Elsevier 的 AI 应用:以信任与诚信推进人类智能
了解 Elsevier 如何运用负责任人工智能,为可信赖的科研、医疗保健和教育解决方案提供支持。

以不同方式运用 AI
了解我们的 AI 驱动工具、同行评审内容和负责任 AI 方法,助力加快发现、改进决策,并在科学与健康领域创造实际影响。
Elsevier 的 AI
我们运用 AI 支持各领域的影响力创造者,覆盖从健康到教育和研发的多个领域。
研究人员告诉我们,他们对 AI 工具的主要担忧之一是隐藏偏见。因此,我们的目标是认证 LeapSpace 的排名方法完全保持出版商中立:不提供优待,也不采用黑箱机制。
Jörg-Rüdiger Sack 教授
加拿大卡尔顿大学计算机科学学院 的 Scopus 内容遴选与咨询委员会主席 | CSAB 计算机科学学科主席 | 荣休教授
我们的 AI 方法:基于治理完善的证据构建可验证 AI
通过治理完善的证据、清晰归属和人工监督,构建可信赖的 AI 工作流程。
了解 Elsevier 如何支持科研级 AI 成果
了解“可验证”对于团队和机构在实践中的含义
探索负责任 AI 治理和质量评估
传统研究与 AI 研究:让 AI 工作流程符合科研级信任要求
了解 AI 辅助研究在哪些方面可以加快发现,以及传统严谨性在哪些方面有助于保持结果可靠。
比较速度、规模、发现和可重复性
了解治理需要覆盖哪些方面,才能建立科研级信任
使用实践示例指导采用决策
在管理风险与治理的同时把握 AI 价值
清晰了解 AI 在何处创造价值,以及何处需要保障措施,从而支持决策。
在提升生产力与维护诚信、安全和治理之间取得平衡
在推出前识别需要关注的质量保障措施
使用采用清单支持负责任实施
基于证据的 AI,支持更好的患者结局
Elsevier 的健康领域 AI 方法将临床需求与可信赖的科研相连接。了解 AI 如何帮助临床医生和研究人员:
更快查找和审查证据
基于可追溯、可引用的来源做出决策
支持临床使用中的透明度和问责制
符合负责任 AI 治理要求,包括隐私和知识产权保护
了解 AI 如何在医疗保健中补充专家判断,同时维护学术记录的可靠性。
以负责任采用保护学习与学术信任
Elsevier 帮助机构以加强发现、教学和科研诚信的方式运用 AI。了解如何在以下基础上应用 AI:
可信赖内容和证据可追溯性
支持可验证成果的归属和透明度
领域专长和人工监督
支持隐私、知识产权保护和中立性的治理
面向 AI 素养和领导力的实践指导
了解可信赖内容对于科研级 AI 意味着什么,以及学术群体如何负责任地采用 AI。
在科研和医疗保健领域构建更安全、更透明的 AI
负责任 AI 是 Elsevier 帮助团队更有信心地部署 AI 的方式,其基础包括可信赖证据、隐私和知识产权保护、中立性、透明度与问责制。了解我们的负责任 AI 方法,包括指导 AI 开发、评估和治理的原则与政策。
最新 AI 资源
查看所有 Connect 文章Elsevier AI 产品
网络研讨会 | AI 实践:化学合成中的可持续性与效率





