AI驅動圖書館智慧化轉型的若干思考

[摘 要]AI是未來國際競爭的焦點和經濟發(fā)展的新引擎，也是圖書館數智化轉型的關鍵推動力。大模型成功研發(fā)和快速迭代的過程有6個關鍵性的事件和節(jié)點。詳細剖析了ChatGPT的算法模型Transformer及LLM的主要能力表現。當前圖書館發(fā)展面臨一些亟待解決的問題，而這些問題比較理想的解決方案就是導入以大模型為標志的AI技術。但AI的導入也必將讓圖書館喜憂參半，應在做好戰(zhàn)略分析的基礎上，審慎制定圖書館AI戰(zhàn)略對策。

[關鍵詞]智慧圖書館 人工智能（AI） 大語言模型（LLM） 圖書館數智化轉型

[分類號]G250.7

1 引言

人工智能（AI）技術的發(fā)展受到了國家的高度重視，被視為未來國際競爭的焦點和經濟發(fā)展的新引擎。隨著數字經濟的蓬勃興起和社會整體數字化程度的提升，AI的正面效應日益顯著，其深度融入各行各業(yè)，正逐步成為推動傳統(tǒng)產業(yè)轉型升級的關鍵驅動力。政府高度重視AI的發(fā)展，出臺了一系列政策以促進AI技術與實體經濟的深度融合，如《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》[1]等，為AI的應用提供了明確的指導和保障。各地政府如北京、上海、深圳等發(fā)布了支持AI產業(yè)的政策文件，推動了AI技術的創(chuàng)新和應用。

在“十四五”規(guī)劃中，智慧圖書館的建設被視為數字化轉型的重要內容，旨在推進圖書館事業(yè)的高質量轉型。這表明AI在智慧圖書館領域的應用不僅是技術進步的體現，也是國家戰(zhàn)略的一部分。智慧圖書館作為知識傳播的重要載體，在AI技術的推動下迎來了前所未有的發(fā)展機遇[2]。大模型技術在這一領域的應用，加速了智慧圖書館的建設，提升了圖書館的服務質量和效率。智慧圖書館的應用場景包括智慧管理、智慧業(yè)務、智慧服務、智慧空間等方面。這些應用不僅優(yōu)化了圖書館內部的管理流程，還極大地提升了讀者服務體驗，例如語義化管理和深度分析館藏資源，提供智能化的館員輔助等。通過自然語言處理技術，圖書館能夠提供更加智能化的檢索推薦和新型閱讀體驗。

2 AI與大模型時代

在1956年的重要歷史節(jié)點上，麥卡錫匯聚了哈佛大學、麻省理工學院、IBM及貝爾實驗室的頂尖學者，于達特茅斯會議中首次明確提出了“人工智能”的概念。這一領域專注于智能機器的創(chuàng)造，特別是智能計算機程序的研發(fā)，旨在模擬并拓展人類智能的邊界。盡管它與利用計算機模擬人類智能的任務緊密相關，但人工智能的探索并不受限于生物學視角的觀察方法，展現出更為廣闊的探索空間。

人工智能被視為一種“通用目的技術”（GPT），即“General Purpose Technology”的縮寫，這一稱謂凸顯其四大核心特征。首先，應用范疇極為廣泛，能夠滲透至社會經濟的多個領域；其次，持續(xù)推動生產效率的提升，同時降低了使用者的成本負擔；再次，作為技術創(chuàng)新的催化劑，不斷激發(fā)新技術與產品的誕生；最后，深刻影響著生產流程、物流體系及組織管理模式的革新與優(yōu)化[3]。

經濟學家回顧人類發(fā)展歷程，共識別出26項具有里程碑意義的通用技術，而人工智能赫然在列，彰顯了其在技術發(fā)展史上的重要地位。人工智能學科的研究版圖廣泛，涵蓋知識表示、自動推理與搜索策略、機器學習與知識獲取機制、知識處理系統(tǒng)構建、自然語言處理、計算機視覺技術、智能機器人研發(fā)以及自動程序設計等多個關鍵領域，這些研究共同推動著人工智能技術的不斷前行與深化。

