Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

关于欧盟人工智能法案AI禁止性规定的合规指南

Answer

欧盟人工智能法案的禁止性规定主要包括以下方面:

  1. 全面禁止人工智能用于生物识别监控、情绪识别、预测性警务。
    • 公共空间中的“实时”远程生物识别系统被禁止。
    • “邮寄”远程生物特征识别系统,仅在起诉严重犯罪且经司法授权后除外。
    • 禁止使用敏感特征(如性别、种族、民族、公民身份、宗教、政治取向)的生物识别分类系统。
    • 禁止预测警务系统(基于分析、位置或过去的犯罪行为)在执法、边境管理、工作场所和教育机构中的应用。
    • 禁止在执法、边境管理、工作场所和教育机构中的情绪识别系统。
    • 禁止从互联网或闭路电视录像中无目的地抓取面部图像以创建面部识别数据库。
  2. ChatGPT 等生成式人工智能系统必须披露内容是人工智能生成的。
  3. 用于在被认为高风险的选举中影响选民的人工智能系统受到限制。

这些规则旨在促进以人为本、值得信赖的人工智能的应用,并保护健康、安全、基本权利和民主免受其有害影响。同时,欧盟在平衡人工智能创新发展与安全规范方面更倾向于保护欧盟境内人员的安全和维护欧盟价值观。

Content generated by AI large model, please carefully verify (powered by aily)

References

【官方解读】欧盟《人工智能法案》

14-06-2023 - 12:52Full ban on Artificial Intelligence(AI)for biometric surveillance,emotion recognition,predictive policing全面禁止人工智能(AI)用于生物识别监控、情绪识别、预测性警务Generative AI systems like ChatGPT must disclose that content was AI-generated ChatGPT等生成式人工智能系统必须披露内容是人工智能生成的AI systems used to influence voters in elections considered to be high-risk用于在被认为高风险的选举中影响选民的人工智能系统The rules aim to promote the uptake of human-centric and trustworthy AI and protect the health,safety,fundamental rights and democracy from its harmful effects.这些规则旨在促进以人为本、值得信赖的人工智能的应用,并保护健康、安全、基本权利和民主免受其有害影响。On Wednesday,the European Parliament adopted its negotiating position on the Artificial Intelligence(AI)Act with 499 votes in favour,28 against and 93 abstentions ahead of talks with EU member states on the final shape of the law.The rules would ensure that AI developed and used in Europe is fully in line with EU rights and values including human oversight,safety,privacy,transparency,non-discrimination and social and environmental wellbeing.周三,欧洲议会以499票赞成、28票反对、93票弃权的结果通过了人工智能(AI)法案的谈判立场,随后与欧盟成员国就该法案的最终形式进行了谈判。这些规则将确保欧洲开发和使用的人工智能完全符合欧盟的权利和价值观,包括人类监督、安全、隐私、透明度、非歧视以及社会和环境福祉。

【官方解读】欧盟《人工智能法案》

“Real-time” remote biometric identification systems in publicly accessible spaces;公共空间中的“实时”远程生物识别系统;“Post” remote biometric identification systems,with the only exception of law enforcement for the prosecution of serious crimes and only after judicial authorization; “邮寄”远程生物特征识别系统,唯一的例外是起诉严重犯罪的执法,并且只有在司法授权之后;biometric categorisation