TED 深度解析：AI 非独立智能，实为人类镜像
为何 AI 是人类的一面镜子——以及我们能从中汲取什么 演讲者：Richard Socher（人工智能科学家、企业家、前斯坦福 AI 研究员）TEDAI 2023 人工智能并非独立的智能体，而是映射人类的明镜。它复刻了人类的智慧与创造力，同时也全盘继承了我们的偏见、缺陷与狭隘。人类完全可以通过审视 AI 的不足，反向修正自我，从而完善人性与社会认知。1We often think of AI as alien, separate from us, almost superhuman. We fear th
大语言模型的"认知盲区":AI心理健康咨询背后的数据失衡隐患
生成式人工智能正快速渗透心理健康服务领域。越来越多用户开始将ChatGPT、Claude、Gemini和Grok视为"全天候在线心理顾问"，向AI寻求关于焦虑、失眠、压力乃至情绪危机的帮助。与此同时，OpenAI、Google、Anthropic等科技企业也在加快布局AI健康助手，试图将生成式AI打入医疗和个人健康市场。然而在这波AI健康浪潮背后，一个更为深层的问题逐渐浮出水面：这些大规模语言模型，可能并未真正理解复杂心理健康问题的本质。长期深耕人工智能伦理与生成式AI研究的科学家Lance Eliot指
人工智能再现历史人物的探索与思辨
运用人工智能再现历史人物，是科技与人文深度交融的前沿阵地，它不仅开创了新颖的互动形式，也触发了深刻的伦理与认知问题。 核心观点 * 数字永生的初步形态：借助大语言模型与数字人技术，历史人物得以在虚拟空间中被“唤醒”，这为教育普及和文化延续开辟了沉浸式的新途径。 * 记忆的再造与偏离：AI并非真正复活了灵魂，而是依据现有资料对人物的性情、言语模式进行的概率性模拟。这种“复活”本质上属于后世对历史的一种数字化诠释与再塑造。 * 情感慰藉的两面性：对于逝者的亲友而言，这可能是一种心灵抚慰；但同时，也可能导致人们
AI治理：技术发展的道德边界
历经19章的技术探究与产品实战，我们终须直面AI的"暗面"——伦理规范、安全防护与体系治理。这绝非可选项，而是每位AI从业者的核心必修课。概念界定：AI模型输出的内容表面通顺合理，实则存在错误、捏造或与真实情况相悖的问题。形象类比：AI幻觉如同"擅长虚构的叙述者"——其表达流畅且自信满满，但所述内容可能纯属杜撰。更为严峻的是，它自身并未意识到正在编造信息。真实案例：实例一：伪造学术文献实例二：虚构司法判例实例三：捏造统计数据类别一：事实型幻觉（Factual Hallucination）AI产出与客观实际
Gen AI制药入临床？药监局警示模型黑箱与数据偏见
生成式人工智能（Gen AI）是一种利用历史数据创造新内容的智能技术，在药物研发注册领域，Gen AI通过机器学习或深度学习模型，基于海量研发数据生成创新输出，涵盖药物分子设计、临床试验方案、药效评估、毒性预测、注册文档编写及结构化数据生成等多个维度[1]。近年来，Gen AI技术突飞猛进，全面渗透至制药研发、生产与销售链条，推动行业从“试错密集型”向“计算驱动型”转变。波士顿咨询集团（BCG）的报告指出，自2010年以来，采用AI作为核心策略的20家公司已将约15个管线项目推进至临床试验阶段[2]。Gr
评标室迎来数字新成员
评标室内一片沉寂。数名评审专家正埋头审阅厚重的投标文件，一旁的电脑屏幕闪烁着数据流与提示信息。尽管无人开口，但所有人都心知肚明——一位"数字助手"正与他们并肩作战。这便是2026年招投标的真实场景。人工智能早已不再是媒体中的抽象概念，而是实实在在地端坐于评审席之上。简而言之，AI如同一位永不知疲的协理员。将招标文件交付于它，便能迅速通览数百页内容，精准标注出潜在问题、违规条款与隐藏风险。曾经需耗费数人数日方能完成的审阅工作，如今短短数分钟即可搞定。更出色的是，它具备"抓鬼"本领——能够识破围标串标的细微痕
AI地图集：透视技术背后的物质现实
作者：Kate Crawford，2021年出版Kate Crawford完成了一项鲜少有人尝试的工作，她将AI从“未来科技”的神坛上拉下，重新安置于地球、矿山、工厂、数据中心、法庭及政府机构之中，迫使我们直面其物质实体。她提出的核心观点有力且简明：AI并非智能，而是基础设施。它绝非云端飘渺的魔法，而是深深扎根于地球资源、劳动纽带与权力架构内部的一套庞大体系。Crawford的笔触既非传统技术批判，亦非单纯的道德宣讲。她采用“地图集”的叙事手法，引领读者从内华达州的锂矿出发，穿越中国组装厂，深入亚马逊仓库
AI对公平的影响：提升还是削弱
关于“AI是提升还是降低公平”，这是一个备受争议的话题。以下是正反双方的观点总结： 正方：AI促进公平（支持方） · 减少人类偏见：人类容易受到性别、年龄等无意识偏见的影响，而AI基于数据进行决策可以避免“情绪化”或“歧视性动机”，确保标准一致。 · 实现大规模标准化处理：AI能够高效且一致地处理大量请求（如贷款审批、简历筛选），避免因人力疲劳或资源分配不均导致的差别对待。 · 消除信息不对称：AI可以快速匹配资源与需求（如教育、医疗），帮助弱势群体获得原本因信息差而无法触及的机会。 · 客观分析与纠正偏
人工智能在商事仲裁中的应用路径探讨
人工智能辅助商事仲裁的实现路径研究本论文刊登于《法治论坛》（2025年第二辑）作者姚震乾（广州仲裁委案件管理二部部长，华南理工大学经济法学博士），蒋悟真（华南理工大学法学院院长、教授、博士生导师）三、人工智能辅助商事仲裁面临的困境及其成因要有效解决人工智能在商事仲裁中遇到的实际问题，必须深入探究其根源。人工智能技术在程序运行、规则适用和数据利用等方面的特性，与商事仲裁的实际需求之间存在矛盾，这种矛盾可以在程序与实体方面找到原因。（一）算法刚性与柔性程序权利之间的冲突人工智能以其严格的规则执行和高效的程序处