免责声明
加拿大政策视野（Policy Horizons）是加拿大政府的卓越远见中心。我们的使命是赋予加拿大政府以面向未来的思维和前景，以加强决策。本文件的内容并不一定代表加拿大政府或参与部门和机构的观点。
本前瞻简报的第一次迭代（2023 年 5 月）探讨了未来五年内生成人工智能 (AI) 技术可能带来的一些潜在转变和颠覆。
随着 ChatGPT 引起了全世界的关注，这份前瞻简报重点介绍了关于生成人工智能需要了解的八个关键事项，以及在三个关键领域的重要影响：关键基础设施、劳动力和市场条件以及内容生产和处理。
生成式人工智能可以释放科学创新、提高生产力并改变人们查找信息的方式。这些技术还可能给多个政策领域带来干扰和挑战。通过反思未来可能发生的事情，加拿大政策视野旨在加强加拿大政府内部的决策。
介绍
生成人工智能 (AI) 是一种范式转变技术，可以释放科学创新、提高生产力并改变人们在线查找信息的方式。这引发了许多人对其可能扰乱劳动力市场的担忧。它还对加拿大的关键基础设施以及内容生产和处理产生重要影响。
虽然生成式人工智能的发展可以追溯到 20 世纪 50 年代，但各种改进导致了今天所见的生成式人工智能的出现。[1] , [2] 2022年底，美国OpenAI发布了ChatGPT（人工智能生成文本工具）和DALL-E（人工智能生成图像和艺术工具）的免费版本。2023 年，OpenAI 发布了 GPT-4，这是一系列多模式 AI 中的第一个，这意味着它们可以使用各种不同的媒体格式作为输入和/或输出。[3]
ChatGPT 是一种使用生成式 AI 的商业产品（生成式 AI 功能和产品的示例见表 1）。ChatGPT 中的“GPT”代表“生成预训练变压器”。所有生成式人工智能产品都建立在预先训练的基础模型的基础上，这些模型是在广泛的“可用于不同任务的未标记数据上进行训练的，只需最少的微调”。[4]这使得这些技术能够识别现有数据中的模式和结构，以生成新的原创内容。
生成式人工智能算法可以快速生成/创建各种类型的看似新的内容，包括文本、图像、视频、音频和合成数据。[5]生成式人工智能工具用于编写计算机代码[6]和大学水平的论文[7]并开发更现实和交互式的视频游戏世界。[8]它们还促进和扩大有害内容的快速创建，例如错误信息、[9]、[10]复仇色情、[11]以及旨在煽动社会不和的媒体内容。[12]此外，由于人工智能算法反映了其创造者的价值观和假设，因此它们可能会延续有意识和无意识的偏见，从而导致排斥或歧视。
| 模式 | 用例 | 为商业产品提供支持的人工智能模型 | 商业产品 |
| 文本 |
|
|
|
| 图像 |
|
|
|
| 视频 |
|
|
|
| 3D模型 |
|
|
|
| 音乐 |
|
|
|
| 演讲 |
|
|
|
| 编码 |
|
|
|
| 一些人工智能模型是多模式的，这意味着它们可以使用各种不同的媒体格式作为输入和/或输出。例如，GPT-4 可以根据包含文本和图像的提示生成文本。 | |||
关于生成人工智能需要了解的八件事
目前人们对生成式人工智能很感兴趣，也有很多媒体报道。以下是一些需要记住的关键点：
1. 生成式人工智能很容易出错，而且难以检测。
虽然像 ChatGPT 这样的大型语言模型 (LLM) 可能看起来像人类一样“智能”，但它们更类似于成熟的自动完成系统。因此它们很容易出错。他们可以生成看起来可信但实际上不正确或无意义的文本。一些著名的人工智能研究人员质疑这个问题是否有技术解决方案，或者是否需要转向新型人工智能来克服它。[13]
2. 用于训练生成式人工智能模型的数据可能会侵犯隐私和知识产权（IP）。
许多生成模型都是在互联网的大部分内容上进行训练的。这对知识产权、隐私、公平使用和公平交易产生了影响。加拿大隐私专员和意大利数据保护机构正在调查 ChatGPT，以确定是否可能出现侵犯隐私的情况。[14]图像生成器 Stable Diffusion 正面临艺术家和 Getty Images 的集体版权诉讼。Open AI 和微软面临与 Github Copilot 相关的版权诉讼。[15]基于 Drake 等音乐家的人工智能生成的语音内容而提出的版权侵权索赔可能很难辩护，因为人工智能生成的内容并不是任何现有内容的真实副本。[16]对此类案件的裁决可能会破坏这些技术发挥作用的基础。
3. 用于训练生成式人工智能模型的数据也可能会延续偏见。
使用从互联网获取的数据来创建新的人工智能生成的内容，不成比例地放大了互联网上代表性过高的人的观点：通常是说英语的人。[17]因此，某些文化观点受到强调，而非英语国家以及妇女、老年人、土著人民、残疾人和其他边缘群体的观点往往被排除在外。[18]、[19]、[20]由于许多人工智能模型是闭源的，因此对审计人员或用户来说并不透明，因此识别和解决这些偏见可能具有挑战性。