systems using sensitive characteristics(e.g.gender,race,ethnicity,citizenship status,religion,political orientation);使用敏感特征(例如性别、种族、民族、公民身份、宗教、政治取向)的生物识别分类系统;predictive policing systems(based on profiling,location or past criminal behaviour);预测警务系统(基于分析、位置或过去的犯罪行为);emotion recognition systems in law enforcement,border management,the workplace,and educational institutions; and执法、边境管理、工作场所和教育机构中的情绪识别系统;和untargeted scraping of facial images from the internet or CCTV footage to create facial recognition databases(violating human rights and right to privacy).从互联网或闭路电视录像中无目的地抓取面部图像以创建面部识别数据库(侵犯人权和隐私权)。

【非官方解读】全球人工智能治理大变局之欧盟人工智能治理 监管框架评述及启示

由于情绪识别系统在检测情绪、身体或生理特征时使用的人工智能技术可能缺乏可靠性、特异性和普适性,折衷草案也禁止情绪识别系统的应用。在执法、边境管理、工作场所和教育机构等现实生活中部署该系统时,也可能出现可靠性问题,会有滥用的重大风险,因此,应禁止将这些用于检测个人情绪状态的人工智能系统投放市场、投入服务或使用。2023年《AI法案》折衷草案引入了对“预测性警务”的禁止。所谓“预测性警务”是指根据对自然人的画像,或者基于个性特征的数据分析,包括个人的位置,或者自然人或群体过去的犯罪行为,进行预测、画像或风险评估以预测实际或潜在的刑事犯罪或其他违法行为再次发生,包括欺诈预测系统,该类人工智能系统具有歧视某些人或群体的风险,可能侵犯人类尊严以及无罪推定的法律原则。在“预测性警务”人工智能应用方面,美国对这类预测性警务人工智能的应用更为普遍和广泛,其中在较有代表性的COMPAS(Correctional Offender Management Profiling for Alternative Sanctions)系统的相关案例中曾引发关于人工智能再犯风险评估系统对于被告人质证权等正当权利损害的广泛讨论和争议,COMPAS系统以对犯罪者的访谈以及司法部门提供的信息为依据,来评估再犯的风险系数,被告人并没有机会了解和评估法院所使用的COMPAS的算法和结果的准确性,也没有机会与该工具的开发者进行对质和辩论,因此COMPAS被认为可能侵犯被告人的正当诉讼权利。因此,欧盟采取对“预测性警务”的禁止行动,体现了欧盟在平衡人工智能创新发展与安全规范方面更倾向于保护欧盟境内人员的安全和维护欧盟价值观。

Others are asking
Ai高端工作坊
以下是为您整理的两个关于 AI 的高端工作坊相关信息: 全球 AI 视觉分享会 AI 视觉创意大赛 活动日程: 颁奖典礼:10 月 17 日,14:30 18:00,红立方公共艺术馆负一楼大屏幕。包括嘉宾签到、获奖作品欣赏、领导致辞、评委介绍、产业推介、合作项目签约、颁奖点评、AI 创意周启动、合影留念及作品展参观。 AI 视觉创意汇:10 月 18 20 日,10:00 18:00,专业观众日和公众开放日,红立方公共艺术馆 1、2、3 号展馆。体验最新 AI 视觉技术,参与产品发布会和场景对接会。 AI 视觉工作坊:10 月 19 日,9:00 20:00,红立方公共艺术馆及少年宫。深入探讨 AI 在艺术创作中的应用,参与分享会、模型训练、圆桌交流和实时挑战赛。 地点:深圳红立方公共艺术馆(广东省深圳市龙岗区龙翔大道 8028 号) 活动亮点: 颁奖典礼:见证 AI 艺术的新星诞生,与行业领袖共同庆祝。 AI 视觉创意汇:亲身体验最新 AI 视觉技术,探索创意作品。 AI 视觉工作坊:深入了解 AI 艺术创作,与专家面对面交流。 活动报名:记得填写 waytoagi AI 摊主速成脑暴会 AI 摆摊玩什么 AI 娱乐与算命:AI 算命、星盘、八字、人格测试、趣味算命、游戏化互动。示例项目如 AI 算命(15 积分)、星盘解析、职业规划、社交小游戏(如积分狩猎、刮刮乐)。 技术与工具教学:Prompt 技巧、AI 工具安装、提示词优化、复杂模型训练、文档信息提取。示例项目如 Prompt 技巧传授(10 积分)、MJ/Sd 出图(10 积分)、大模型调参(20 积分)、文件抽取(15 积分)。 个性化小工具:小红书账号文案、表情包、爆款名片生成、定制黄历、智能对话、内容分享。示例项目如小红书爆款文案(10 积分)、个人知识笔记(3 积分)、AI 爆款名片(10 积分)。 