2.1 AI發(fā)展階段

在人工智能的發(fā)展歷程中，其演進路徑可以大體做如下劃分。

第一，從理論發(fā)展階段看。首先是規(guī)則導向階段，接著是機器學習階段，隨后進入深度學習階段（當前我們正處于這一階段），并預期未來會邁向自主學習的新階段[4]。深度學習的“層次化”學習思想與人類視覺認知機理高度適應。1958年，約翰霍普金斯大學的David Hubel和Torsten Wiesel發(fā)現人的視覺系統(tǒng)的信息處理是分級的，人對物品的識別可能是一個不斷迭代和抽象的過程。這一發(fā)現是神經科學與認知領域的重大突破，促進了人工智能領域以后50年的發(fā)展。

第二，從發(fā)展水平來看。人工智能又可以分為弱人工智能（ANI）、強人工智能（AGI）和超人工智能（ASI）3個階段。其中，目前我們正享受著弱人工智能（ANI）給我們工作學習帶來的便利和效率的大幅度提升。

第三，從應用成熟程度看。人工智能的分類可進一步細化為4種主要類型：感知式AI、分析式AI、決策式AI以及生成式AI（Generative AI）。感知式AI與分析式AI在應用上已相對成熟，它們在處理信息和理解環(huán)境方面發(fā)揮著重要作用。而決策式AI作為近年來的熱點，正以前所未有的速度發(fā)展，助力各行業(yè)做出更加精準和高效的決策。

值得注意的是，生成式AI這一領域正迎來重大的技術突破。相比傳統(tǒng)的用戶生成內容（UGC）和專業(yè)生成內容（PGC），生成式AI能夠實現內容創(chuàng)作質的飛躍，不僅能夠以更高的效率生成大量內容，而且內容質量也顯著提升，同時大幅降低了單位成本。隨著技術的不斷進步，生成式AI將從當前的輔助創(chuàng)作生成階段，逐步邁向高度自動化甚至自主創(chuàng)造的新紀元，為內容創(chuàng)作領域帶來革命性的變革。

2.2 代表性的AI大模型

國內AI產品有智能體（Kimi+、Coze）、多模態(tài)大模型（通義千問、智譜清言）、長文檔分析（Kimi、通義千問）、AI搜索（秘塔AI搜索、天工AI搜索）、智能辦公（WPS AI、通義聽悟）、語音聊天（豆包、海螺AI）、智能存儲（百度網盤、夸克網盤）。表1和圖1分別為國內外通用大模型。

2.3 ChatGPT發(fā)展的關鍵性事件

對話式生成型預訓練轉換程序（Chat Generative Pre-training Transformer，ChatGPT）發(fā)布于2022年11月30日，是由OpenAI公司研發(fā)的對話系統(tǒng)。由于其能在諸多知識領域中給出清晰、詳盡的答案，甚至寫出接近真人撰寫的文章，自推出后便迅速獲得關注，5天內注冊用戶數就超過百萬。2022年見證了生成式AI領域的顯著飛躍，這一進步很大程度上歸功于自然語言處理（NLP）技術的顯著革新。特別是大語言模型（Large Language Model，LLM）的興起，極大地促進了文本理解與連貫生成的能力，實現了從理論到實踐的跨越性應用。在這一背景下，ChatGPT模型通過引入人類反饋的強化學習（RLHF）機制，進一步優(yōu)化了其性能。截至2023年1月，ChatGPT用戶規(guī)模已迅猛突破一億大關，成為當時增速最為驚人的消費者級應用之一，彰顯了其巨大的市場潛力和社會影響力。

根據2023年11月15日Writerbuddy.ai公布的一項數據，2022年9月至2023年8月期間，前50名人工智能工具的總訪問量達到240億，其中ChatGPT獨占146億。結果顯示，ChatGPT作為OpenAI開發(fā)的生成式AI聊天機器人，在短短不到一年的時間里，每月平均吸引了15億的訪問量，占據了總流量的60%。圖2為GPT發(fā)展關鍵節(jié)點。

