《生成式人工智能十大趋势与公共文化机构的应对策略》

  • 编译者: 杨小芳
  • 发布时间:2025-07-23
  • 本文探讨了生成式人工智能(GAI)的十大发展趋势及其对公共文化机构的影响。这些趋势包括AI驱动的科学研究普及、具身智能机器人提升服务体验、多模态大模型走向实用化、合成数据与数据治理挑战凸显、世界模型与因果推理能力突破、AI算力与模型优化协同发展、智能体技术普及带来产品爆发、资本投入与产业整合加速、开源生态与小模型应用扩展以及AI伦理与治理框架完善。公共文化机构应把握AI带来的机遇,提升服务效率与质量,实现智能化转型。

    AI驱动的科学研究普及:大模型与深度学习的发展催生了“人工智能助力科学研究”的新模式。2024年,大型语言模型在多个领域取得重大进展,如OpenAI的o3推理模型和谷歌的Gemini 2.0,以及DeepSeek R1推理模型的问世,降低了模型训练和推理成本,推动了AI4S和AI4DH的普及。图书馆等机构可借助这一趋势优化馆藏管理,构建智能数字档案库。

    具身智能机器人提升服务体验:2024年是人形机器人技术的“应用元年”,特斯拉、波士顿动力公司和优必选等企业在具身智能领域取得重大进展。2025年,特斯拉的Optimus和国内智元机器人的批量生产标志着具身智能技术的重大突破。图书馆可利用具身智能机器人提升工作效率和服务质量。

    多模态大模型走向实用化:2024年,多模态技术持续爆发,视频生成与理解模型迎来“GPT时刻”。如OpenAI的Sora、快手科技的Kling和DeepSeek的Janus-Pro等模型的出现,预示着AI在多模态综合处理能力上的提升。未来,图书馆服务平台可借助多模态大模型实现跨媒体数字化展示。

    合成数据与数据治理挑战凸显:2024年下半年,多个先进模型采用合成数据。合成数据技术可降低对真实数据的依赖,解决数据隐私和版权问题,但也面临数据质量、安全性和合规性等挑战。图书馆等机构需强化数据治理体系,确保数字资源的质量和合规性。

    世界模型与因果推理能力突破:2024年,世界模型成为人工智能领域的焦点议题。世界模型的核心特征包括物理世界建模、因果推理能力和动态场景生成。未来,具备因果推理能力的AI系统将能预测未来动态,解决复杂问题。图书馆可利用世界模型技术辅助空间规划、构建沉浸式虚拟展览等。

    AI算力与模型优化协同发展:在GAI技术的发展中,算力和模型优化呈现出协同发展态势。2024年多项研究发现,单纯扩充数据和增加算力的边际收益下降,未来模型训练将重视数据质量、后训练和强化学习技术的应用。图书馆等机构可结合本地算力配置,依托高性能硬件,支持大规模数据存储和智能检索。

    智能体技术普及带来产品爆发:2025年被视为智能体发展的元年,智能体框架日益繁荣与标准化。未来,机器人流程自动化、个人助理、客户服务和数据分析等领域将基于智能体技术开发新一代应用。图书馆可利用智能体实现自动化客服、智能问答和个性化推荐。

    资本投入与产业整合加速:2024年,AI技术发展显著,多款产品在实际应用场景中取得广泛应用。全球主要科技公司和投资机构加大对AI领域的投入,推动AI产业生态的整合与升级。图书馆应抓住资本投入带来的机遇,与科技公司合作获取技术支持。

    开源生态与小模型应用扩展:开源生态系统降低了AI技术的学习和使用门槛,推动了技术的创新和迭代。2025年初,DeepSeek的开源推动了算力护城河的倒塌,开源生态可望超越Meta成为AI领域的安卓。未来,更多高级AI将转向在个人设备上运行。图书馆等机构可利用开源基座模型训练自己机构的领域模型。

    AI伦理与治理框架完善:随着GAI技术的发展,其潜在风险和不确定性日益受到关注。2024年,联合国、世界卫生组织和中国信息通信研究院等纷纷强调建立AI伦理与治理框架的重要性。图书馆等机构需关注数据安全、隐私保护与版权管理,制定数据使用规范,确保AI服务的公平透明。