体验型项目:AI 桌宠、人工智能体互动、数字人互动、项目商业模式咨询、AI 情感陪伴。示例项目如桌宠体验(10 积分)、数字人体验(10 积分)、商业落地场景咨询(20 积分)。 AI 图像处理:图像生成、照片修复与动起来、动漫化头像、老照片复活、创意壁纸制作。示例项目如 AI 写真、老照片动起来(10 积分)、卡通头像(10 积分)、赛博头像定制(多样风格)。 文案与内容创作:文案定制、朋友圈文案生成、爆款文案编写、创意故事、情话生成。示例项目如产品文案优化(10 积分)、AI 土味情话(5 积分)、个性化文案定制(10 积分)、朋友圈鸡汤生成。 音频与音乐制作:专属歌曲创作、音频处理、声音克隆、AI 唱歌、背景音乐定制。示例项目如制作专属歌曲(10 积分)、声音克隆/视频对口型(20 积分)、声音解梦音乐制作。 视频处理:视频换脸、照片转视频、视频动漫化、视频剪辑、数字人制作。示例项目如换脸(60 积分)、视频动漫化、AI 生成的视频脚本(20 积分)、AI 高清处理(10 积分)。 智能体与 Coze:搭建智能体、GPTs 创建、coze 工作流、微信机器人。示例项目如搭建智能体(50 积分)、智能体体验(10 积分)、Coze 工作流(20 积分)、微信机器人搭建(100 积分)。 AI 教育与咨询:AI 应用培训、课程设计、商业化咨询、AI + 行业应用咨询。示例项目如 AI 培训策划(20 积分)、商业化建议(10 20 积分)、产品思路分享(5 积分)、应用场景分析。
2025-01-23
前沿ai学习网站
以下是一些前沿的 AI 学习网站: 1. WaytoAGI:这是一个致力于人工智能(AI)学习的中文知识库和社区平台。为学习者提供系统全面的 AI 学习路径,覆盖从基础概念到实际应用的各个方面。它汇集了上千个人工智能网站和工具,提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。平台提供丰富的学习资源,包括文章、教程、工具推荐以及最新的 AI 行业资讯等。此外,社区还定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 2. 在没有任何推广的情况下,WaytoAGI 一年时间已有超过 100 万用户和超千万次的访问量。其目标是让每个人的学习过程少走弯路,让更多的人因 AI 而强大。目前合作过的公司/产品包括阿里云,通义千问,淘宝,智谱,支付宝,豆包,火山引擎,marscode,coze,堆友,即梦,可灵,MiniMax 海螺 AI,阶跃星辰,百度,Kimi,吐司,liblib,华硕,美团,美的,360,伊利,魔搭,央视频,Civitai,Openart,Tripo3D,青椒云等。 3. 「通往 AGI 之路」的品牌 VI 融合了独特的设计元素,以彩虹色彰显多元性和创新,以鹿的形象象征智慧与优雅,通过非衬线字体展现现代感和清晰性,共同构建了一个充满活力和前瞻性的品牌形象。
2025-01-23
我想学习AI视频创作流程
以下是 AI 视频创作的一般流程: 1. 小说内容分析:使用 AI 工具(如 ChatGPT)分析小说内容,提取关键场景、角色和情节。 2. 生成角色与场景描述:根据小说内容,使用工具(如 Stable Diffusion 或 Midjourney)生成角色和场景的视觉描述。 3. 图像生成:使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作:将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作:利用 AI 配音工具(如 Adobe Firefly)将小说文本转换为语音,添加背景音乐和音效。 6. 视频编辑与合成:使用视频编辑软件(如 Clipfly 或 VEED.IO)将图像、音频和文字合成为视频。 7. 后期处理:对生成的视频进行剪辑、添加特效和转场,以提高视频质量。 8. 审阅与调整:观看生成的视频,根据需要进行调整,比如重新编辑某些场景或调整音频。 9. 输出与分享:完成所有编辑后,输出最终视频,并在所需平台上分享。 需要注意的是,具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外,AI 工具的可用性和功能也可能会随时间而变化,建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外,在一些具体的创作案例中,比如“AI 离谱社黄师傅”的工作流程中,有以下要点: 创作思路基于深度文化挖掘、自然风光和历史遗迹展示、故事性和情感连接等关键概念和创新方法,旨在通过人工智能技术全面展示中国各省份的文化和旅游魅力。 任务划分方面,制片人搭建整体框架,图像创意者提供有冲击力的图像画面,视频制作者熟悉并运用视频工具,编剧构思故事和创作台词文本,还有配音和配乐等工作。 在 AI 春晚采访问题中提到,脚本创作由 GPT 完成但需要大量人工干预,图像生成由 MJ 完成也需要人工调词,人工比例在 70%以上。
2025-01-23
有用来做网络游戏研发和运营的全套AI工具吗?