ChatGPT已實現的創(chuàng)新包括以下幾個方面。第一，自然語言處理的進步。ChatGPT在理解和生成自然語言方面表現出色，展示了先進的自然語言理解和生成能力。第二，上下文感知對話管理。能夠在一定程度上理解和記憶對話歷史，實現上下文順暢地交流。第三，跨領域知識應用。集成了廣泛的領域知識，可以在多種主題上進行交流和生成信息。第四，用戶意圖識別與適應性回應。具備識別用戶意圖并據此調整回答的能力，能夠根據不同的查詢提供相應的信息和服務。第五，多模態(tài)交互能力。集成并理解多種類型的數據（如文本、圖像、聲音）進行綜合交互。而其尚未實現的創(chuàng)新有3個方面。第一，高級情感智能。雖然具備基本的情感識別能力，但在理解和表達復雜情感方面仍有局限。第二，深層次常識推理。在復雜的常識推理和深入邏輯分析方面的表現仍有提升空間。第三，無偏見輸出。由于訓練數據的限制，模型輸出可能受到數據、技術等偏見的影響。人類的偏見導致AI也無法實現完全的無偏見。

ChatGPT自2022年11月發(fā)布以來，有六大標志性事件或節(jié)點。

第一，GPT-4V（ision）發(fā)布。2023年9月25日，OpenAI 發(fā)布具有視覺功能的GPT-4V（ision）， 使用戶能夠指示GPT-4分析用戶提供的圖像輸入。4天后，2023年9月29日，微軟發(fā)布了166頁的GPT-4V（ision）的研究報告《大型多模態(tài)的新時代：GPT-4V（ision）的初步探索》The Dawn of LMMs：Preliminary Explorations with GPT-4V（ision） 這也將是人們了解 GPT-4V（ision） 的敲門磚。GPT-4V在十大任務中的表現：開放世界視覺理解、視覺描述、多模態(tài)知識、常識、場景文本理解、文檔推理、寫代碼、時間推理、抽象推理、情感理解。

第二，Sora發(fā)布。2024年2月16日，OpenAI發(fā)布了第一個Text to Video大模型——Sora。 其強大之處在于能夠根據文本描述，生成長達60秒的視頻，其中包含精細復雜的場景、生動的角色表情以及復雜的鏡頭運動。

第三，Figure 01機器人發(fā)布。2024年3月13日，Figure AI發(fā)布了Figure 01機器人與人類交互的視頻。Figure 01機器人是第一個真正意義上的自主機器人。另外，具身機器人的快速發(fā)展，以及包括特斯拉的FSD驅動的無人駕駛代表汽車機器人的崛起都是這一領域的典型代表。

第四，ChatGPT-4o發(fā)布。ChatGPT-4o被稱為“OpenAI的一小步，人類AI助理的一大步”。北京郵電大學人機交互與認知工程實驗室主任劉偉高度評價ChatGPT-4o。他認為無論是在文本生成、做題、問答系統(tǒng)還是情感分析等任務中，GPT-4o都表現出很好的能力。這種技術的突破，無疑將對國內外的相關企業(yè)產生重大影響，它不僅推動了自然語言處理技術的發(fā)展，也讓人工智能在多個領域的應用變得更加廣泛和深入。

第五，融入傳統(tǒng)主流操作系統(tǒng)。ChatGPT融入微軟和蘋果的應用系統(tǒng)。微軟推出Copilot全面融入Windows 11，蘋果推出Apple Intelligence。

第六，“AIGC+腦機接口”。2024年8月6日，為幫助殘疾人士及患有運動障礙的人更容易地使用手機、電腦和其他設備，美國腦機接口（BCI）公司的Synchron正在嘗試將ChatGPT集成到其腦機系統(tǒng)中，是為全球首創(chuàng)。

2.4 AI大模型的算法及能力表現

大語言模型是指具有大規(guī)模參數、高度復雜結構的神經網絡模型，通常用于處理大規(guī)模、高維度的數據。參數大、訓練數據集大是大模型的兩大特征。

大語言模型包括3個主要類型，分別是語言大模型、視覺大模型和多模態(tài)大模型。大語言模型通常由多個神經網絡層組成，通過學習大量的數據，可以生成與原始數據相似的新數據，主要依賴于深度學習（Deep Learning，DL）技術。DL是機器學習（Machine Learning，ML）領域中一個新的研究方向，其最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數據。大模型最常見的是生成對抗網絡、長短期記憶網絡、Transformer模型，如表2所示。