4. 尽管如此，生成式人工智能仍可以开启创新和生产力提升的新时代。
生成式人工智能是一种多用途技术，可以加速科学发展。它可能会扰乱某些工作领域。它还可以提高各部门的生产力、改善可及性并重塑教育。
5. 由于美国公司的主导地位、国内计算能力的缺乏以及对外国托管数据的担忧，在当地利用创新成果可能会很困难。
训练生成式人工智能模型需要大量数据和计算能力，这使得 OpenAI、微软和亚马逊等美国企业在这一领域占据主导地位。[21]国内计算能力的缺乏可能会限制加拿大公司和研究人员在加拿大开发生成式人工智能模型的能力。在国外存储或使用加拿大人的个人数据会带来法律和隐私风险。这可能会对依赖国外数据中心的应用程序的研究和开发造成障碍。政府资助的人工智能基础设施开发国际合作正在兴起，以抗衡私人参与者的主导地位。[22]
6. 目前尚不清楚生成式人工智能的使用价值将在哪里体现。
生成式人工智能技术堆栈包括应用程序、为应用程序提供支持的生成式人工智能模型，以及允许模型和应用程序运行的基础设施。在某些情况下，从 GPT-3 等专有的闭源模型赚钱可能具有挑战性。开放获取的生成人工智能模型[23] , [24]允许任何人免费开发自己的应用程序。如果有足够多的人采用这些开放获取模型，并且这些模型表现足够好，那么闭源模型的吸引力就会降低。涉及多个层面和参与者。开放获取的趋势以及上述尚未解决的知识产权纠纷，使得预测生成式人工智能将在何处、为谁创造最大价值以及将在何处捕获这一价值变得具有挑战性。基础设施提供商可能是最有能力在这个生态系统中获取价值的提供商之一。[25]然而，为加拿大以及在加拿大境内产生的价值仍不清楚。
7. 快速发展加上监管空白可能会导致复杂且不可预见的风险。
人工智能对社会、环境、经济、政治和价值观都有影响。当前的监管方法侧重于成品，而不是将标准或规范嵌入到技术开发流程中。例如，目前不需要识别用于训练人工智能模型的数据类型。[26]由于这一差距与生成人工智能系统和应用的快速发展相交叉，它可能会导致复杂且不可预见的风险。此外，快速的发展可能会给面向未来的人工智能法规带来挑战。
8. 生成式人工智能可能会引起人们对计算环境成本的新担忧。
生成式人工智能的开发和使用都是一种能源和水密集型技术。[27] , [28]支持生成式人工智能的开发和使用的信息和通信技术（ICT）也是能源密集型的。据估计，ICT 的总足迹占全球温室气体排放总量的 2.5% 至 3.7%。[29]这超过了商业航班的排放量（约 2.4%）。[30] 信息技术 (IT) 行业最终可能会在未来十年内将其碳足迹增加一倍，而其他行业正朝着相反的方向发展。[31]
未来五年影响的三个关键领域
据说，生成式人工智能是一种变革性技术，可以提高停滞不前的生产力水平，并引发新一波的科学创新浪潮。最近的一项估计表明，生成式人工智能可以在十年内推动全球国内生产总值增长 7%。[32]未来 10 年，西方国家每年可增加约 7 万亿美元的收入，净劳动生产率每年提高 1.5 个百分点。[33]使用生成式人工智能解决蛋白质折叠科学中的问题可能会带来癌症、流感和 COVID-19 的新疗法。[34]综合数据还可以加速人工智能模型的训练，特别是对于那些依赖患者记录等敏感数据的模型。
尽管这些潜在收益令人印象深刻，但生成式人工智能等变革性技术也可能带来颠覆和挑战。
以下是一些值得反思的未来问题：
加拿大重要基础设施
生成式人工智能可能会对关键 IT 基础设施中的现有漏洞造成压力。企业、政府和公众对生成式人工智能应用的使用依赖于陆上光纤电缆和数据中心等国内基础设施。预计从 2022 年到 2032 年，数据中心将增长十倍。[35]这一增长的很大一部分可能归功于生成式人工智能。加拿大的数据中心分布已经高度集中：大部分数据中心位于蒙特利尔和多伦多。这意味着这两个城市中的任何一个发生重大事件都可能导致加拿大大部分地区的互联网瘫痪。未来，当国家行为者、极端主义团体或单独行为者对数据中心的攻击变得更加普遍时，这可能会成为问题。[36]
加拿大的许多地区在短期内仍可吸引数据中心投资者，但获取战略资源的需求可能会与绿色转型产生竞争。与大多数国家相比，加拿大拥有廉价且可再生的水力发电，[37]和凉爽的气候。这可能会降低数据中心的冷却成本，并允许人工智能公司宣传减少碳足迹。然而，随着未来十年数据中心需求的增加，获得战略金属、土地、水和区域电力供应可能成为一个越来越有争议的政策问题。[38]例如，更多的数据中心可能会导致更多的排放和电子废物，[39]以及对环境监管的更多呼声。扩大数据中心的经济压力也可能与向绿色能源的过渡相竞争。这是因为数据中心硬件使用了许多与太阳能电池板、电池和其他绿色技术相同的战略矿物。