目前游戏领域还没有涵盖整个制作过程(包括代码、资产生成、纹理、音频等)的全套生成式人工智能工具,也没有能与流行的游戏引擎(如虚幻和 Unity)紧密结合使用、专为适应典型的游戏生产流程而设计的一体化平台。但有一些相关的工具和平台在不同方面发挥作用,例如: 生成可以互动的角色方面:有很多初创公司在研究,如 Charisma.ai、Convai.com、Inworld.ai 等平台,它们可以为具有情感和自主权的完全渲染的 3D 角色提供动力,并提供工具让创作者给角色设定目标。 语音生成方面:Coqui Studio(https://coqui.ai)、Bark(https://github.com/sunoai/bark)、Replica Studios(https://replicastudios.com)等。 语音识别方面:OpenAI Whisper(https://huggingface.co/openai/whisperbase)、Facebook Wav2Vec2(https://huggingface.co/facebook/wav2vec2largexlsr53)。 对话模型方面:ChatGPT(https://chat.openai.com)、HuggingChat(https://huggingface.co/chat)。 故事讲述模型方面:MPT7BStoryWriter65k+(https://huggingface.co/mosaicml/mpt7bstorywriter)、Claude 100k(https://www.anthropic.com/index/100kcontextwindows)、GTP4 32k(https://platform.openai.com/docs/models/overview)。 游戏设计方面:Ludo.ai(https://ludo.ai)。 搜索引擎方面:Haddock(https://www.haddock.ai)。 AI NPC 方面:Inworld(https://inworld.ai)。
2025-01-23
Ai智能体
AI 智能体在以下方面有重要应用和发展: 1. 在品牌卖点提炼中: 可搭建智能体作为引导型助手,帮助提炼品牌卖点。 但在搭建前需明确 AI 的能力边界,如 AI 对公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、依赖的核心渠道、核心购买人群、曾使用的营销手段、在新渠道的期望结果等了解程度接近于 0。 AI 真正的能力在于通过分析数据和信息进行逻辑推理、快速处理和分析数据并提取有价值信息和模式、拥有大量训练数据可输出更全面相关信息、理解用户提供内容并按正确结构梳理有效输出。 引导型助手更适合成为灵感提问助手,在寻找卖点思考路径停滞时提供更多思考维度。 2. 企业自动化方面: 生成式 AI 应用有三个核心用例与强大的产品市场契合度:搜索、合成和生成。 领先的应用程序构建商正在建立解决方案,处理之前只能由大量人力解决的工作流程。 借助多步逻辑、外部内存以及访问第三方工具和 API 等新型构建块,下一波智能体正在拓展 AI 能力边界,实现端到端流程自动化。 未来的完全自主智能体可能拥有所有四个构建块,但当前的 LLM 应用程序和智能体还未达到。 如流行的 RAG 架构不是智能体式的,一些设计支持工具使用,但应用程序的步骤仍由代码预先确定。 当将 LLM 置于应用程序的控制流中让其动态决定行动、使用工具等时,智能体出现。 确定了三种不同主要用例和应用程序进程控制自由度的智能体类型:决策智能体、轨道智能体、通用人工智能体。
2025-01-23
初学者如何使用AI学习AI知识
对于初学者学习 AI 知识,建议如下: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛(比如图像、音乐、视频等),根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 通过与这些 AI 产品的对话,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。
2025-01-23
如何学习好人工智能