推動ChatGPT發(fā)展的關鍵性模型是Transformer架構，它是一種基于自注意力機制（self-attention）的模型，能夠有效處理長文本序列，并捕捉到單詞之間的關聯(lián)關系。Transformer模型由Google團隊在2017 年的論文Attention Is All You Need[5]中提出，該模型由兩部分組成：編碼器和解碼器。編碼器負責處理輸入數據，而解碼器則負責生成輸出數據。這兩部分都使用了注意力機制，使得模型能夠理解和生成復雜的文本數據[6]，如圖3所示。

目前，SU、UCSD、UC、UC Berkeley和Meta的研究人員提出了一種全新的大語言模型（LLM）架構——Test-Time Training（TTT），有望代替至今在AI領域如日中天的Transformer，性能也比Mamba更好[7]。TTT層作為一種新的信息壓縮和模型記憶機制，可以簡單地直接替代 Transformer中的自注意力層。

目前大模型具備以下能力：（1）語言能力。包括對話（角色扮演）、解答、翻譯、寫文章、寫摘要。（2）語音能力。包括語音生成、文本轉錄、文音互譯。（3）圖像能力。包括理解和生成圖像和視頻，將認知突破到具身智能，讓視障人士不再視障，讓機器人趕上并超越人類。（4）編程能力。如草圖生成界面、文本產生代碼、直接生成游戲、程序糾錯等。（5）數學能力。處理復雜的數學任務，包括推理，如破譯復雜的稅碼和執(zhí)行復雜的計算。（6）多模態(tài)能力。理解多種媒體內容，隨意交互，多種輸出（文本、圖像、3D圖像、音頻、視頻）。（7）整合能力——“智能體”崛起。自動API連接包括各類搜索在內的所有應用，形成有機聯(lián)系的智慧世界，并創(chuàng)建高度定制化的豐富場景，針對特定用例定制模型，提供流暢的交互和響應。

當然，大模型的快速迭代除了得益于上述算法的進步，還得益于算力的大幅度提升。OpenAI發(fā)布了一份關于AI計算能力增長趨勢的分析報告，報告顯示，自2012年以來，AI訓練中所使用的計算力每三個半月增長一倍，自2012年以來，這個指標已經增長了三十萬倍以上。每兩年超過兩倍的數據增長意味著超過五倍的模型建構，需要超過十倍的算力提升。

2.5 AI大模型的雙面性

AI大模型作為一種新事物，展現出上述等方面的強大信息處理能力，但也引發(fā)了人們的擔憂。密歇根大學信息學院教授富山健太郎（Kentaro Toyama）也指出，以ChatGPT為代表的人工智能技術具有雙重影響。一方面，其有望顯著提高生產力，使許多任務自動化；另一方面，其也可能帶來諸如加劇欺詐活動、增加失業(yè)率以及干擾人際關系等負面效應。富山健太郎強調，面對如此強大的技術，必須實施嚴格的監(jiān)管措施，并建議放緩創(chuàng)新步伐，以便為制定恰當的監(jiān)管政策留出時間。

關于大模型的雙面性的辯論由來已久，如比爾·蓋茨認為ChatGPT的重要性不亞于互聯(lián)網的發(fā)明，將改變我們的世界。而馬斯克認為AI會摧毀文明甚至毀滅人類。中國科學院譚鐵牛院士在中國科學院第十九次院士大會上發(fā)表了《人工智能：天使還是魔鬼》的主題報告，深度解讀了六十多年來人工智能的發(fā)展歷史，人工智能的七大現狀，發(fā)展趨勢、展望和現有人工智能的局限性等，認為“人工智能的春天剛剛開始”。 物理學家斯蒂芬·霍金曾提出一個重要觀點，“人類文明的一切成就皆源于人類智慧的偉大”。通過分析國際象棋與圍棋等人機對抗的結果，他得出結論，認為生物智能與計算機智能之間并不存在根本性的差距。由此推斷，計算機理論上具備模擬甚至超越人類智能的能力。霍金還預見，一旦人工智能擺脫現有的設計框架，其自我進化速度將以指數級增長，遠遠超過人類因自然選擇所需的時間。因此，他警告稱人類在未來可能面臨被人工智能取代的風險。

