导航
搜索
登录
注册
主导航
学科分类库
主题资源库
索引目录
系列丛书
学术共同体
学科分类
社会学
地方发展
农村社会学
发展社会学
性别社会学
社会治理
社会分层与流动
社会学理论
婚姻家庭社会学
城市社会学
政治社会学
青年社会学
劳工社会学
老年社会学
环境社会学
文化社会学
经济社会学
教育社会学
社会学研究方法
社会结构
移民社会学
社会政策
人类学与民族学
社会工作
人口学
社会心理学
主题研究
社会学方法论
社区治理与社区营造
社会学经典理论
老龄化研究
社会工作案例
脱贫攻坚与乡村振兴
风险灾害研究
社会心态研究
性别研究
首页
>
文章详情
警惕机器学习走向封闭
作者:
张博伦
出版日期:
2024年12月
报告页数:
17页
报告字数:
18287字
所属图书:
清华社会学评论 第二十二辑
下载阅读
在线阅读
原版阅读
生成引文
北京.社会科学文献出版社,2024-12.251-267
王天夫
严飞
清华大学社会学系
摘要:
以ChatGPT和Stable Diffusion为代表的生成性机器学习模型的爆发性流行,使更多的人认识到了机器学习模型对于他们日常生活的影响,也燃起了产业界对于通用人工智能的热情。但生成性机器学习模型的流行背后还有一个特有的产业趋势:机器学习模型的软件和硬件领域开始逐步远离之前的开放知识基础设施。这愈加突出了科技巨头所具有的不均衡的后勤权力。
关键词:
开源软件
机器学习
算法监督与治理
后勤权力
作者简介:
张博伦:
浙江大学社会学系“新百人计划”研究员。
相关报告
当开放数据遇到开源软件:全球数据开放平台建设现状比较研究
中国县域碳排放强度的动态演化——来自可解释机器学习的新证据
R语言与社会科学调查数据分析结语
R语言进行机器学习
文章目录
·
前言
·
大型科技公司、基础设施与后勤权力
·
机器学习兴起的开放基础设施
·
转向封闭的机器学习
·
对于开源的进一步挑战
·
余论:研究机构需要承担更大的社会责任