20250228-浙江大学-DeepSeek_智能时代的全面到来和人机协作的新常态_71页_12mb

DeepSeek智能时代的全面到来和人机协作的新常态总结

一、智能演变

• 大模型发展：从GPT-1到GPT-3，预训练数据量从46GB增至45TB（相当于三千本《西游记》），参数量从175B增至671B，训练成本大幅上升，模型覆盖多模态数据（维基百科、书籍、杂志、代码等）。
• 知识获取方式：大模型通过预训练、监督微调、强化学习（如RLHF）逐步构建知识，实现少样本学习和逻辑推理，代表了智能从规则到神经网络的演进。

二、人机协作

• 协作形态：分为三类：小助理（AI提供信息或建议）、副驾驶（AI完成部分任务）、代理人（AI全权代理）。班主任老师追大巴的案例展示了AI在任务优化中的价值。
• 关键机制：强化学习结合人类反馈，例如DeepSeek-R1-Zero通过“准确性奖励”与“格式奖励”优化数学和编程任务。

三、产业现状

• 全球趋势：2023-2024年，AI工具总量增长57%，广泛应用于消费类（微信、支付宝）和企业级场景（政务、电网、汽车）。DeepSeek与百度、南方电网等深度合作，推动智能硬件与基础模型集成。
• 技术挑战：算力成本高（如Grok-3需10万颗GPU）、数据合规（欧盟AI法案风险）、人才短缺。

四、教育成长

• 教学变革：AI辅助教育从生成教案到自动改卷，形成“人工智能-教师-学生”三元结构。例如，浙大项目KOKONI支持3D建模，提升学习交互性。
• 教育本质：AI扩大了“问题”的包容性，但需注重知识系统化与高阶思维（逻辑、批判性、创新）。学习回归本真，例如通过AI检测真实掌握程度。

核心结论

• 挑战与机遇：AI技术爆发带来高效与创新，但需解决可解释性、伦理风险和算力成本问题。中国在教育、政务等领域率先布局，迈向“普惠AI”生态。
• 发展趋势：通向AGI的路径依赖通用知识与认知广度，教育需培养人机协作能力，社会需适应新职业形态（如提示词工程师）。