總體而言，生成式人工智能工具通過分析大量數據集中的模式來進行預測生成，而不是基于對內容的理解。這導致了幾方面的局限性和風險：（1）依賴人類監(jiān)督。由于AI缺乏對生成內容的理解，因此需要專業(yè)人士進行驗證以確保準確性。（2）數據集的質量問題。學習的數據可能存在缺陷、偏見或限制，從而影響生成結果的可靠性和公正性。（3）事實準確性。生成的內容可能包含不準確的信息或虛假陳述。（4）安全性考量。生成的代碼可能存在安全隱患、錯誤或版權問題。（5）表面合理性。盡管生成的代碼或文本初看合理，但仍需專業(yè)審查以發(fā)現潛在錯誤。（6）缺乏倫理判斷。AI不具備區(qū)分生成內容是否適當、準確或具有誤導性的能力，甚至有可能生成不當或冒犯性的內容。（7）虛假引用。可能會生成不存在的引用或參考資料。

隨著數字化進程的推進，數據收集與處理的專業(yè)技能已成為眾多行業(yè)尖端技術的代表。ChatGPT進一步強化了這一趨勢，表明了一個新興的理念：只要擁有充足的數據和強大的計算資源，就能“構建”出權威的知識體系。這意味著，掌握數據和技術的工程師逐漸成為新的知識權威，而不僅僅是傳統(tǒng)意義上的科學專家。簡單來說，知識的概念正在經歷一場變革。隨著ChatGPT的普及應用，其生成的知識內容將會越來越多地滲入人類大的知識體系之中，這就像是轉基因食品，對人類的未來是福是禍還有待時間觀察。AI是一襲華麗的袍子，里面爬滿了虱子。我們一定要有敬畏之心、謹慎之心，使用大模型生成的知識，一定要經過嚴格的驗證才能投放到公共知識領域。

3 AI是第一新質生產力

2023年9月，習近平總書記在黑龍江考察時首次提出“新質生產力”，指出要“整合科技創(chuàng)新資源，引領發(fā)展戰(zhàn)略性新興產業(yè)和未來產業(yè)，加快形成新質生產力”。習近平總書記指出：“新質生產力是創(chuàng)新起主導作用，擺脫傳統(tǒng)經濟增長方式、生產力發(fā)展路徑，具有高科技、高效能、高質量特征，符合新發(fā)展理念的先進生產力質態(tài)”，強調“科技創(chuàng)新能夠催生新產業(yè)、新模式、新動能，是發(fā)展新質生產力的核心要素”[8]。

習近平總書記強調：“人工智能是引領這一輪科技革命和產業(yè)變革的戰(zhàn)略性技術，具有溢出帶動性很強的‘頭雁’效應。”中國工程院院士鄔賀銓認為大模型、AIGC是當前全球數字經濟發(fā)展的熱點和趨勢，也是人工智能重要的核心技術[9]。大模型、AIGC的應用落地也將創(chuàng)新產業(yè)生態(tài)模式，MaaS、PaaS將成為智能經濟時代的重要業(yè)態(tài)。

在新質生產力的諸要素中，人工智能技術不僅可作為勞動工具發(fā)揮重要的作用，而且能以人工智能體的身份擔當勞動者的角色甚至主角，從而促成生產力的躍升。智能生產力具有將人工智能生產力要素化為引擎的先進性，以生產力要素智能化為依托的快速迭代性，滿足多樣發(fā)展需求的普惠性，使各領域聯(lián)系日益緊密的通約性，推動人類可持續(xù)發(fā)展的綠色性[10]。隨著人工智能推動新質生產力的不斷發(fā)展，人類將會進入一個更加注重體驗的新時代[11]。

人工智能正成為加快發(fā)展新質生產力的關鍵著力點，通過“AI+”模式賦能新質生產力的形成與發(fā)展。在2024年，隨著政策聚焦于人工智能作為“新質生產力”的發(fā)展?jié)摿Γ貏e是隨著GPT-4Turbo和Sora等產品的推出和應用，讓人們感受到人工智能的大規(guī)模實際應用為時不遠。人工智能技術在醫(yī)療保健、交通領域等多個領域的應用已經展現出驚人的突破性案例，展示了其巨大潛力與廣泛影響力。可以預見，人工智能將會成為推動經濟社會進步的第一新質生產力，是決定國家核心競爭力的關鍵。

