《DIKIW逻辑链下GPT大模型对文献情报工作的潜在影响分析》

  • 来源专题:数智化图书情报
  • 编译者: 于彰淇
  • 发布时间:2023-12-04
  • [目的/意义] 以ChatGPT为代表的GPT类生成式大模型发展日益蓬勃,引起学界和业界的广泛讨论,同时也对文献情报工作产生了潜在的难以估量的影响。以DIKIW逻辑链为指导框架,研究GPT大模型对文献情报工作的潜在影响。[方法/过程] 以DIKIW为主线,梳理全数字化文献情报工作概念框架;在此框架下分析、评估GPT类大模型对文献情报工作的影响,并构想GPT影响下的文献情报工作流程。[结果/结论] 研究认为,GPT类大模型对文献情报工作的本质影响是打通DIKIW链条中的“数据→信息→知识”部分,即原本“将原始数据加工为信息、进而增值为知识”的人工操作步骤,将由GPT类大模型在内的AI工具链条式完成。因此,文献情报工作需要从“大规模加工机器可读可理解的数据”“大规模集成情报开源模型”等方面进行突破改进,才能更好地支撑场景驱动的智慧化情报服务工作。
  • 原文来源:https://www.lis.ac.cn/CN/10.13266/j.issn.0252-3116.2023.21.001
相关报告
  • 《DIKIW逻辑链下GPT大模型对文献情报工作的潜在影响分析》

    • 来源专题:数智化图书情报
    • 编译者:于彰淇
    • 发布时间:2023-12-06
    • 以ChatGPT为代表的GPT类生成式大模型发展日益蓬勃,引起学界和业界的广泛讨论,同时也对文献情报工作产生了潜在的难以估量的影响。以DIKIW逻辑链为指导框架,研究GPT大模型对文献情报工作的潜在影响。[方法/过程] 以DIKIW为主线,梳理全数字化文献情报工作概念框架;在此框架下分析、评估GPT类大模型对文献情报工作的影响,并构想GPT影响下的文献情报工作流程。[结果/结论] 研究认为,GPT类大模型对文献情报工作的本质影响是打通DIKIW链条中的“数据→信息→知识”部分,即原本“将原始数据加工为信息、进而增值为知识”的人工操作步骤,将由GPT类大模型在内的AI工具链条式完成。因此,文献情报工作需要从“大规模加工机器可读可理解的数据”“大规模集成情报开源模型”等方面进行突破改进,才能更好地支撑场景驱动的智慧化情报服务工作。
  • 《专题 | ChatGPT等人工智能技术对文献情报工作影响》

    • 来源专题:数智化图书情报
    • 编译者:黄雨馨
    • 发布时间:2023-10-10
    • “ChatGPT等人工智能技术对文献情报工作影响”专题序 张智雄 中国科学院文献情报中心 北京  100190?       2016年是人工智能发展史上值得关注的一年。在这一年的3月,阿尔法狗(AlphaGo)在围棋比赛中战胜人类冠军,在这一年的10月,美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》。但也就是在这一年的6月,很多人(当然包括我)都没有注意到,刚成立半年的人工智能公司OpenAI明确了四项研发目标,将研制通用机器人和具有自然语言理解能力的机器人作为其中两项重要的技术目标开展研究。       时间刚刚过去六年多,从2022年11月到2023年3月,OpenAI连续推出的两记重拳ChatGPT和GPT-4彻底打破了人类对当前人工智能已具备的能力的认知。ChatGPT和GPT-4所表现出的掌握知识、应用知识和解决问题的能力让世人为之瞠目。       目前,各行各业都在解析以GPT系列为代表的人工智能技术“为什么能”,都在探讨以GPT系列为标志的人工智能技术将对自身领域带来哪些冲击和影响,都在分析如何在各自领域利用GPT等人工智能技术,都在研究人工智能时代各自领域应如何作为。       面对人工智能技术的飞速发展,文献情报领域当持何种态度?又当如何作为?2023年2月21日,国家科技图书文献中心(NSTL)与中国科学院文献情报中心共同主办了“ChatGPT对科学研究和文献情报工作的影响”专题研讨会。会议邀请了人工智能、文献情报等领域的学界和业界的专家对相关问题进行了研讨,并发布了由国家科技图书文献中心和中国科学院文献情报中心项目团队共同研制的《ChatGPT对科学研究和文献情报工作的影响》研究报告。       在本次会议上,众多与会专家认为我国文献情报领域有必要对ChatGPT的基础技术体系、ChatGPT的智能水平、ChatGPT对我国语言大模型研发有什么借鉴之处,以及ChatGPT对文献情报领域将会带来哪些冲击和影响做进一步的深入研究。由此,提出撰写“ChatGPT等人工智能技术对文献情报工作影响”专题研究论文,得到了与会专家的大力支持。       经过相关专家的努力,本专题四篇论文完稿并结集出版。论文《ChatGPT的技术基础分析》由中国科学院文献情报中心的钱力老师牵头撰写,主要目标是通过相关资料,解析ChatGPT的底层技术基础,理清ChatGPT的技术原理;论文《ChatGPT中文性能测评与风险应对》由北京理工大学计算机学院的张华平老师牵头撰写,目标是测评ChatGPT处理中文问题的智能化水平,分析ChatGPT的潜在风险及应对策略;论文《ChatGPT给语言大模型带来的启示和多模态大模型新的发展思路》由中国科学院自动化研究所的赵朝阳老师牵头撰写,主要目的是在剖析ChatGPT的技术原理的基础之上,探讨我国多模态大模型的研究和发展思路;论文《ChatGPT对文献情报工作的影响》探讨以ChatGPT为代表的人工智能技术对文献情报工作的启示和影响,为文献情报领域提出在人工智能时代下的发展建议。       在四篇论文的写作过程中,作者团队得到了很多专家学者指导和帮助。作者团队不断吸收了相关专家的意见和建议,努力提高论文质量,完善相关研究。当然,由于人工智能技术发展迅速,ChatGPT、GPT-4等新技术成果刚刚面世,更兼作者团队能力水平有限,在论文中的论述难免有不当之处,希望各位同仁多加批评指导。