以下是关于如何学习好人工智能的建议: 一、了解 AI 基本概念 首先,建议阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。同时,浏览入门文章,这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 在「」中,您将找到一系列为初学者设计的课程。特别推荐李宏毅老师的课程。您还可以通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛(比如图像、音乐、视频等),您可以根据自己的兴趣选择特定的模块进行深入学习。同时,一定要掌握提示词的技巧,它上手容易且很有用。 四、实践和尝试 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 六、中学生学习 AI 的特别建议 1. 从编程语言入手学习 可以从 Python、JavaScript 等编程语言开始学习,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目 可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态 关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,学习 AI 可以从编程基础、工具体验、知识学习、实践项目等多个方面入手,全面系统地学习 AI 知识和技能,为未来的发展做好准备。 七、在医疗保健领域的 AI 学习 为了在医疗保健中让 AI 产生真正的改变,我们应该投资于创建一个模型生态系统——比如说,“专家”AI——它们像我们今天最优秀的医生和药物开发者那样学习。成为某个领域顶尖人才通常以多年的密集信息输入开始,通常是通过正规的学校教育,然后是某种形式的学徒实践;数年时间都致力于从该领域最出色的实践者那里学习,大多数情况下是面对面地学习。通过学校教育和经验,获得有助于在复杂情况下确定最佳答案的直觉特别具有挑战性。这一点对于人工智能和人类都是如此,但对于 AI 来说,这个问题因其当前的学习方式以及技术人员当前对待这个机会和挑战的方式而变得更加严重。我们应该通过使用彼此堆叠的模型来训练 AI,而不是仅仅依靠大量的数据,并期望一个生成模型解决所有问题。例如,我们首先应该训练生物学的模型,然后是化学的模型,在这些基础上添加特定于医疗保健或药物设计的数据点。预医学生的目标是成为医生,但他们的课程从化学和生物学的基础开始,而不是诊断疾病的细微差别。如果没有这些基础课程,他们未来提供高质量医疗保健的能力将受到严重限制。同样,设计新疗法的科学家需要经历数年的化学和生物学学习,然后是博士研究,再然后是在经验丰富的药物设计师的指导下工作。这种学习方式可以帮助培养如何处理涉及细微差别的决策的直觉,特别是在分子层面,这些差别真的很重要。
2025-01-23
人工智能的场景应用及其对社会治理的新挑战,注意场景应用和社会治理的对应,同时突出新挑战
以下是关于人工智能的场景应用及其对社会治理新挑战的相关内容: 场景应用: 医疗领域:如利用 AI 技术预测蛋白质结构,加速科学研究和救命药物的开发,在对抗疟疾、抗生素耐药性和塑料垃圾等方面取得巨大进展。 气候领域:通过 AI 技术应对气候变化。 对社会治理的新挑战: 可能产生新的风险,如使用 AI 可能带来的未知问题。 复杂的 AI 技术可能引发公众的不安。 涉及数据获取、计算能力、可持续性以及内容生产者和 AI 开发者权利平衡等重要问题,需要综合考虑。 需确保在保护权利持有者和支持 AI 开发者获取所需数据之间保持恰当平衡。
2025-01-23
人工智能的场景应用
人工智能(AI)的应用场景广泛,涵盖以下多个领域: 1. 医疗保健: 医学影像分析,辅助诊断疾病。 加速药物研发,识别潜在药物候选物和设计新疗法。 提供个性化医疗方案。 控制手术机器人,提高手术精度和安全性。 2. 金融服务: 识别和阻止欺诈行为,降低风险。 评估借款人信用风险,辅助贷款决策。 分析市场数据,辅助投资决策。 提供 24/7 客户服务,回答常见问题。 3. 零售和电子商务: 分析客户数据进行产品推荐。 改善搜索结果和提供个性化购物体验。 实现动态定价。 提供聊天机器人服务,解决客户问题。 4. 制造业: 预测机器故障,避免停机。 检测产品缺陷,提高质量。 优化供应链,提高效率和降低成本。 控制工业机器人,提高生产效率。 5. 交通运输: 开发自动驾驶汽车,提高交通安全性和效率。 优化交通信号灯和交通流量,缓解拥堵。 优化物流路线和配送计划,降低运输成本。 实现无人机送货,送达偏远地区。 6. 其他领域: 教育:提供个性化学习体验。 农业:分析农田数据,提高农作物产量和质量。 娱乐:开发虚拟现实和增强现实体验。 能源:优化能源使用,提高能源效率。 此外,AI 绘画在以下场景也有应用: 广告设计:快速生成创意概念图,为广告策划提供灵感和初稿。 游戏开发:创建游戏场景、角色形象,提高开发效率。 影视制作:辅助生成特效场景、概念设计。 建筑设计:帮助构想建筑外观和内部布局。