4 大模型賦能智慧圖書館

4.1 圖書館對數智技術的迫切需求

目前，圖書館存在以下迫切需要解決的問題。如圖書館員數量多，管理難度增加；服務效率降低；專業(yè)水平低；服務質量下降；館員要求（待遇、工作環(huán)境、維權意識）高；運行成本提高；讀者要求高，需求個性化、精準化、便利化更加明顯，外部壓力加大。而現在面臨的很多問題似乎都只能由智能手段解決[12]，如個性化服務、多源信息融合、紙質文獻的大規(guī)模數字化、自動化知識服務、數據監(jiān)管、紙質圖書借閱率下降等。

因此，推進圖書館數智化深刻轉型是當前的戰(zhàn)略性工作任務[13]。圖書館數智化轉型呈現出3種顯著形態(tài)[14]：一是增強型變革。在這一階段，圖書館積極吸納并融合數字化技術，顯著增強了其服務效能。盡管服務內容與方式得到了豐富與提升，但圖書館的基本職能框架、業(yè)務流程及管理模式仍保持相對穩(wěn)定，未發(fā)生根本性變革。二是解構型變革。隨著數字化技術的深入應用，圖書館的服務模式、服務主體及操作流程開始經歷深刻的解構與重組。在這一過程中，傳統(tǒng)服務方式逐漸被智能化、自動化的新流程所取代，圖書館內部結構與服務體系實現了基于技術創(chuàng)新的全面優(yōu)化與升級。三是新生型變革。當數字化技術達到一定的滲透與融合程度后，圖書館將步入一個全新的發(fā)展階段。部分傳統(tǒng)職能可能逐漸淡化甚至消失，取而代之的是一系列新興職能、創(chuàng)新工作方法以及更加高效的管理制度。這一過程不僅標志著圖書館本質的深刻變化，更可能孕育出與以往截然不同的全新圖書館形態(tài)，引領未來圖書館發(fā)展的新趨勢，如圖4所示。

4.2 AI引發(fā)圖書館的喜與憂

AI給圖書館帶來提高服務效率、優(yōu)化資源利用、促進創(chuàng)新服務模式、提升讀者體驗等方面的進步。具體表現在：（1）個性化推薦。通過分析用戶的閱讀歷史、借閱記錄以及搜索行為，大模型可以為用戶提供個性化的圖書推薦服務。這有助于提高用戶在圖書館的滿意度和借閱率，同時也可以幫助圖書館更好地了解用戶需求，優(yōu)化圖書采購和分類布局。（2）智能問答與導覽。大模型可以實現對用戶提問的智能回答，提供圖書檢索、借閱規(guī)則、場館導覽等信息服務，從而提高圖書館的服務效率，減輕工作人員的負擔[15]。（3）文獻檢索與分析。大模型可以幫助圖書館進行文獻檢索和分析，快速找到用戶需要的資料。此外，還可以對館藏進行統(tǒng)計和分析，為圖書館的決策提供數據支持。（4）自動分類與編目。大模型可以根據圖書的屬性自動進行分類和編目，提高圖書館整理和管理工作效率[16]。（5）智能管理與維護。大模型可以幫助圖書館進行智能化的管理和維護，如實時監(jiān)控場館狀況、分析設備運行數據、預測故障等，提高圖書館運營的穩(wěn)定性和安全性。

大模型已成為下一代圖書館的基礎性數字能力，圖書館將越來越依賴大模型賦能發(fā)展和變革，下一代圖書館業(yè)務系統(tǒng)典型特征是大模型驅動。大模型對智慧圖書館的賦能作用有提升信息檢索效率、個性化服務、智能輔導與教育、智能推送服務、智能代理服務、人機交互優(yōu)化、服務效率提升、專業(yè)化定題服務、智慧空間建設、智慧管理與業(yè)務創(chuàng)新[17]。

另外，AI在圖書館的大規(guī)模應用也會遇到一些現實問題，如面臨技術應用與人員素質的矛盾、數據安全與隱私保護問題、AI算法可能存在偏見、圖書館傳統(tǒng)職能與AI技術融合的挑戰(zhàn)以及行業(yè)競爭加劇等困難。