劳动力和市场条件
生成式人工智能可以部分或完全自动化创意和语言工作。它更有可能“增强”技术和知识工作。交易受到影响的可能性最小。生成式人工智能可以极大地重塑一小部分依赖创造性和语言工作的工作角色，甚至可能实现自动化。这些工作包括平面设计、文案写作，某种程度上还包括技术写作、编辑和音乐创作。未来五年，生成式 AI 更有可能提高人类工作质量和数量的角色：IT 专家、软件开发人员、财务和会计专业人员、建筑师、接待员、客户服务代表、技术员和工程师。生成式人工智能还将有可能增强企业高管、科学家和政策分析师在构思、假设发展、总结和决策等领域的作用。对交易的影响可能很小。
生成式人工智能可以部分或完全自动化许多技术编码任务。这可能会降低工资，并导致曾经被认为是“高技能”科技工作岗位的裁员。生成式人工智能系统现在可以用各种技术语言解决复杂的编码问题，而无需人工提示。例如，GPT-4 编写依赖于公共代码库的目标程序的能力“与普通软件工程师的能力相比毫不逊色”。[40]人工智能生成的代码也可能更容易人类阅读和遵循。例如，它可以自动生成简单语言文档，以可以标准化的方式描述每段代码的功能。这些增强的能力可能会导致高薪科技工作的工资降低，甚至减少就业。
对于因侵犯隐私和判断错误而担心责任的领域来说，采用生成式人工智能支持工具可能具有挑战性。医学、法律、银行和金融等领域可能需要人类验证人工智能生成的信息，以遵守专业行为准则。让这些工具更加可靠，结果更容易解释，可以促进这些领域的更广泛采用。[41]
专门的生成式人工智能技术的使用可能会导致市场集中或出现以前不存在的领域的巨型企业。开发基于专有数据训练的定制生成人工智能模型可以促进专业领域的采用。如果技术能够可靠地处理大部分工作，生成式人工智能可能会引发法律等行业的深刻变革。然而，采用这些技术的成本可能会限制大型组织对它们的采用，这可能会导致巨型企业的发展。
内容制作及加工
高质量内容制作的民主化可能会破坏社会凝聚力。与社交媒体的兴起和向 Web 2.0 的过渡一样，生成式人工智能的采用标志着一个分水岭时刻。虽然 Web 2.0 允许用户生成内容并更积极地参与虚拟和现实生活社区，[42]、[43]它还引发了对过滤泡沫、错误信息、极端主义和选举干扰的担忧。借助生成式人工智能，个人很快就能够创建低成本、专业品质的娱乐内容。这可能会引发大量新的业余内容，不受现有媒体制作机构制定的规范的限制。例如，这可能会导致高质量长篇电影的病毒式传播，这些电影表达了对政治领导人、移民或女性的错误信息、不满和仇恨。
生成式人工智能可以通过以新的方式调解感知来增强残疾人的无障碍性。多模式生成人工智能产品，例如丹麦初创公司的 Be my Eyes beta 应用程序，现在依靠 GPT-4 而不是人类志愿者来为视力障碍者实时描述图像。用户可以点击照片，通过应用程序分享，并让人工智能驱动的虚拟志愿者回答有关该图像的任何问题，并为各种任务提供即时帮助。例如，它可以描述冰箱里的食物，并提供用它烹饪的菜谱。[44]实时视频输入可以提供对环境和其他人的实时描述，改变视障人士感知和参与世界的方式。同样，实时语言转录技术可以改变听力障碍者的体验。但这些技术也可能引起人们对同意和错误责任的担忧。[45]
结论
生成式人工智能是一种范式转变技术。在 2020 年代，它将呈指数级增长，对许多行业产生影响。由于生成式人工智能可能提供比人类劳动力高得多的生产力，因此可能会争先恐后地在任何可能的地方使用它。
生成式人工智能的最终性能尚不清楚。然而，新算法支持的大型模型的输出质量可能会继续令人惊讶。未来10-15年，更新、更强大的人工智能技术将给社会许多领域带来深刻的变化。这可能会带来更大的破坏，远远超出最初或明显的影响领域，例如劳动力和生产力。
新技术往往在短期内被高估，而在长期内被低估。这一领域的远见有助于奠定基础，为更具颠覆性的未来做好准备。虽然没有人能够预测生成人工智能的未来，但战略远见可以帮助政策和决策者更好地做好准备。
致谢
这份前瞻性简报通过研究、访谈和对话综合了许多贡献者的思考、想法和分析。项目团队感谢慷慨分享时间和专业知识以支持研究的专家，包括那些选择保持匿名的专家。
纽约大学计算机科学系Jacob Browning
博士后
Wendy Hui Kyong Chun加拿大 150 新媒体研究主席、西蒙弗雷泽大学
传播学院教授
Janna Frenzel康考迪亚大学
传播学博士生
Victoria Fricke麦吉尔大学
人工智能法和商法法学硕士候选人
Sasha Luccioni
研究科学家和气候负责人
拥抱脸
Fenwick McKelvey
