| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

AI讓他永垂不朽!中共推"習思想"聊天機器人

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
中國網信辦日前推出一款號稱通過習近平思想理論檢驗的AI聊天機器人,稱其智能問答功能保證生成內容的權威、准確。


分析指出,這一模型目前雖然只是一款內部宣傳和學習工具,但一旦推廣可能成為AI時代中國輿論的框架標准;讓AI機器人以自然的語言重復陳腔濫調更是反映出中國目前言論環境的荒謬。

網信辦推出聊天機器人,讓“習思想”“永垂不朽”


主管中國網絡審查的中國“網信辦”主辦的《中國網信雜志》微信公眾號5月21日(星期二)宣布,網信辦組建的研究機構開發了一款“網信研究大模型應用”。這款類似於生成式人工智能(AI)聊天機器人ChatGPT的工具根植於“習近平新時代中國特色社會主義思想知識庫”,已經“上線並內部試用”。

這一消息立刻受到西方媒體的關注。英國小報《太陽報》(The Sun)網絡版的一篇報道說:“中國據報通過人工智能 (AI) 驅動的聊天機器人,讓習近平主席和他的價值觀永垂不朽。”

中國網信辦的官方解釋說,除了“習近平思想庫”外,該大模型語料庫的來源還包括“網信知識總庫”等其它6個的“網信專業知識庫”。網信辦說,用戶可以自主選擇不同類別的知識庫進行“智能問答”,“語料庫的專業性、權威性保證了生成內容的專業性”。

在技術方面,這一模型應用基於中國已經備案的商用預訓練語言模型,可以做到網信領域的智能問答、文稿生成、概括總結、中英互譯等多種功能。

網信辦“習近平思想GPT”僅限內部使用,究竟如何運作、功能如何實現,目前尚不清楚。“網信”的全稱是“網絡安全和信息化”,“網信研究”這一艱澀的概念也並非普通用戶感興趣的話題。不過,網信辦這一負責中國網絡審查、網絡安全的主管部門,推出這款形似ChatGPT的應用程序,還是引發外界的眾多揣測。




中國領導人習近平(2024年5月16日)

令人不安的(發展)趨勢

有分析說,這款內部測試使用的聊天機器人以時髦新科技包裝最高領導人的指導思想,沒有實質意義,不應過分解讀。


長期觀察中國媒體環境的美國獨立學者金培力(Philip J. Cunningham)說,網信辦發布根植於“習思想”的聊天機器人的消息“反映了一種令人不安的趨勢”。

金培力通過書面方式對美國之音說:“即使毫無意義,也要將習近平插入到每篇新聞報道、每一個新發展之中。”

至於如何應用這款程序,網信辦的文章舉例說:如果想快速列出關於人工智能發展現狀的報告提綱、想知道“新質生產力”和傳統生產力的不同之處,網信研究大模型應用能夠迅速生成這些內容。

分析認為,這顯然是配合宣傳習近平今年提出的“新質生產力”概念,也是為了在AI時代,當局為了進一步統一官方論述,以至上而下的方式對種種社會和經濟問題的作出解釋。

長期研究中共意識形態領域的英國牛津大學當代中國研究講師讓·克裡斯多弗·米特爾施泰特(Jean Christopher Mittelstaedt)對美國之音說:“我認為這部分是為了排擠社會上流傳的不一致的輿論或謠言。這些輿論包括經濟狀況、少數民族政策、改革總體狀況,也許還有自由主義改革的具體情況。”

米特爾施泰特同時強調,這款程序的有效性取決於它如何推廣。他說:“我看不到任何非黨員幹部會使用這個模型的理由。這讓我認為它更適合內部使用。”
您的點贊是對我們的鼓勵     已經有 2 人參與評論了, 我也來說幾句吧
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    共有 2 人參與評論    (其它新聞評論)
    評論2 游客 [君.燕.迄.人] 2024-05-26 09:37
    估計是華為的AI養豬有了最新的成果
    評論1 游客 [五.融.傳.書] 2024-05-26 09:16
    搞個AI接班人,有違背聖意者殺!
    上一頁1下一頁
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0397 秒 and 9 DB Queries in 0.0032 秒