2025-01-23
能帮生成一个人工智能行业分析的PPT
以下是为您生成的人工智能行业分析的 PPT 相关内容: 一、AI 辅助的 PPT 工具 1. Gamma:在线 PPT 制作网站,通过输入文本和想法提示快速生成幻灯片,支持嵌入多媒体格式,如 GIF 和视频,网址:https://gamma.app/ 2. 美图 AI PPT:由美图秀秀团队推出,通过输入简单文本描述生成专业 PPT 设计,包含丰富模板库和设计元素,适用于多种场合,网址:https://www.xdesign.com/ppt/ 3. Mindshow:AI 驱动的 PPT 辅助工具,提供智能设计功能,如自动布局、图像选择和文本优化等,还可能包含互动元素和动画效果,网址:https://www.mindshow.fun/ 4. 讯飞智文:科大讯飞推出的 AI 辅助文档编辑工具,利用语音识别和自然语言处理技术优势,提供智能文本生成、语音输入、文档格式化等功能,网址:https://zhiwen.xfyun.cn/ 二、Gamma 的用法 将 Claude 的答案放到 Google Docs 中并导入 Gamma app 可自动转成初始版只有文字没有图片的 PPT,可给 Gamma app 发送指令进行美化。 三、Claude 和 Gamma 的组合使用 1. 用 Claude 解决不会使用学术网站条件搜索的问题。 如让其搜索营销领域权威期刊、特定期刊中关于 ChatGPT 的最新论文并筛选等。 2. 用 Claude 和 Gamma 达到以下目的: 快速寻找符合条件的论文。 提取精炼论文中某部分信息。 找到适合的 PPT 制作工具并学会使用。 希望以上内容对您制作人工智能行业分析的 PPT 有所帮助。
2025-01-21
我想学习人工智能知识,从哪里开始呢?
对于新手学习人工智能,建议您从以下几个方面入手: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,您将找到一系列为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛(比如图像、音乐、视频等),您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。
2025-01-21
人工智能行业分析
以下是关于 AI 行业分析的相关内容: 50 个访问量最大的 AI 工具及流量行为 在过去的一年里,人工智能是无所不在的主题,短时间内突破界限并重新定义多个行业。从 2022 年 9 月到 2023 年 8 月,仅排名前 50 位的人工智能工具就产生了超过 240 亿次的访问量,月均访问量增长了 2.363 亿次。其中,ChatGPT 占据了 140 亿流量,覆盖所分析流量的 60%。 研究方法 使用 SEMrush 工具,从列出 AI 工具的各种目录中抓取数据来研究 3000 多种 AI 工具,从中分离出访问量最大的 50 个工具,这些工具反映了研究期间(2022 年 9 月至 2023 年 8 月)人工智能行业 80%以上的流量。本研究旨在深入研究人工智能行业的行为,分析流量模式、人口统计、趋势和消费者行为。 过去 12 个月的流量增长 过去 12 个月里,人工智能行业是最重要的技术发展之一。在研究起始的 2022 年 9 月,分析的工具产生了 2.418 亿次访问。在研究期间,所有 50 个工具的总流量增长了 10.7 倍。2023 年 8 月,这些工具产生了 28 亿次访问量。从研究开始一个月到结束,流量增加了 26 亿,相当于在 12 个月内平均每月访问量增加 2.363 亿次。这一飞跃从去年 11 月 ChatGPT 成为最快达到 100 万用户的平台开始,2023 年 5 月达到峰值约 41 亿,之后行业流量回落 12 亿。整个期间的平均流量为每月 20 亿,最近 6 个月每月平均流量为 33 亿。 流量来源、设备、性别 流量渠道方面,80.53%的用户直接访问,有机搜索占 11.40%,推荐占 6.73%,有机社交仅带来 1.02%的流量,付费搜索和其他内容贡献最小。 设备使用方面,63.20%的用户通过移动设备访问,36.80%的用户通过桌面访问,凸显了移动响应式设计和应用在人工智能领域的重要性。 性别方面,男性用户占 69.5%,女性用户占 30.5%,存在显著的性别差距。