应用人工智能研究所联席主任康考迪亚大学
传播研究系信息和通信技术政策助理教授
Chris Meserole 布鲁金斯
学会斯特罗布·塔尔博特安全、战略和技术中心人工智能和新兴技术计划主任外交政策
研究员
项目团队
Nicole Rigillo，Foresight Research 高级前瞻分析师兼项目负责人
Simon Robertson，Foresight Research 总监
Tieja Thomas，Foresight Research 代理经理
Kristel Van der Elst，总监
Meaghan Wester，Foresight Research 前瞻分析师
通讯
Mélissa Chiasson，传播顾问
Laura Gauvreau，传播经理
Nadia Zwierzchowska，高级传播顾问
我们要感谢我们的同事 Imran Arshad、John Beasy、Steffen Christensen、Nicole Fournier-Sylvester、Chris Hagerman、Jennifer Lee、Pascale Louis-Miron、Megan Pickup、Elisha Ram 和 Julie-Anne Turner 对本项目的支持。
尾注
[1] Yihan Cao、Siyu Li、Yixin Liu、Zhiling Yan、Yutong Dai、Philip S. Yu 和 Lichao Sun，“人工智能生成内容 (AIGC) 的综合调查：从 GAN 到 ChatGPT 的生成式 AI 历史， ” arXiv，2023 年 3 月 7 日，http://arxiv.org/abs/2303.04226。
[2] Dominique Cardon、Jean-Philippe Cointet、Antoine Mazières 和 Liz Carey-Libbrecht，“神经元回升”，Réseaux 211 No. 5 (2018)：173-220。
[3] Sébastien Bubeck 等人，“通用人工智能的火花：GPT-4 的早期实验”，arXiv 预印本 arXiv：2303.12712 (2023)。
[4] “什么是基础模型？”，IBM，2023 年 4 月 28 日访问，https://research.ibm.com/blog/what-are-foundation-models。
[5]乔治·劳顿，“什么是生成式人工智能？您需要知道的一切”，企业人工智能，2023 年 4 月 19 日访问，https://www.techtarget.com/searchenterpriseai/definition/generative-AI。
[6] Belle Lin，“生成式 AI 帮助提高一些软件开发人员的生产力”，《华尔街日报》，2023 年 2 月 22 日，第 2 节。C Suite，https://www.wsj.com/articles/generative-ai-helping-boost-productivity-of-some-software-developers-731fa5a。
[7] Beatrice Nolan，“两位教授说他们用 ChatGPT 抓到了学生作弊论文，解释了为什么人工智能抄袭很难证明”，《商业内幕》，2023 年 4 月 19 日访问，https://www.businessinsider.com/chatgpt -论文大学作弊教授被学生抓住 ai 抄袭-2023-1。
[8] Tamulur @Tamulur，“ChatGPT 驱动的 NPC 实验#1”，TikTok，2023 年 4 月 16 日，https://www.tiktok.com/@tamulur ?_t=8bd8qABhs10&_r= 1 。
[9] Giovanni Spitale、Nikola Biller-Andorno 和 Federico Germani，“AI 模型 GPT-3 (Dis) 比人类更好地通知我们”，arXiv， 2023 年 1 月 31 日，https://doi.org/10.48550/arXiv。 2301.11924.spi 。
[10] Sophia Khatsenkova，“犯罪分子正在利用人工智能听起来像家庭成员来诈骗人们”，欧洲新闻，2023 年 3 月 25 日， https: //www.euronews.com/next/2023/03/25/audio-deepfake-诈骗犯罪分子正在使用人工智能来听起来像家庭和人们正在坠落。