2023年11月20日，國際圖聯(lián)發(fā)布了一篇題為《制定圖書館人工智能戰(zhàn)略對策》的重要報告，報告采用SWOT戰(zhàn)略框架，列出圖書館制定人工智能戰(zhàn)略對策的相關考慮因素，如表3所示。

5 結語

目前，AI技術在圖書館領域的應用正逐步深化，不僅提升了圖書館的服務質量和效率，也推動了圖書館事業(yè)的數字化轉型。應通過AI驅動圖書館新質態(tài)發(fā)展。圖書館新質服務是以更高素質的館員為基礎，以更高技術含量的館藏資源、基礎設施、空間為動力，以更高質量的服務為根本的服務方式。服務新質生產力發(fā)展也將成為圖書館新時代的歷史使命！

參考文獻：

[1] 中華人民共和國中央人民政府.科技部等六部門關于印發(fā)《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》的通知[EB/OL].[2022-08-12].https：//www.gov.cn/zhengce/zhengceku/2022-08/12/content_5705154.htm.

[2] 董曉霞，等.智慧圖書館的定義、設計以及實現[J].現代圖書情報技術，2011（2）：76-80.

[3] 關樂寧，徐凌驗.通用目的技術視角下新一代人工智能的作用機理與治理體系[J].系統(tǒng)工程理論與實踐，2024（1）：245-259.

[4] 李曉理，等.人工智能的發(fā)展及應用[J].北京工業(yè)大學學報，2020（6）：583-590.

[5] Vaswani A，Shazeer N， Parmar N， et al. Attention is all you need[C]//Advances in Neural Information Processing Systems 30： Annual Conference on Neural Information Processing Systems 2017.Long Beach，USA，2017：5998-6008.

[6] 暴泰焚，等.基于Detection Transformer的反射對稱關系物體分類研究[J].制造業(yè)自動化，2022（11）：191-195.

[7] Wang R，et al.Test-Time Training on Video Streams[J].Computer Vision and Pattern Recognition，2023：1-29.

[8] 中華人民共和國中央人民政府.習近平：發(fā)展新質生產力是推動高質量發(fā)展的內在要求和重要著力點[EB/OL].[2024-09-08].https：//www.gov.cn/yaowen/liebiao/202405

/content_6954761.htm.

[9] 鄔賀銓.AI為互聯(lián)網基礎資源治理提供新手段[J].互聯(lián)網天地，2023（12）：2-3.

[10] 王水興，劉勇.智能生產力：一種新質生產力[J].當代經濟研究，2024（1）：36-45.

[11] 酈全民.人工智能在生產力中的角色[J].華東師范大學學報：哲學社會科學版，2023（5）：6-12，170.

[12] 郭暢，等.數據驅動下智慧圖書館精細化管理機制與發(fā)展路徑[J].圖書館理論與實踐，2024（4）：97-102.

[13] 王勇，劉佳佳.數字技術賦能圖書館智慧化服務：邏輯、障礙與紓解路徑[J].圖書館，2024（1）：47-52.

[14] 儲節(jié)旺，陳夢蕾.人工智能驅動圖書館變革[J].大學圖書館學報，2019（4）：5-13.

[15] 郭亞軍，等.大語言模型賦能圖書館參考咨詢服務：邏輯、場景與體系[J/OL].圖書館論壇，1-10[2024-09-08].https：//link.cnki.net/urlid/44.1306.G2.20240220.0947.004.

[16] 肖燕.圖書采分編的自動化技術運用——以廣東省立中山圖書館“采編圖靈”為例[J].圖書館論壇，2024（4）：20-28.

[17] 趙楊，張雪，范圣悅.AIGC驅動的智慧圖書館轉型：框架、路徑與挑戰(zhàn)[J].情報理論與實踐，2023（7）：9-16.

儲節(jié)旺 男，1969年生。教授，博士生導師，館長。研究方向：知識管理、創(chuàng)新管理、科技管理。

樊鑫鑫 女，2001年生。碩士研究生在讀。研究方向：知識管理、創(chuàng)新管理、科技管理。

（收稿日期：2024-09-08；責編：婁明輝。）

*本文系國家社科基金一般項目“數智創(chuàng)新生態(tài)系統(tǒng)知識生成動力、擴散邏輯與治理機制研究”（項目編號：23BTQ055）的研究成果之一。