摘要：以ChatGPT为代表的生成式AI依托于海量的训练数据来实现模型的迭代升级,训练数据的质量和数量直接决定着生成式AI的性能和泛化能力。然而,训练数据本身潜藏着来源合法性、质量可信性、规模偏离性等风险,自我规制与政府规制路径都难以契合生成式AI的市场布局与更迭速度,亟须在包容审慎理念下对生成式AI训练数据予以元规制。在元规制理念下,国家通过规范引导模型研发者将经设计的数据保护与科技伦理理念内嵌于生成式AI的训练数据中,促成数据保护从利用环节延伸至研发环节,通过可信的数据来源、数据分类分级、数据影响评估等措施促成模型研发者自我观照式的内省,并经由数据保护的监管沙盒实现自我规制的规制。

摘要：训练数据是创建和优化通用人工智能的关键生产要素,构建保障权益、合规使用的训练数据权利制度,是促进训练数据流通共享和数据要素市场发展的前提和基础。训练数据在物理性质、生产方式和利用规律等方面具有不同于实物要素的特点,这决定了训练数据的权利配置不宜照搬有体物的所有权,而应根据其自身的价值创造和实现原理构建数据权利。训练数据权利配置应立足于训练数据价值链中训练数据处理者与不同相对方的法律关系进行观察,在保障训练数据来源者的在先权利的基础上,训练数据处理者享有训练数据持有权、使用权和经营权,与共同处理者分享平行的训练数据权利,并根据法律规定或合同约定负有向训练数据需求者提供训练数据的义务,由此实现训练数据权利的模块化设计。

摘要：为加强原始训练数据的传输安全性,实现对信息应用文件的及时性编码,设计基于递归神经网络的原始训练数据防泄漏密码生成系统。以递归神经网络框架作为数据信息的基层传输依据条件,借助训练数据收发器与信息防泄漏加密模块,实现密码生成系统的硬件执行环境搭建。在此基础上,通过建立源码文件、译码文件的方式,确定与原始训练数据相关的防泄漏信息编码原则,完成密码生成系统的软件执行环境搭建,联合相关硬件设备结构体,实现原始训练数据防泄漏密码生成系统的顺利应用。对比实验结果表明,所设计系统可同时处理的原始训练数据总量更大,但所需的译码等待时间却相对更短,可大幅增强训练主机对于信息应用文件的编码及时性。

摘要：针对目前航空兵部队将飞行小时数作为制定飞机梯次使用计划的唯一疲劳寿命控制指标的现状,通过详细分析2种现行飞机疲劳寿命指标存在不足,从飞行训练组织角度出发,提出了一种利用现有训练数据对飞机梯次使用进行控制的指标——特技时间比例一致性指标。该指标的建立,在一定程度上可使实际飞行小时这一寿命控制指标更为符合飞机疲劳寿命的本质。

摘要：当前动漫场景多人物识别方法在提取目标特征时,对于汇聚特征信息的滑动窗口定位不准确,所提取到的特征信息不准确,导致识别精度较差,因此为了解决这一问题,提出了一种基于Faster R-CNN的动漫场景多人物自动识别方法。标注大量动漫场景人物形象图片,构建训练集和测试集,将其输入Faster R-CNN神经网络模型,提取图像特征并构建特征图。采用滑动窗口遍历特征图,选择特征向量评分最高的窗口,保证窗口内局部特征可以充分表示动漫人物主要特征,根据特征提取结果自动识别多个动漫人物身份,完成动漫场景多人物自动识别。实验结果表明,设计方法与两种传统方法相比,人物识别召回率分别提升了11.10%和18.99%,提高了目标识别精度,人物识别过拟合比率稳定在1.0060,说明该方法能够高精度不同类别的动漫人物,且识别过程较为稳定,识别效率较高。

摘要：以ChatGPT、Sora为代表的生成式人工智能的迅速崛起,虽然促使音乐行业在创意内容的生产方面实现较大突破,却让本就面临诸多困境的音乐版权问题“雪上加霜”。2023年4月11日,国家互联网信息办公室发布的《关于生成式人工智能服务管理办法(征求意见稿)公开征求意见的通知》中,明确提及了“利用生成式人工智能产品提供聊天和文本、图像、声音生成等服务的组织和个人,包括通过提供可编程接口等方式支持他人自行生成文本、图像、声音等,承担该产品生成内容生产者的责”“用于生成式人工智能产品的预训练、优化训练数据不得含有侵犯知识产权的内容”等内容。

摘要：根据特高压换流站阀厅连接金具温升的特点,提出了模糊系统结合递推最小二乘的温升预测新方法.设计了阀厅连接金具温升试验,得到能代表样本空间的训练数据与区别于训练数据,用于检测模糊系统可靠性的测试数据.通过训练数据利用递推最小二乘算法训练模糊系统,训练完成后通过测试数据检验模糊系统可靠性,误差在合理范围内.测试结果验证了运用模糊系统结合递推最小二乘算法预测阀厅连接金具的温升是可行的.利用回归分析预测阀厅连接金具的温升,并与模糊系统进行比较,结果表明模糊系统在阀厅连接金具温升预测方面具有优势.

摘要：针对神经网络算法通常采用软件编程实现所存在的缺点,本文主要对基于现场可编程门阵列(field programmable gate array,FPGA)的硬件BP神经网络识别算法实现进行研究。给出了BP神经网络原理,设计了一个识别MNIST手写数字的3层反向传播算法(back propagation,BP)神经网络识别系统。为测试该电路的识别准确率,选取MNIST数据集中的100个测试数据,采用Verilog语言设计,在FPGA开发平台Quartus II 13.0和Modelsim中,对该电路的识别准确率进行仿真测试。仿真结果表明,输出数字识别准确率约85%,可用于简单的模式识别系统中。该研究为进一步实现硬件神经网络训练系统奠定了理论基础。

摘要：人工智能在开发阶段面临训练数据来源的著作权合法性问题。在制度层面上,体现为作品使用新方式的出现对传统合理使用规则的冲击问题;在法理层面上,体现为著作权人与公众的利益分配问题。鉴于人工智能的数据使用行为是非传统复制行为,考虑到人工智能产业发展对于大规模训练数据的实际需求与确保公众对作品的适当接近、促进文化艺术繁荣的公共利益需求,有充分理由将人工智能使用作品进行训练的行为视为一种转换性使用行为,从而纳入合理使用范畴。同时,为作者提供配套的名誉补偿机制及人工智能生成内容实质性侵权的救济路径;倡导企业建立共享数据资源库以达成企业经济效益与社会责任的平衡。

摘要：本文研究并设计了一种基于大语言模型(LLM)面向老年人的语音交互系统,旨在使用大语言模型,分析老年人的语言特点,设置训练模型目标,然后利用大量训练数据提高模型对老年人语言的理解与交互能力,优化输出结果,从而构建能够与老年人进行良好交互的语音交互系统,提高老年人的交互体验。