总价值 到 2030 年将达到 800 亿美元保险公司在发现新的增值、用例和收入来源方面还有很大的增长空间。 以下是保险科技领域人工智能创新的一些有价值的例子，以及当前需要考虑的风险，以及保险公司如何利用该技术保持成功。 Untangl 首席执行官讨论保险科技初创公司如何颠覆金融市场 — Untangl 联合创始人理查德·斯图尔特 (Richard Stewart) 向《信息时代》讲述了保险科技如何颠覆金融服务。 关键用例 索赔点 在为保单持有人提供积极的参与和体验方面，索赔点仍然是客户旅程中最真实、最重要的方面。 人工智能可以通过按需提供有组织的数据集资产来优化客户与保险公司的初始交互，帮助保险公司立即实时做出正确的决策。 “关键是以简单的方式提供有效的结果，”说 塞缪尔·诺特销售总监 UKI 扩张。 “利用人工智能可以减少索赔流程，并毫无压力地提供无缝的端到端、直通式处理。 人工智能通过自动化日常任务并使用预测分析来加快决策过程，从而加速整个索赔流程。 “人工智能还可以最大限度地减少索赔处理中的错误，从而实现更准确的赔付，同时检测可疑模式以标记欺诈性索赔。” 体验编排 随着保险公司希望变得更加以客户为中心，人工智能与高级分析的结合可以帮助提供更具体、个性化和实时的保险客户情况。 随着保险客户开始依赖在线平台购买和管理此类特定商品的保单，与公司本身的互动很少且遥远，这可能会降低用户体验。 然而，体验编排——保险公司利用客户数据和人工智能来创建高度个性化的互动——可以用来改善长期关系。 马南萨加尔，全球保险主管 创尼斯” 解释道：“例如，在询问索赔时，无需浏览通用的呼叫树，而是可以根据客户的独特情况提供主动且具体的响应。 这种方法不仅改善了客户体验，还通过自动化任务或更有效地路由呼叫来提高员工效率。 “随着保险行业进入数字时代，体验编排可以作为一个强大的工具来维护长期以来定义该行业的信任和个人关系的传统。 通过这一点，企业可以在日益商品化的市场中脱颖而出，并确保客户保持忠诚度和满意度。” 70% 的英国公司报告去年网络保险发生变化 — 根据 Databarracks 的研究，随着要求的提高，在过去 12 个月里，十分之七的英国企业的网络保险发生了变化。 聊天机器人 优化保险索赔人互动的常见途径是人工智能驱动 聊天机器人。 自从围绕生成人工智能的出现和随后的模型演变以来，聊天机器人技术变得更加可定制，可以更准确地与业务目标保持一致。 “人工智能正在帮助保险科技公司最终释放聊天机器人的真正潜力。 从理论上讲，聊天机器人是一个好主意，但迄今为止它们并没有多大帮助——如果问题与一组预先确定的答案不完全匹配，它们常常会陷入僵局。” 斯科特·洛吉，首席商务官 睿智。 “利用人工智能扫描内部文档和可信的外部来源，保险科技公司能够扩大范围，为聊天机器人提供更多相关信息，并以与品牌相匹配的风格和语气提供结果。 […]
软件开发的现状
随着时间的推移，随着新功能的发现和实施以支持产品和解决问题，软件开发的本质是不断发展。 随着人工智能的出现和发展，整个领域的创新浪潮只会加速，人工智能通过增强编码过程帮助减轻了开发人员和工程师的压力。 然而，由于市场上有如此多的选择，人工智能和其他软件的部署需要明确的业务目标，以及强大的安全措施来防范威胁行为者。 科拉里·曼丁比最近成立的子公司 Ki Reply 的创始人，一直在亲身体验这些趋势，并与《信息时代》谈论了软件开发的当前状况以及未来的发展方向。 从遗留系统迁移 尽管软件开发仍然具有增长和持续创新的潜力，但技术人员仍然面临着一系列需要克服的挑战。 Ki Reply 创始人 Mandimby 表示，一些最大的障碍涉及从遗留基础设施的转变，以及调整文化和工作方式，以更加开放的态度学习和使用新的人工智能工具。 “遗留系统往往不会让企业享受到如此灵活的乐趣，而且这一挑战在未来只会更加普遍，”她解释道。 “但迟早，他们需要解决这个问题，以避免在市场竞争中落后。” 正在自上而下地考虑可能因基础设施过时而导致速度减慢的风险，超过一半（51%）的 CIO 将遗留 IT 的复杂性视为当前面临的三大挑战之一。 Mandimby 补充道：“最终客户对从技术进步中受益抱有很高的期望，而对于那些在实施技术创新方面处于领先地位的竞争对手来说，他们就处于领先地位。 这给剩下的市场参与者增加了更大的压力，他们必须找到提供更多价值的方法，以保持竞争力。 “企业需要发展其产品和服务，以便向最终用户展示有形的价值，并将这些变化更快地推向市场。 