人工智能技术与应用演讲_61页_4mb

人工智能技术发展与应用探索

一、人工智能技术发展

1. 发展里程碑：

   • 学科开拓阶段（1956-1970）：探讨智能本质。
   • 攻城掠地阶段（1970-2010）：攻坚具体领域。
   • 效果突破阶段（2010-2020）：技术能力初显统一。
   • 通识理解阶段（2021-2035）：智能涌现，通用能力提升。

2. 关键技术节点：

   • AlphaGo（博弈对抗）
   • AlphaFold（蛋白质结构预测）
   • 机器学习：从浅层到深度学习
   • 计算机视觉、自然语言处理、语音识别、智能控制等。

二、大模型核心特性

1. 优势：

   • 通 顺 自 然 语 言 和 多 种 自 然 语 言支持
   • 深 度 认 知 分 析 能 力
   • 一 机 多 用 ， 场 景 适 用 性 强

2. 不足：

   • 静 态 模 型 不 产 生 知 识
   • 对 复 杂 问 题 理 解 有 限
   • 安 全问 题 潜 在 ， 可 含 有 有 害 内 容

3. 训练模式：

   • 智力密集型：依赖算法工程创新
   • 人力密集型：需要大量人工标注和反馈
   • 算力密集型：需要大规模GPU资源，成本高昂

三、模型学习与训练特点

1. 发展阶段：

   • 泛学阶段（学习多样文本）
   • 矫正阶段（遵循人类指令）
   • 拟人阶段（符合人类偏好）

2. 技术方法：

   • 使用递归神经网络、Transformer架构等
   • 阶梯式学习：先量后质+人类反馈的强化学习
   • 语法规则奖励机制控制语言一致性

四、AI+行业应用

1. 应用误区：

   • 大模型工具化：局限于常规文案应用
   • 大模型神化：包打天下，无所不能

2. 行业落地三步曲：

   • STEP 1: 数据工程（高质量领域数据治理）
   • STEP 2: 模型工程（多模型适配）
   • STEP 3: 领域工程（指令微调+应用研发）

3. 实践案例：

   • 财报解读问答（跨文档长文档分析推理）
   • 智能合规比稿（自动审校报告与底稿）
   • 信贷审核智能体（提高审核效率与精度）
   • 金融犯罪智能分析系统（风险预警）
   • 基金证券投研智能体（多智能体协作）

五、中科闻歌解决方案

1. 产品体系：

   • 天湖数据操作平台
   • 优雅多模态大模型平台
   • 雅意系列大语言模型（7B到134B参数）
   • X Agent智能体应用平台

2. 平台优势：

   • 一键AIGC视频生成
   • 联合多模态内容资产成片
   • 视频创作全链条支持（AI音乐/剪辑/合成）
   • 领域微调能力扩展

3. 行业应用：

   • 政务智能问答
   • 教育信息化
   • 文旅IP定制
   • 新闻资产编目
   • 视频翻译与合成

六、DeepSeek模型创新

1. 核心技术：

   • MoE架构（专家负载均衡策略）
   • FP8混合精度训练
   • 定制化PTX指令集优化
   • 多头潜在注意力机制

2. 训练策略：

   • 四阶段训练方法：SFT+RL强化学习
   • 纯规则奖励与语言一致性优化
   • 拒绝采样选拔高质量数据
   • 小模型蒸馏技术对标o1-mini

3. 发展方向：

   • 实现无限上下文长度高效支持
   • 探索Transformer架构边界突破
   • 多模态混用技术研究
   • 强化复杂推理能力