跳到主要內容

很遺憾,我們無法支援你的瀏覽器。如果可以,請升級到新版本,或使用 Mozilla Firefox、Microsoft Edge、Google Chrome 或 Safari 14 或更新版本。如果無法升級,而且需要支援,請將你的回饋寄給我們。

Elsevier
與我們共同出版
AI

Elsevier 的 AI 應用:以信任與誠信推進人類智慧

了解 Elsevier 如何運用負責任的人工智慧,支援可信賴的研究、醫療照護與教育解決方案。

Collage of images

以不同方式運用 AI

探索我們以 AI 驅動的工具、同儕審查內容與負責任的人工智慧方法,旨在加速發現、改善決策,並在科學與健康領域帶來實際影響。

Elsevier 的 AI

我們運用 AI 支援各領域的影響力創造者,涵蓋健康、教育與研發等領域。

研究人員告訴我們,他們對 AI 工具的一大疑慮是隱藏偏見。因此,我們的目標是認證 LeapSpace 的排序方法完全保持出版商中立:不提供優待,也沒有黑箱作業。
Professor & Chairman Jörg-Rüdiger Sack

Jörg-Rüdiger Sack 教授

加拿大卡爾頓大學電腦科學學院 的 Scopus 內容遴選與諮詢委員會主席 | CSAB 電腦科學學科主席 | 榮譽退休教授

我們的 AI 方法:以受治理規範的證據建構可驗證 AI

透過受治理規範的證據、清楚歸屬與人工監督,建構可信賴的 AI 工作流程。

  • 了解 Elsevier 如何支援研究級 AI 成果

  • 了解「可驗證」對團隊與機構在實務中的意義

  • 探索負責任的 AI 治理與品質評估

傳統研究與 AI 研究:讓 AI 工作流程符合研究級信任要求

了解 AI 輔助研究在哪些方面能加速發現,以及傳統嚴謹性在哪些方面有助於維持結果可靠。

  • 比較速度、規模、發現與可重現性

  • 了解治理必須涵蓋哪些面向,才能建立研究級信任

  • 運用實務範例引導採用決策

在管理風險與治理的同時掌握 AI 價值

清楚掌握 AI 在何處能創造價值,以及何處需要保障措施,為決策提供支援。

  • 在生產力提升與誠信、安全和治理風險之間取得平衡

  • 在推出前辨識應關注的品質保障措施

  • 運用採用檢查清單支援負責任的實施

以證據為基礎的 AI,支援更好的患者結果

Elsevier 的健康領域 AI 方法將臨床需求與可信賴的研究相連結。了解 AI 如何協助臨床醫師與研究人員:

  • 更快找到並審查證據

  • 根據可追溯、可引用的來源做出決策

  • 支援臨床使用中的透明度與問責制

  • 符合負責任的 AI 治理,包括隱私與智慧財產權保護

了解 AI 如何在醫療照護中補充專家判斷,同時維護學術紀錄的可靠性。

以負責任的採用方式,守護學習與學術研究中的信任

Elsevier 協助機構以強化發現、教學與研究誠信的方式運用 AI。探索 AI 如何應用於:

  • 可信賴內容與證據可追溯性

  • 可驗證成果所需的歸屬與透明度

  • 領域專業知識與人工監督

  • 支援隱私、智慧財產權保護與中立性的治理

  • AI 素養與領導力的實務指引

了解可信賴內容對研究級 AI 意味著什麼,以及學術社群如何負責任地採用 AI。

在研究與醫療照護領域建構更安全、更透明的 AI

負責任的 AI 是 Elsevier 協助團隊更有信心部署 AI 的方式,其基礎包括可信賴證據、隱私與智慧財產權保護、中立性、透明度與問責制。探索我們的負責任 AI 方法,包括指引 AI 開發、評估與治理的原則和政策。

Elsevier 的 AI 產品