生成式人工智能赋能档案资源开发：机遇、场景与挑战(1).pdfVIP

机电兵船档案2024年第3期119

生成式人工智能赋能档案资源开发：机遇、场景与挑战

段晶晶

（国家国防科技工业局核技术支持中心，北京100160）

［摘要］生成式人工智能AIGC开辟了通用人工智能的新时代，也为档案资源开发与数智化转型提供高性能的技

术支撑与创造性、多模态的模式创新。本文先从AIGC的时代新特征（类人交互、自学习、高算力）和档案资源开

发的瓶颈2个视角出发探讨通用人工智能时代的新机遇；随后，指出技术赋能和组织流程再造是AIGC的应用方

向，并明确提出2个具体的赋能应用场景；最后，提出AIGC赋能档案资源开发的3点挑战，为档案事业应用生成

式人工智能提供参考。

关键词：生成式人工智能；档案资源开发；机遇；场景；挑战

反馈强化学习（RLHF），ChatGPT实现在无人干预监督下

1通用人工智能时代的新机遇

对千亿级参数数据的自主的反复训练，这种出色的机器

以ChatGPT3.5为代表的生成式人工智能（AIGC，学习能力还可以在反复训练中不断修正和进化，从而近

ArtificialIntelligenceGeneratedContent）应用以其高泛用、乎无限地拓展自身的功能多样性以及对多种模态数据处

快迭代的特性引领着通用人工智能时代的来临。作为理的能力边界：没有什么是AIGC学不会的，也没有什么

AIGC新时代的集大成者与人类史用户增速最快的应用，行业是AIGC不能跨界融合的；此外，在结果呈现的多样

ChatGPT基于预训练的模型与算法，实现了以人类对话性、专业性和创意创新方面也在多个行业的测试中达到

交互的方式来对大规模文本语料进行专业化、规范化处专家级水准，展示出其强大的创造性和类人特征。

理与稳定的结果输出；而在其最新迭代的GPT4.0版本中，三是提高算力门槛。海量参数与海量训练依靠的是

更是突破文本语料的束缚，以千亿级样本量和更快更强庞大的高性能算力网络集群，这不仅是巨大的技术与资

的时效实现了对动静图片、声像等多种模态数据的处理，本开支，现阶段还因封锁制裁导致国内无法获得足量的

这一惊人的性能表现基本达到了过往人类对人工智能的先进制程的算力芯片，而国内硬件层面的自主可控仍需

功能构想，也给当前档案资源开发与服务利用和其它内要长时间积累与突破，这是我国AIGC发展的硬门槛和

容型行业创造了前所未有的发展机遇和创新可能性。现实难题。

高效性、经济性、稳定性、多模态、开放场域与二次

1.1AIGC的时代新特征

创新等特征，使AIGC的技术赋能为内容型行业带来

先进制程的高性能GPU算力芯片等硬件、持续迭

质变，并在档案资源开发的各环节上大放异彩。

代自学习的NLP神经网络算法与模型是AIGC跃进式

突破的技术基座；而海量数据的积累沉淀则为强大的1.2档案资源开发的瓶颈

技术处理能力提供了广阔的可能性展示舞台。AIGC伴随档案数字化的推进，档案资源开发已不局限在

除了在加快数据处理效率、降低开发成本、丰富且稳定档案介质电子化迁移，数字化系统与馆所建设，档案资源

的结果输出质量等人工智能技术共性优势特征外，以开发建设向智慧化、智能化、个性化等高质量发展目标转

ChatGPT为代表的AIGC还有以下几点新特征：型。因此，借助外力外脑，拥抱技术创新，探索符合我国

一是“类人”交互性。依托强大的自然语言处理能