2025-01-21
AI合规审核,产品包装信息如何借助AI进行智能审核
利用 AI 进行产品包装信息的智能审核,可以参考以下类似的方法和步骤: 1. 数据收集与分析:利用 AI 工具收集和分析大量的产品包装信息数据,包括市场上已有的成功案例、相关法规要求等,以了解常见的模式和问题。 2. 关键词提取与匹配:通过 AI 提取产品包装中的关键信息,并与合规要求的关键词进行匹配,快速筛选出可能存在问题的部分。 3. 图像识别与内容审查:运用 AI 图像识别技术审查包装上的图片、图标等元素,确保其符合相关规定,同时对文字内容进行深度分析。 4. 法规库对接:将 AI 系统与最新的法规库进行对接,实时更新审核标准,保证审核的准确性和及时性。 5. 风险评估与预警:AI 可以根据分析结果评估包装信息的合规风险,并及时发出预警,提示修改。 6. 个性化审核模型:根据不同产品类型和行业特点,训练个性化的 AI 审核模型,提高审核的针对性和准确性。 7. 反馈与优化:根据审核结果和用户反馈,不断优化 AI 模型,提高审核的质量和效率。
2025-01-13
AI合规审核,产品保证信息如何借助AI进行只能审核
以下是关于借助 AI 进行产品保证信息合规审核的一些建议: 1. 建立用户的举报和响应机制:在网站建立相关投诉举报机制,如设置侵权举报按钮,简化举报流程,并建立快速响应团队,负责评估收到的侵权举报,并在必要时采取法律行动。 2. 对用户进行潜在风险提示,明确用户责任与义务:在用户协议中详细列出禁止侵权行为的条款,并明确违反协议的法律后果。通过用户教育活动,如在线研讨会、指南和常见问题解答,提高用户对版权的认识。 3. 企业应当深入钻研相关法律法规,深化版权合规流程: 定期组织知识产权法律培训,确保团队成员对相关法律法规有深刻理解,涵盖适用于 AI 生成内容的版权法、AI 创新的专利申请策略,以及对国际知识产权法律差异的理解等内容。 建立专门的法律合规团队,其职责不仅是监控,还需主动解释新法律变动对公司运营的影响,包括对新立法进行影响分析、从法律角度对产品开发提供建议,以及制定内部政策以指导公司对法律更新的响应。 制定严格的数据来源审核流程,确保所有用于训练 AI 的数据均获得明确的版权授权。对于 AI 生成的内容,应实行版权审核机制,以确保这些内容要么是原创的,要么已经得到授权使用。 4. 建立企业内容过滤与监控系统:开发或采用先进的内容识别技术,如图像识别和文本匹配,自动识别并过滤潜在的侵权内容。同时,建立内容监控小组,负责人工审核由用户生成的内容,确保过滤系统的准确性。通过结合使用技术和人工审核,提高识别侵权内容的能力,保护企业和用户免受侵权风险。
2025-01-13
可不可以提供一个本地化的大模型方法,让我建立这个合规法律的知识库
以下是为您提供的本地化大模型及搭建合规法律知识库的方法: 一、通过 Open WebUI 使用大模型 1. 首先访问相关网址。打开页面时需使用邮箱注册账号。 2. 登陆成功后,若您使用过类似 ChatGPT 的大模型对话网站,对该页面不会陌生。 3. Open WebUI 一般有两种使用方式: 聊天对话。 RAG 能力,即让模型根据文档内容回答问题,这是构建知识库的基础之一。 4. 如果要求不高,此时已搭建本地大模型,并通过 Web UI 实现对话功能。 5. ChatGPT 访问速度快且回答效果好的原因: 速度快是因为 GPT 大模型部署的服务器配置高。 效果好是因为 GPT 大模型的训练参数多、数据更优及训练算法更好。 二、您的硬件达标了么 运行大模型需要很高的机器配置,个人玩家大多负担不起。以下是不同类型大模型的配置要求: 1. 生成文字大模型: 最低配置:8G RAM + 4G VRAM 建议配置:16G RAM + 8G VRAM 理想配置:32G RAM + 24G VRAM(如果要跑 GPT3.5 差不多性能的大模型) 2. 生成图片大模型(比如跑 SD): 最低配置:16G RAM + 4G VRAM 建议配置:32G RAM + 12G VRAM 3. 生成音频大模型: 最低配置:8G VRAM 建议配置:24G VRAM 最低配置运行非常慢,不建议使用。但这不妨碍我们亲自实操一遍,以加深对大模型构建知识库底层原理的了解。若想要更顺滑的体验知识库,可以参考文章: 三、本地知识库进阶 若要更灵活掌控知识库,需额外软件 AnythingLLM。