
3月28日下午香港中文大學深港創新研究院(福田)在河套深港科技創新合作區舉行成立儀式並揭牌。

從統一化及通俗化,走到新時代的人才培訓,教育工作者需要善用時代性的工具,優化教學重點,才可踏入新里程。

面對AI的發展,業界要思索的並非封殺禁用或完全開放任用;對策仍是「學懂、善用」,學懂是技能上的發展,善用是伴隨成為終身能力。

我們必須不斷回答「為什麼我們在這裏」這個挑戰。我們亦必須進行預測,為了做到這一點,我們需要成為終身的學習者。

在人類與機器之間的互動中,我們必須適應和學會如何與人工智能共處,只有這樣,科技才能真正成為人類社會發展的重要推動力量。

觀乎近日蜂擁而來的議論,仍然有不少論者,以為生成式AI是無所不知、無所不能的機器。這樣的誤解,不難把討論引入歧途。因此,略為收集了一些在學校應用的例子,經過筆者親自試驗,以說明生成式AI的良性用途。

國家最高人民法院早於2019年便開始使用先進科技輔助司法,法院亦與時並進,緊貼創新科技發展,近年已廣泛使用人工智能、大數據分析等技術;反觀香港法院的數碼化進程卻發展得非常緩慢,遑論人工智能司法。

人工智能取代人類工作,暫時未達到高度威脅的程度,但有關搜尋、整理、綜合資料相關的工作則會首當其衝,這是時代進步的代價。

ChatGPT出台之後,迅速引起許多同類工具的誕生,從文字,延伸到語音、圖像、視頻……反正人類主要的表達手段,都可以替代。最近有不少香港教師做出不少試驗與嘗試,煥發出許多智慧。以下的觀察,與讀者分享。

在討論人工智能對勞工市場影響時,不少人擔心各行各業打工仔都會大受影響。不過,同一時間科技進步亦令這些行業生產成本大為降低。這在人手長期不足的醫護界尤為明顯。

相信不會有人否定語言模型乃至AI的工作效率,但無論如何,它依然依賴人類發出指令方能完成任務。可見如何培養學生有能力駕馭這種超級工具,將是教育界的新課題。

2022年中國人口減少了850000人,西方反華人士驚喜若狂,中國崛起停止了,真的嗎?

正所謂「天要下雨,娘要嫁人」,AI的發展趨勢已成,我們既然阻擋不了,就應該好好地學習及應用它,以便跟上世界發展的潮流,提升我們及整個社會的競爭力和生產力。

要防止問題再次發生,港協暨奧委會恐怕應多走一步,不是只要求各總會在往外地參賽前到來取工具包,而是向已知道會到外地參賽的團體,主動送上工具包,甚至是強制每個總會,都保存一個工具包,以備往外地參賽所需。

人工智能模型ChatGPT自推出後蔚為風潮,撼動全球的教育制度。「中國AI之父」李開復博士與教育局副局長施俊輝不約而同表示,AI工具將獲廣泛應用,教育界應及時了解最新趨勢。

香港城市大學電機工程學系於3月4日為該學系第二屆「人工智能物聯網資優培訓課程」舉行學生作品總決賽及結業禮,同時舉辦一連三天的學生作品展。結業禮邀得教育局副局長施俊輝出席,與學生分享學習成果及得獎喜悅。

當人人都是全能專家,四處都是亂抄亂講的噪音,我們從何下手?

ChatGPT的確是一把兩刃劍,它便利了我們尋找和整理知識,但同一時間也讓我們失去了創造知識的演練機會。ChatGPT為學界帶來的挑戰將會崛起,學界如何應對?

教育是要培育人才,若然將人才的標準綁在「智能」的多寡之上,這是危險的。

在人生最重要的人格形成期,培育主動自發探索和創作、與人和世界互動等等能力,才不會給愈來愈主動的工具和複雜的社會淘汰,反過來能掌控之!

AI科技的未來發展,不能單靠科學家和工程師,還要靠人文社科學者的參與融合。大學教育要帶動科技發展與人文關懷的結合,令兩者平衡共濟發展。

ChatGPT的功能被傳媒高高捧到天上,它究竟是何方神聖呢?

企業該如何定位,抱緊數字經濟發展對未來的機遇及為其風險作好準備呢?筆者認為何必捨近取遠,且看2022年8個數碼化里程碑,或可以為你解答謎團!

新科技摧毀就業這類「爆炸性」預言歷來都有不少市場。然而,100多年過去了,人力工作仍未完全消失。而新技術往往帶來新行業、新工種和新就業。

科技巨擎不約而同地認為,ChatGPT這類技術充滿商機,將會是工商業界渴求的智能工具;然而筆者認為,傳媒對ChatGPT過分吹捧,有點名過於實,特別是在教育應用方面。

ChatGPT的普及,再一次惹起大家關注AI是否會取代人類?將機器超越人類的臨界點,定在仿真上,是誤判。當機器有一天能夠超越人類,進行一些人類本身沒有的思維,那才是真正的警號。

過去一年全球經濟活動及商務往來逐漸回復正常,但企業及個人用戶對互聯網和新興科技的依賴卻有增無減,網絡攻擊的方式、數量及複雜程度亦隨之增加。

微軟在《未來計算》提出人工智能開發的六大原則,筆者建議香港政府可參考這些原則制定適當的法例,確保用作機器學習的大數據訓練集的實用性,好讓人工智能產品或服務的用戶能享有合理的權益。

微軟在《未來計算》提出人工智能開發的六大原則,筆者建議香港政府可參考這些原則制定適當的法例,確保用作機器學習的大數據訓練集的實用性,好讓人工智能產品或服務的用戶能享有合理的權益。

人類沒必要把自己變成飛鳥,飛機還是可以幫我們解決快速通行問題。刻意複製「造人」不如與人類能力互補更有意義!