[11]哥伦比亚广播公司新闻，“随着人工智能编辑程序变得更加复杂，‘Deepfake’色情可能成为一个日益严重的问题”，2023 年 4 月 17 日，https: //www.cbsnews.com/news/deepfake-porn-ai-technology/。
[12] Noor Al-Sibai，“由于血腥、色情和种族主义的小问题，谷歌不会发布新的视频生成人工智能”，未来主义，2023 年 4 月 19 日访问，https: //futurism.com/the-byte/google -ai-imagen-不释放。
[13] Craig Smith，“幻觉可能会阻碍 ChatGPT 的成功 – IEEE Spectrum”，2023 年 4 月 19 日访问，https://spectrum.ieee.org/ai-hallucination。
[14] Katyanna Quach，“加拿大隐私监管机构调查 OpenAI 的 ChatGPT”，The Register，2023 年 4 月 6 日，https://www.theregister.com/2023/04/06/canadas_privacy_chatgpt/。
[15] Timothy B. Lee，“Stable Diffusion 版权诉讼可能是人工智能的一场法律地震”，Ars Technica，2023 年 4 月 3 日， https: //arstechnica.com/tech-policy/2023/04/stable-diffusion-版权诉讼可能是人工智能的合法地震/。
[16] Nilay Patel，“AI Drake 为 Google 设置了一个不可能的法律陷阱”，The Verge，2023 年 4 月 19 日， https: //www.theverge.com/2023/4/19/23689879/ai-drake-song -google-youtube-公平使用。
[17]艾玛·查尔顿，“每日图表：互联网存在语言多样性问题”，世界经济论坛，2018 年 12 月 13 日，https: //www.weforum.org/agenda/2018/12/chart-of-互联网出现语言多样性问题的那一天/。
[18] Emily M. Bender 等人，“随机鹦鹉的危险：语言模型会太大吗？
”，载于2021 年 ACM 公平、问责和透明度会议记录。https://dl.acm.org/doi/10.1145/3442188.3445922。
[19] Safiya Umoja Noble，“压迫算法：搜索引擎如何强化种族主义”，《压迫算法》（纽约大学出版社，2018 年），https://doi.org/10.18574/nyu/9781479833641.001.0001。
[20] James Vincent，“Twitter 在不到一天的时间里教微软的 AI 聊天机器人成为种族主义混蛋”，The Verge，2016 年 3 月 24 日， https: //www.theverge.com/2016/3/24/11297050/泰伊微软聊天机器人种族主义者。
[21] Meredith Whittaker，“捕获的高昂成本”，SSRN 学术论文，纽约州罗彻斯特，2021 年，https: //papers.ssrn.com/abstract=4135581。
[22] Mario Kovač，“欧洲处理器计划：百亿亿次时代 EuroHPC 的工业基石”， 第 16 届 ACM 国际计算前沿会议记录，2019 年：319。
[23] Stefan Baack，“数据化和赋权：开放数据运动如何重新阐明民主、参与和新闻的概念”，《大数据与社会》 2，第 1 期。2（2015 年 12 月 1 日）：2053951715594634，https://doi.org/10.1177/2053951715594634。
[24] Starr Hoffman，“开源 vs. 开放获取（vs. 免费）”，Geeky Artist Librarian（博客），2014 年 6 月 26 日， https: //geekyartistlibrarian.wordpress.com/2014/06/26/open-源 vs-开放访问-vs-free/。
[25] Martin Casado、Matt Bornstein 和 Guido Appenzeller，“谁拥有生成式 AI 平台？”Andreesen Horowitz，2023 年 4 月 23 日访问，https: //a16z.com/2023/01/19/who-owns- the-generative-ai-platform /.