这意味着更多的自动化。” 有效部署人工智能 在软件开发项目中部署人工智能可以大大缓解生产力瓶颈。 但最重要的是，任何有关快速发展技术的长期投资决策都必须经过深思熟虑，并与当前目标完全一致。 “随着技术的发展，除了花时间学习和实验之外，别无他法。 人们需要做好心理准备，不断学习和挑战他们目前做事的方式，”曼丁比说。 “企业领导者首先必须关注 USP，他们想要走向何方，以及他们希望如何与竞争对手保持不同。 然后，在考虑他们的商业想法时，他们的技术领导者应该支持商业领导者检查哪些技术与他们实现这些想法相关。” 除了关注公司及其市场监管的特定用例之外，制定安全措施来保护代码免受网络攻击也很重要。 Ki Reply 创始人表示，当谈到确保人工智能生成的代码安全时，“问题在于人们如何使用生成式人工智能，以及我们采取什么机制来保证其安全”。 “一般来说，通过正确使用生成式人工智能，你可以获得更安全的代码。 例如，从我们的角度来看，我们有一个人工智能代理，可以对人工智能生成的代码运行安全检查。 “您始终可以在人工智能生成的代码之上添加这些安全检查层，以使其更加安全。 这并不是人工智能不太安全的问题，而是企业如何实施它的问题。 当然，如果代码已向公众共享，那么就会存在需要解决的风险。” 软件开发的未来 很明显，随着新用例的不断出现以支持创新，以人工智能堆栈为基础的软件开发能力将在未来几年持续快速增长。 全球软件领域的价值预计将从 2023 年的 6590 亿美元增长到 到 2028 年将达到 8580 亿美元。 […]
在这样一个历史性的全球选举年，错误信息和操纵的潜在风险是什么？
今年，50 个国家约 40 亿人（占世界人口的近一半）将参加投票，美国、印度和英国等国家的选举结果对选民的角色产生重大影响包括人工智能在内的先进技术。 在许多国家，互联网和社交媒体的普及意味着选民与政客及其平台的联系比以往任何时候都更加紧密。 人们也比以往任何时候都更多地接触新闻和每日更新。 虽然这可以让公众更加了解并了解世界各地复杂的现实，但错误信息和虚假信息的同义增长带来了巨大的挑战。 许多新闻媒体在发布引人注目的头条新闻之前，都会不遗余力地核实信息并验证消息来源。 然而，其他人则没有那么严格。 这导致看似合法的组织大量传播错误信息， 公众信任度降低 在媒体上。 此外，由于一些新闻媒体采取党派立场，人们可以选择仅从符合其政治观点的来源获取信息。 由于人们只消费与其现有信仰相符的媒体，社会群体往往会变得更加两极分化，因为人们的视角有限且狭隘，缺乏替代观点或与以不同方式看待世界的其他人进行对话。 在其 2024 年全球风险 世界经济论坛在报告中指出：“人们对错误信息和虚假信息的日益担忧在很大程度上是由于人工智能在不良行为者手中可能会用虚假叙述淹没全球信息系统。” 同样，去年底， 英国网络安全中心发布报告 强调了对中国和俄罗斯等国家可能利用人工智能操纵选民并干扰国家选举的担忧。 该报告呼吁实施额外的保障措施，例如加强法律框架和为技术研发提供资金，以减轻恶意互联网内容的影响。 有人担心，虚假信息，尤其是以深度造假或令人信服地描绘真实人物的超现实媒体形式出现的虚假信息，可能会被恶意行为者用来操纵选民并加剧社会分歧。 我们已经在周围看到过这样的例子 斯洛伐克选举 去年。 投票前几天，一名候选人声称操纵选举的视频开始在互联网上流传。 虽然该视频很快被认定为假视频，但它已经在各种社交媒体平台上多次分享，对选民的行为产生了无法量化的影响。 这预示着在世界各地即将举行的选举中，选民很容易被人工智能生成的深度虚假内容所操纵。 专家们为公司和政府提出了几种策略，以应对当前互联网时代虚假信息对民主选举日益增长的威胁。 在个人层面，通过公共活动和短期课程提高民众的媒体素养可以减轻虚假信息活动的影响。 此外，在事实检查和核实消息来源时，让新闻媒体遵守更高的标准也很重要。 包括美国、英国和澳大利亚在内的许多国家正在努力制定围绕人工智能等技术的强化法规。 此类措施可能包括要求对人工智能生成的内容进行标记，以便用户在滚动社交媒体时更容易识别。 由于阻止人工智能的使用几乎是不可能的，世界各地的立法者也在游说主要社交媒体平台，例如 Facebook、Instagram 和 WhatsApp 的母公司 Meta，采取更多措施监管其网站上发布的虚假信息和错误信息。 与此同时，其他人正在投资开发能够检测和解决深度虚假内容的技术。 人工智能的指数级增长使政府难以跟上并规范其使用。 因此，随着个人、公司和政府努力确保人工智能和社交媒体的明智使用，人工智能和社交媒体的更广泛使用无疑将在世界各地即将举行的选举中发挥作用。 2024-03-08 19:01:35 1709932371