相关报告
  • 《2025年人工智能十大趋势》

    • 编译者:程冰
    • 发布时间:2024-10-31
    • 美国《福布斯》杂志于9月24日刊登题为《人人都必须为2025年的十大人工智能趋势做好准备》的文章,作者为未来学家伯纳德·马尔。文章深入剖析了2025年人工智能(AI)的十大趋势,这些趋势不仅预示着技术的不断进步,也反映了人类社会在面对科技变革时的适应与挑战。 今年,几乎所有主要的软件工具都在匆忙整合生成式人工智能功能。谁都不愿意错过这次上船的机会。2025年,我预计,人类将更多地考虑如何与人工智能携手合作,扩展我们的技术能力,同时腾出时间把我们的创造性和人际交往技能应用到机,器仍然无法管理的工作中这不是简单地把聊天机器人添加到所有领域,而是未来一年智能企业开始利用人工智能创造真正价值的方式。 趋势二:实时自动决策 随着企业开始从战略上应对利用人工智能的挑战,那些拥有更加成熟的人工智能战略的企业将走向整个业务流程的端对端自动化。这很可能发生在物流、客户支持和营销领域,算法将在这些领域进行决策,比如如何管理库存和如何以最小的人为干预回应客户问询。这将带来更高的效率和对变化中的客户习惯与市场状况更快的反应速度。 趋势三:“负责任”的人工智能 在2025年,人们将日益意识到以一种合平伦理、安全、透明、可靠和尊重知识产权的方式开发和部署人工智能的重要性。虽然这其中有部分将由立法推动,但人们也越来越意识到不负责任地使用人工智能可能造成的危害。许多人现在意识到人工智能偏见和幻觉的危险,并明白要将这种危险降到最低需要人类协同一致的努力。选择无视这一点或走捷径的企业在2025年可能会被曝光、遭遇监管机构的压力和顾客的抛弃。 趋势四:文生视频与新一代语音助手 想象一下:你可以仅仅写出一部电影的主要情节,或是一段视频的一个小片段,然后,整个视频就会在你眼前真实播放出来。想想ChatGPT(聊天生成预训练转换器),只不过生成的是活动的图像。OpenAI公司今年利用其Sora(“天空”)模型展示了这一概念,2025年它可能会开始投入使用。虽然我不认为人们马上能根据提示创作出让迪士尼公司失去收入的电影,但这是令人着迷的一瞥,可以让人看到,在不久的将来人工智能将走向何方,以及它可能具备的能力。 趋势五:人工智能立法和监管更加完善 人工智能语音助手(想想Siri或Alexa)多年来已经成为我们生活中的一部分,但传统上他们的对话能力非常有限。今年,OpenAl为ChatGPT展示了一种新的“可中断"的先进语音模式,能够进行与人类对话高度类似的对话。而谷歌已经开始将Gemini (“双子座”"人工智能模型)聊天机器人整合到移动设备中,取代现在已经过时的"Hey Google"功能。我认为,2025年,我们将看到这些能力出现在越来越多的设备中,使之能够进行更自然、更有意义的语音沟通。 趋势六:人工智能体或将流行 可以公正地认为,迄今为止,各国政府和立法人员一直在努力应对监管人工智能的挑战。今年,欧盟和中国通过了旨在限制人工智能造成伤害可能性的法律。措施包括将“深度伪造”定为犯罪,对金融、执法等领域应用人工智能进行规范等。2025年,我们可以预期更多规定出台,重点是优先考虑人权,将发生歧视和虚假信息的可能性降至最低。 趋势七:“后真相”世界 我们今天看到的大多数人工智能工县都是以执行简单任务为基础,比生成文本或解读数据以作出预测,人工智能体是能够在没有得到精确指令的情况下运作的工县,它们会把无数任务串在一起,并根据所取得的结果调整自己的行为。这可以被视为实现“通用"人工智能的重要一步,它能够完成许多不同类型的任务。然而,这也让人们更加质疑人工智能监管和问责的必要性。 趋势八:人工智能+网络安全 2025年,整个社会将面临人工智能带来的假内容和假消息爆发式增长的重大挑战。今年在全球范围内已发生干预选举的尝试。有人说,这意味着我们已经到了一个“后真相"时代,我们不再能够相信自己的眼睛看到的一切。2025年,我预计社会将开始应对这一挑战。这一改变将由各国政府通过立法推动,同时也将在民间通过教育和让人们学会更小心地辨别呈现给他们的信息来推动。在2025年,网络攻击将继续变得越来越频繁和复杂。这意味着,人工智能系统在网络安全威胁造成严重破坏之前发现潜在漏洞、异常情况,以及让网络安全系统自动化等方面将变得更加重要。不过,这并不全是关于看不见的、位于幕后的算法。随着越来越多的威胁以网络钓鱼和社会工程攻击的形式出现,聊天机器人能通过模拟网络钓鱼教会我们如何发现威胁和避免成为受害者。 趋势九:量子人工智能 量子计算虽然仍处于起步阶段,但它可能给人工智能带来革命性变化。量子计算利用亚原子水平上的材料表现出的奇特性,以前所未有的速度执行某些计算任务。让算法能够以亿倍于标准计算机的速度运行,不仅仅会让人工智能变得更快,它还可能完成全新的任务,在从疫苗和医药研发到新材料和新能源的生产等领域开辟新的可能性。预计在2025年,这种令人惊叹的潜力给人们带来的兴奋将开始增长。 趋势十:“可持续”的人工智能 可持续人工智能包含两个因素。首先,人们越来越清楚地认识到,基于云的人工智能系统需要耗费巨大能源,我认为,我们将在数据中心看到大家齐心协力地转向可持续和可再生能源。其次,旨在提高可持续性、减少其他行业的环境足迹的人工智能应用潜力巨大。利用算法尽量减少农业用水和杀虫剂的使用,到在城市更有效地引导交通出行,以减少汽车排放造成的污染,2025年人工智能将继续让自己成为环境保护的有力工具。
  • 《IFLA:人工智能对图书馆的影响及图书馆应对策略》

