自从OpenAI在2022年11月推出其生成式人工智能(AIGC,artificial intelligence generative content,也有人使用generative AI)产品——ChatGPT后,整个世界都为之颠覆.生成式人工智能主要有两个主流:大型语言模型(LLM,large language model)和扩散模型(diffusion model),新的应用和研究每天都在加速发表.在本文中,我们首先对大型语言模型表现出来的智能水平提出了一个严肃的问题:它是否真的拥有像普通人的智能能力一样的通用人工智能(AGI,artificial general intelligence)能力?在本文中,我首先提出了一个重要的假说:作为一个封闭的系统,通过一个大型的语言模型被设计成表示和存储人类的巨大知识和智能的能力和行为,并配备了最高的价值标准,即模型必须符合人类的价值,但大型语言模型内部结构和性质并没有显示其拥有通用人工智能能力.然而,作为一个开放的系统,一旦我们输入一些隐含人类知识和智能的格式化文本,我们就会突然发现,大型语言模型的输出显示出某些人类智能和行为的特征.其中格式化的输入文本被称为提示(prompt),提示的智能程度越高,模型的智能输出就越好.换句话说,大型语言模型拥有某种以prompt提示为条件的通用人工智能AGI能力.经济学研究和其他社会科学研究如政治、历史、语言学等包括了最复杂的社会形态和人类最深刻的思想,因此本文试图通过总结其他研究者最新的研究成果来探讨大语言模型的通用人工智能是事实还是错觉?以及大语言模型其他经济功能和效用,对于这个模型的类通用人工智能的能力,我们总结这些研究学者的最新研究成果,包括大语言模型的智商水平,生成式人工智能的产业经济学,生成式人工智能下的计算社会科学研究,大语言模型的商业决策制定,经济学和其他社会科学,以及虛拟生成式人工智能经济学家的范式研究等问题.
在复杂社会经济条件下研究传染病的动态传播机制和防控措施是一个重要的课题.本文将社会网络模型和流行病传播模型相结合,提出了基于社会接触网络的流行病传播模型(contacting network based S-E-I_(N)-I_(F),CNSEII).现有的静态社会网络难以体现防控政策对网络结构的影响,为弥补这一不足,本文搭建了以“个体-家庭-社会”为主体的无标度的三级网络.基于该网络结构的CNSEII模型能够刻画防控政策对疫情传播的动态影响,帮助制定科学有效的传染病防控政策.本文进一步提出并证明了疫情清零的必要性条件和防控隔离有效性定理,为科学防控重大突发传染病提供了理论支撑.本文应用仿真模拟对比了不同参数组合对疫情防控结果的影响.通过实验发现,病毒强弱和对病毒的筛查力度会显著影响疫情清零时间,在减少疫情感染人数方面,降低不同家庭之间的连接程度比直接影响个体节点与社会主网络的接触概率更加有效.