《Artificial Intelligence and Librarianship: Notes for Teaching》是由亚利桑那大学（The University of Arizona）图情学院荣誉教授Martin Frické撰写的一本开源书籍。该书对人工智能技术进行了详尽阐述，主要涉及人工智能与大语言模型的关系，包括对这一领域内的研究和系统的分析。书中将AI技术与图书馆工作相结合，特别是对未来图书馆员可能扮演的角色进行了前瞻性的探讨。
分类： 本期推荐
混沌与光明：关于图书馆与技术的思考——访刘炜先生
《图书馆理论与实践》副主编郭生山先生就技术与图书馆发展的主题，从不同视角向刘炜先生作了访谈。
2024图书馆系统报告（节选）
2024年5月1日，Marshall Breeding发布《2024年图书馆系统报告》。报告系统概述了图书馆技术市场的竞争格局、行业现状与发展趋势。本文主要提取报告中与图书馆服务平台FOLIO及开源相关的内容进行编译介绍。
基于 FOLIO 平台的图书馆馆藏资源管理
“十四五”以来，智慧图书馆建设逐渐进入高质量建设深水区。新一代图书馆服务平台是智慧图书馆建设的重要抓手。上海图书馆云瀚平台是FOLIO的中国化。云瀚以“平台+应用”的模式为系统开发提供了足够的灵活性和可扩展性。FOLIO馆藏管理系统就是云瀚平台的首个应用模块。上海图书馆在前期用户需求调研基础上，利用云瀚平台的业务和技术底座，并复用FOLIO社区的LSP基座模块，扩展开发了3个基础Apps（详编、简编、数据导入）和5个业务Apps（验收、出入库、移库、清点、剔旧）。初步实现了上海图书馆纸质馆藏资源的全流程管理。
进化中的图书馆AI策略：来自ARL成员代表九个月两次调查的见解
新一代人工智能（AI）技术的兴起，为图书馆界带来了重要的转型契机，开启了一个充满崭新机遇和复杂挑战的新时代。在这个技术迅速变革的时代，图书馆正处于一个关键的十字路口。为了有效应对这一变革，研究图书馆协会（ARL）的成员先后进行了两次快速调查。
第一次调查在2023年4月开展，初步勾勒了图书馆AI领域的概况。第二次调查于2023年12月进行，延续了这一探索，为我们提供了一个比较的视角，以观察AI在图书馆服务中的应用及其发展潜力的进展。
本研究对比分析这两次调查结果，以深入理解图书馆领导者如何应对将AI整合至运营与服务中的复杂挑战。研究特别关注对AI潜在影响的看法变化，评估图书馆内部AI探索和实施的程度，并确定与当前图书馆环境紧密相关的AI应用。
此次比较分析得出的见解，阐明了图书馆在一个日益由AI驱动的时代中所扮演的角色，提供了战略方向，并突显了研究图书馆的实践做法。
上海图书馆云瀚智慧图书馆服务平台的探索和思考
根据开放、智慧、包容、共享的现代图书馆理念和发展趋势，上海图书馆调研FOLIO开源图书馆服务平台、开创FOLIO的中国化“云瀚”，以“平台+应用+社区”的开放技术和理念在上海图书馆东馆构建了云瀚智慧图书馆服务平台，协助实现上图东馆的智慧服务。上海图书馆云瀚智慧图书馆服务平台是自托管、可扩展、云原生和可观测的，涵盖图书馆资源的统一管理和发现、全场景服务，支持广泛的智慧服务场景。文章探讨了中国智慧图书馆服务平台的构建路径、 发展思路、竞争力、永续性，上海图书馆云瀚智慧图书馆服务平台的探索对中国智慧图书馆建设具有重要意义。
美国国会图书馆实验室人工智能规划框架
《美国国会图书馆实验室人工智能规划框架》由美国国会图书馆实验室高级创新专家Abigail Potter撰写，最早于2022年提出，并于2023年11月进行了更新发布。文件旨在为图博档机构提供实用的指导和战略方针，以应对迅速发展的人工智能技术所带来的挑战和机遇。这一框架为组织提供了清晰而系统的方法，帮助他们在实验和部署人工智能解决方案时，更好地理解其需求、风险和机遇，值得研究参考。
Marshall Breeding：2024年图书馆技术趋势
Marshall Breeding：2024年图书馆技术趋势 2024年02期【本期推荐】 本文翻译自Mars… 继续阅读Marshall Breeding：2024年图书馆技术趋势
IFLA：人工智能对图书馆的影响及图书馆应对策略
摘要：
人工智能对图书馆工作可能产生广泛而深刻的影响。该影响涉及多个方面，包括描述性人工智能在元数据生成和搜索引擎中的应用、数据科学支持、自动翻译、摘要和文本生成工具的使用，以及人工智能在图书馆后端系统中的应用，如机器人流程自动化。聊天机器人也被用于解决用户查询和提供支持。人工智能还在图书馆空间中的应用上展现出潜力，包括实体机器人用于读者咨询和自动存储与检索系统。教育领域的应用也被提及，尤其是在学校图书馆中。为了适应人工智能的发展，图书馆需要关注培养用户的人工智能素养、解决伦理考虑和持续跟踪新兴人工智能趋势。三项重要策略建议包括构建负责任和可解释的描述性人工智能应用、加强图书馆员的数据能力以支持机构应用人工智能、推广人工智能素养以提升组织和社会的AI能力。策略的实施需要考虑伦理、数据治理和用户培训等方面。
图书情报领域大模型的应用模式和数据治理
本文探讨了图书情报领域大语言模型的数据治理要求与开发模式。大语言模型是依赖海量文本数据，经过无监督预训练及有监督标注数据微调而成。领域大模型则是通用大模型经过领域数据的微调而得到，具备解决领域问题的能力，满足领域应用需求。本文首先回顾了生成式人工智能的突破历程，介绍了大模型的基本原理和应用现状，重点分析了大模型所具备的多任务能力背后的数据因素和数据需求。最后讨论了领域大模型的应用潜力和开发模式。本文的主要贡献在于分析了图书情报领域大模型的应用模式和数据治理，为图书馆行业应用生成式人工智能技术提供了理论依据和实践指导。同时，文章也讨论了行业大模型应用和评估时需要关注的问题和局限性。