人工智能将在学术界发挥什么作用？ 这是专家的说法
随着人工智能世界的不断发展，它对教育等关键领域的影响也在不断发展。 尽管人们担心人工智能将在未来几年取代近一半的现代劳动力，但其他人也指出，拥抱人工智能可能会带来指数级增长。 为了更好地了解人工智能当前和未来在学术界的作用，英国《国际商业时报》采访了目前在伦敦国王学院从事人工智能研究、教学和学习的主题专家。 Caitlin Bentley 博士是信息学系人工智能教育领域的研究员和讲师。 她表示，学术界的人工智能正处于“令人难以置信的变化时刻”，因为它的作用因学科、大学和国家而异。 对于计算机科学、医学和工程等某些研究领域，人工智能一段时间以来一直是教育的核心方面。 她说，现在最大的变化是由于一种称为生成人工智能的特定技术，利用数据产生新的原创内容，这种技术在没有经过深思熟虑的情况下就被引入到教育中。 她强调，学生使用 ChatGPT 等生成式人工智能技术的主要问题是他们可以生成课程作业和论文。 但本特利表示，生成式人工智能除了作弊之外还有很多用途，例如支持研究过程、作为个人导师，甚至在某些情况下作为朋友。 在很大程度上，人工智能教育的重点是向学生介绍这项技术、它的作用以及如何使用它。 然而，随着关于某些人工智能技术规模化相关风险的讨论越来越多，这种情况正在发生变化。 Bentley 教授专业实践课程，旨在通过思考技术对现实世界产生的影响类型，帮助计算机科学家更负责任地设计和开发技术。 虽然计算机科学通常侧重于数学、算法、数据结构和理论框架的使用，但她的方法是始终将技术置于上下文中。 她通过鼓励学生思考特定技术从何而来、该技术的开发者是谁以及那些可能被排除在开发过程之外的人来做到这一点。 她还让学生从不同的角度看待技术，例如用户如何根据自己的需求以不同的方式使用技术。 她表示，评估人工智能的影响很重要，尤其是其使用带来的意外后果。 “我不仅教人们如何使用它 [AI] 但也更广泛地教导他们以及由此产生的问题，特别是在社会不平等和环境影响方面，”本特利指出。 由于 ChatGPT 取材于互联网上的现有信息，而互联网上的信息主要以美国英语来源为主，因此它往往存在文化偏见。 在一种情况下，人工智能生成的响应做出了一种性别刻板的假设，即编码员不是女性。 她还举了一个例子，有人开始依赖 ChatGPT 来写电子邮件，却不明白每次使用该技术都会造成碳排放。 如果没有这种背景，他们就无法做出明智的选择来更负责任地使用该技术。 本特利说：“我们正在考虑对就业的影响，但我们没有考虑环境成本。”他建议这些技术有可行的替代方案，对环境的危害较小，包括多花几分钟时间自己起草电子邮件。 在思考学术界负责任地使用人工智能时，本特利指出，伦敦国王学院的方法是让学生清楚何时以及如何使用人工智能。 例如，大学开发了几种不同的模型，院系和讲师可以根据自己的需要采用。 有些人可能会告诉学生他们不允许使用它，而另一些人可能会在作业中添加反思部分，要求学生思考使用人工智能如何支持他们的学习。 有些可能允许使用人工智能进行研究，但不允许撰写作业。 她说，大学对这些工具如何支持学习持开放态度，特别是因为它们将改变许多职业，因此必须知道如何使用它们。 为了让学生为人工智能日益驱动的世界做好准备，Bentley 认为最重要的教学技能是批判性思维。 学生必须能够质疑他们在使用人工智能技术时获得的输出，验证所提供的信息，并发现可能存在偏见的结果。 她说，大学应该培养能够思考如何解决复杂问题的专业人员，这是一项需要创造力和协作的多学科努力。 此外，她表示，利用人工智能更好地理解它及其问题，是我们整个社会引导技术朝着更有利于公共利益的方向发展的唯一途径。 Bentley 表示，在培训大学外人员负责任地使用人工智能方面，英国目前做得还不够，部分原因是企业不想再投资于员工培训。 她认为，大学可以通过向那些已经进入职场的人提供较短的课程来解决这一差距，以帮助创造公平的竞争环境。 展望未来，本特利博士有兴趣开发实用的解决方案，帮助边缘化社区的人们理解和参与人工智能，以减少该技术对现有不平等的影响。 Modest Lungociu 目前是计算机科学专业的硕士生。 他表示，自几年前本科学习以来，人工智能的使用发生了很大变化，尤其是随着 ChatGPT 的发布。 他注意到 ChatGPT […]