它包含 Open WebUI 的所有能力,并额外支持以下能力: 1. 选择文本嵌入模型。 2. 选择向量数据库。 AnythingLLM 安装和配置 安装地址:https://useanything.com/download 。安装完成后进入配置页面,主要分为三步: 1. 第一步:选择大模型。 2. 第二步:选择文本嵌入模型。 3. 第三步:选择向量数据库。 构建本地知识库 AnythingLLM 中有 Workspace 的概念,可创建独有的 Workspace 与其他项目数据隔离。具体步骤: 1. 首先创建一个工作空间。 2. 上传文档并在工作空间中进行文本嵌入。 3. 选择对话模式。AnythingLLM 提供两种对话模式: Chat 模式:大模型会根据自己的训练数据和上传的文档数据综合给出答案。 Query 模式:大模型仅依靠文档中的数据给出答案。 4. 测试对话。完成上述配置后,即可与大模型进行对话。 四、写在最后 “看十遍不如实操一遍,实操十遍不如分享一遍”。若您对 AI Agent 技术感兴趣,可以联系我或者加我的免费知识星球(备注 AGI 知识库)。
2024-12-18
2024年生成式人工智能-海外合规白皮书
以下是为您找到的与 2024 年生成式人工智能相关的内容: 《2024 年生成式人工智能海外合规白皮书(东南亚篇)》由垦丁律师事务所联合 WEEE Consulting 和 Boosterhub 撰写,深入分析了东南亚地区生成式人工智能(AI)的产业现状、监管框架及合规要求。报告涵盖了新加坡、越南、泰国、马来西亚、印度尼西亚和菲律宾六国,探讨了 AI 产品合规性、数据本地化、跨境数据传输、内容安全和知识产权等关键问题。报告指出,尽管东南亚国家在 AI 发展上展现出潜力,但各国法规和伦理标准存在差异,对 AI 的法律监管和合规要求也各不相同。 2024 年 8 月 26 日的《》,其中提到上周,Ideogram 推出功能强大的 2.0 图像生成模型,同时 Jamba 1.5 系列在非 Transformer 架构上取得突破。AI 工具如 ComfyUI 和 Cluade 更新,Cursor 获巨资融资。Google 的 Gemini AI 项目新增技术领导,亚马逊通过 AI 工具极大提升代码开发效率。 此外,还有其他一些相关研究报告,如: 《爱分析:2024 智能办公厂商全景报告》强调智能办公系统在企业数字化转型中的关键作用。 《平安证券:AI 系列深度报告(五)AI 手机》指出 AI 手机的发展重心正逐步向端侧转移,全球出货量将呈现指数级增长。 关于 2024 年人工智能的报告还包括: 2024 人工智能报告中提到,欧盟人工智能法案获得批准并正式生效,欧洲成为世界上第一个全面采用人工智能监管框架的地区。美国大型实验室努力应对欧洲监管,中国人工智能监管进入执行时代,美国对中国实施更严格的出口管制和投资限制。 《生成式 AI 季度数据报告 2024 月 13 月》,作者为郎瀚威 Will、张蔚 WeitoAGI、江志桐 Clara ,报告包含总体流量概览、分类榜单等内容。 您可在知识星球下载其它一些研究报告: 。公众号回复“2024 一季度”,可以获得《生成式 AI 季度数据报告 2024 月 13 月》的 PDF 。
2024-12-02
大模型合规
大模型的安全问题包括以下方面: 1. 对齐保障:通过对齐(指令调优),如 ChatGPT 从 GPT3 经过对齐而来,使其更好地理解人类意图,增加安全保障,确保不输出有害内容。对齐任务可拆解为监督微调及获取奖励模型和进行强化学习来调整输出分布。例如 LLAMA2 使用安全有监督微调确保安全,强化学习能让模型根据人类反馈更细粒度思考答案的安全性,面对训练分布外数据也能拒绝不当回答。 2. 数据过滤:在预训练阶段对数据进行过滤,如 baichuan2 采用此技术减少有害输出,但因数据关联性,仅靠此方法可能不够,模型仍可能从关联中学到有害内容,且面对不良信息时可能因缺少知识而处理不当。 3. 越狱问题:用户可能通过越狱(Jailbreak)使模型的对齐失效,重新回答各种问题。 大模型的特点包括: 1. 架构:分为 encoderonly、encoderdecoder、decoderonly 三类,目前熟知的 AI 助手多为 decoderonly 架构,由 transformer 衍生而来。 2. 规模:预训练数据量大,来自互联网的多种来源,且参数众多,如 GPT3 已达 170B 的参数。 GPT3 与 ChatGPT 相比,除形式不同外,安全性也有差别。
2024-10-18