    • 编译者:杨小芳
    • 发布时间:2024-10-31
    • 人工智能对图书馆的影响 人工智能可能对图书馆工作产生“广泛而深刻”的影响。 从下表1中我们可以看到,人工智能对图书馆诸多服务产生影响,有些带来根本性的改变,有些只带来微小的变化。预计图书馆将以符合现有角色、与用户需求紧密相关或需要最少资源的方式来应用人工智能。 表 1 人工智能对图书馆运营的影响 我们已经强调了描述性人工智能与提高图书馆馆藏可访问性之间的紧密联系。人工智能技术被应用于生成初始元数据,此技术有望在搜索引擎中发挥作用,并助力综述的某些环节(如结果筛选)。 随着越来越多的学者在研究中使用人工智能技术,对数据科学家社区的支持需求也将增长。图书馆可以在数据发现、版权问题、数据管理和数据保存方面提供支持。 人工智能可能会改变日常的知识工作,例如自动翻译、摘要和文本生成。大量人工智能工具和应用程序可以应用于图书馆专业工作。例如ResearchRabbit、Scite、elicit和openread等工具有助于文献综述。生成式人工智能在图书馆宣传中得到了应用,因为其具备根据特定受众需求调整文本的能力。 因为人工智能能够准确执行复杂的常规性任务,故而具备了在图书馆后端系统中应用的可能。例如,采用机器人流程自动化(RPA)技术处理书目数据,便是一个典型的应用场景。 鉴于图书馆接受的咨询量大,图书馆已倡导采用聊天机器人多年。聊天机器人因为其技术障碍降低而变得可行。聊天机器人可承担如下职责: 回应常规问题 收集用户信息  遵循标准流程提供用户支持 成为新用户的伙伴 人工智能技术将被应用于打造更智能的图书馆空间。一些图书馆已研发了实体机器人用于读者咨询,机器人还被用于执行上架和盘点等任务。此外,已有图书馆采用自动存储与检索系统(ASRS),可以根据需求检索馆藏。通常,此类应用需开展大规模的重建工程。 对于学校图书馆而言,其他人工智能在教育领域的应用,如自适应学习内容创建或聊天机器人等,皆与其相关。(Jisc,2023b)。 因用户的广泛使用,生成式人工智能成为了讨论的焦点,这使得教职员工和学生需要具备一定的人工智能素养(包括数据和算法素养)。图书馆有责任推广信息素养和数字技能。人工智能素养涵盖对人工智能各种表现形式的理解,涉及“批判性评估人工智能技术;与人工智能进行有效沟通与协作;以及在网络、家庭和工作场合运用人工智能作为工具”(Long and Magerko,2020)。 人工智能素养在未来职场中显得至关重要;运用人工智能或与其协同工作的技能案例不断涌现;而其具体实施方式可能因不同学科领域而有所差异。 人工智能也可以应用于预测用户行为模式,从而辅助决策制定。 下表调查结果显示了在撰写本文时的AI发展水平。人工智能素养已迅速成为关注的焦点。(编者注:此为根据111份样本调查数据的结果;受访者包括高等教育和继续教育图书馆员,主要来自英国。) 表 2 图书馆计划中、试点和成熟应用的人工智能服务 如何更新资料以跟上人工智能不断变化的特性? 哪些应用需求资源最少且最符合用户需求和现有图书馆角色? 哪些发展对重塑图书馆角色最为关键? 哪些最有可能发生,在多长时间内发生? 人工智能技术如何提升图书馆服务?人工智能能帮助解决哪些挑战?潜在的风险和伦理考虑是什么,如何减轻这些风险? 如何持续关注并及时了解新兴的人工智能的趋势和进展? 图书馆如何有效地培养用户人工智能素养? 需要哪些关键的学习成果,在各个学科中的差异性如何? 随着人工智能发生变化,教材应如何更新? 三个重要策略 鉴于人工智能影响的广泛性,图书馆可以采取多种策略以应对。 以下列举三项重要策略建议。 