[26] Timnit Gebru、Jamie Morgenstern、Briana Vecchione、Jennifer Wortman Vaughan、Hanna Wallach、Hal Daumé Iii 和 Kate Crawford，“数据集的数据表”，ACM 64 通讯，第 1 期 。12（2021）：86-92。
[27]刘亚楠等，“基于数据中心流量和PUE的全球数据中心能耗减排预测”，全球能源互联网3期，第1期。3（2020）：272-82。
[28] Chris Stokel-Walker，“生成式 AI 竞赛有一个肮脏的秘密”，《连线》英国，2023 年 4 月 20 日访问，https://www.wired.co.uk/article/the-generative-ai-search-种族有一个肮脏的秘密。
[29]转变项目，“‘精益 ICT：迈向数字清醒’：我们的新报告”，转变项目，2019 年，https://theshiftproject.org/en/article/lean-ict-our-new-report/。
[30] Jeff Overton，“问题简介：商用航空温室气体排放的增长”（2019 年，2022 年修订），白皮书，EESI，2022 年。
[31] Jennifer Riggins，“下一代可持续数据中心设计”，The New Stack（播客），2020 年 1 月 2 日， https: //thenewstack.io/next- Generation-sustainable-data-center-design/ 。
[32] “生成式人工智能可以使全球 GDP 提高 7%”，高盛，2023 年 4 月 18 日，https://www.goldmansachs.com/insights/pages/generative-ai-could-raise-global-gdp-by -7-percent.html。
[33] “生成人工智能”。
[34] Cade Metz，“人工智能将其艺术性转向创造新的人类蛋白质”，《纽约时报》，2023 年 1 月 9 日，第 2 节。科学，https://www.nytimes.com/2023/01/09/science/artificial-intelligence- Proteins.html。
[35] Global Market Insights，“按组件、服务、部署模型、应用划分的图形处理单元 (GPU) 市场规模、COVID-19 影响分析、区域前景、应用潜力、竞争市场份额和预测，2023-2032 年” ，2023 年，https://www.gminsights.com/industry-analysis/gpu-market。
[36] Brian Barrett，“据称极右极端分子密谋炸毁亚马逊数据中心”，《连线》，2021 年 4 月 9 日， https: //www.wired.com/story/far-right-extremist-allegedly-plotted -blow-up-amazon-data-centers/ .
[37]巴雷特，“极右极端分子”。
[38] Steve McLean，“多伦多、蒙特利尔数据中心市场增长，但面临挑战”，Renx.ca，2022 年 4 月 29 日，https: //renx.ca/toronto-montreal-data-centre-markets-grow-but -面对挑战。
[39]加拿大政策视野分析来自美国 BEA 固定资产账户表，第 3 节，按行业划分的私人固定资产，信息和数据处理服务设备，2021 年数据 (BEA 2023)。
[40] Sébastien Bubeck 等人，“通用人工智能的火花：GPT-4 的早期实验”，arXiv 预印本 arXiv：2303.12712 (2023)：21。
[41] Stephanie Palazzolo，“Anthropic 联合创始人 Daniela Amodei 计划如何将信任和安全变成一种功能，而不是缺陷”，《商业内幕》，2023 年 4 月 24 日，https: //www.businessinsider.com/anthropic-coFounder-daniela -amodei-trust-safety-generative-artificial-intelligence-2023-4。
[42] Zeynep Tufekci，推特和催泪瓦斯：网络抗议的力量和脆弱性（耶鲁大学出版社，2017 年）；
[43] Danah Boyd，《这很复杂：网络青少年的社交生活》（耶鲁大学出版社，2014 年）。
[44]托马斯·麦考利，“新的 GPT-4 应用程序可以‘改变生活’”，TNW | Deep-Tech，2023 年 3 月 17 日，https://thenextweb.com/news/be-my-eyes-app-uses-openai-GPT-4-help-visually-impaired。
[45] SA Applin，“谷歌正在开发语言到文本的 AR 眼镜。这是一个复杂的想法”，Fast Company，2022 年 5 月 18 日，https://www.fastcompany.com/90753311/google-is-working-on-language-to-text-ar-glasses-its-a-complicated-想法。
要点：