策略一:利用图书馆的AI能力,构建负责任且可解释的描述性AI应用 在拥有大量需要改进资源描述的特色馆藏的情况下,图书馆可以应用描述性AI来创建符合伦理、负责任和可解释的AI的范例,以对抗大科技公司的产品((Lee, 2023; Padilla et al., 2023)。这可以通过遵循良好治理原则来实现,比如: 揭示馆藏的来源,以便使用者全面了解信息来源的性质; 确保应用人工智能的馆藏选择是适当的,考虑到技术和版权问题,同时尊重包容性、土著权利和非殖民化问题;尊重那些在收藏中被代表的人以及所有其他利益相关者的权利;适当奖励/认可志愿者和众包工作者;尊重知识产权问题,例如藏品中的版权/内容许可; 使服务对目标用户易于使用、可访问且可解释; 充分记录项目以确保可解释性; 尽可能公开地共享代码、训练数据、工具包等; 从可持续性角度评估项目,包括环境影响的角度 实现这一目标仍然存在许多挑战,例如如何: 考虑优先应用人工智能的馆藏 评估经济可承受的现成工具是否适用于图书馆馆藏历史数据 解决概念性挑战,例如如何对图像进行分类 将概念验证项目转化为可持续服务 策略二:利用图书馆员的数据能力增强组织的AI能力 并非所有图书馆都拥有需要使用人工智能的馆藏,但图书馆员在的数据相关领域的专长对于机构应用人工智能具有较高价值,因为当今的人工智能是数据驱动的。 这种专业知识可以支持图书馆所在的更广泛组织内的数据科学家,如学术环境中的多学科社区数据科学家,或在卫生服务或政府机构分析数据的分析师。相关行为包括: 在复杂的信息环境中寻找数据源 推广数据共享、开放性和互操作性的价值 解释数据来源、有效性和质量的重要性,以了解如何适当使用该数据 根据版权、知识产权等解释哪些数据可以使用,哪些不可以 使用标准描述数据及其价值 存储、保存(或销毁)数据 所有这些做法都符合信息治理和管理的专业知识,但需要将这些知识转化到数据领域。 策略三:推广人工智能素养以提升组织和社会的AI能力 在推广人工智能素养方面发挥领导作用,是最符合现有图书馆实践和图书馆员身份的策略,特别是在大学、学校和公共图书馆中。人们普遍认识到,公众作为公民和从业者需要了解新技术。各个专业的学生都需要这样的知识来提高就业能力。 图书馆员已经开发了信息素养项目,人工智能某些方面素养可以纳入其中。他们已经发展了所需的教学知识和技能。 人工智能素养可能包括识别人工智能何时被使用的能力;理解狭义人工智能和通用人工智能之间的差异;了解人工智能擅长解决哪些类型的问题;了解机器学习模型如何训练。另外还包括对诸如偏见、隐私、可解释性和社会影响等伦理问题的认识。 由于人工智能基于数据,因此数据素养被认为是人工智能素养的组成部分。算法素养是一个已经发展起来的概念,用于描述搜索和推荐等服务如何越来越多地由算法塑造,以使内容个性化,但也可能限制信息的可见性并产生信息茧房效应。更正式地说,它被定义为“了解在线应用、平台和服务中算法的使用,了解算法的工作原理,能够批判性地评估算法决策,以及拥有应对甚至影响算法操作的技能”(Dogruel et al, 2022: p.4)。将算法素养扩展到搜索范畴之外与人工智能素养相关。 人工智能很复杂且难以解释。它有多种应用和形态。它基于难以理解的计算思想和统计数据。通常即使是人工智能的设计者也难以理解人工智能作出的决策结果,因为机器从数据中学习模式。虽然一些人工智能的形象让我们期望去使用一个明确的AI服务(如ChatGPT),但实际上它通常嵌入在基础设施中,不容易识别或抵制。的确,可以公平地说,大型科技公司不一定希望人工智能的工作方式为人所知,因为这是商业机密。