人工智能技术发展与应用探索王磊中国科学院自动化研究所研究员中科闻歌董事长北京·2025年2月
01人工智能技术发展目录02Deepseek认知与影响03AI+金融实践案例04创业介绍一中科闻歌
01人工智能技术发展
ChatGPT揭开通用人工智能序慕弱人工智能强人工智能1956-19701970-20102010-20202021-2035学科开拓,探索智能攻城掠地,定点突破效果突破,统一初显通识理解,智能涌现,"如何用机器模拟人的智能"一达特茅斯会议CHATGPT卷OpenAIAlphaGoAl化学家AlphaFold会看机器学习会听计算机视觉深度学习预训练、自监督语音、语义分析会说智能控制发展和应用迭代加速会学习机器人会行动博弈对抗196020102024
大模型优势特点与不足通顺通讯通用通畅优势通顺自然语言全领域通识多种自然语言通畅的人机交互生成知识体系复盖场景通用意图识别及逻辑推理不足1、静态模型不产生知识3、模型原理导致幻觉或常识性错误2、不能理解领域的复杂问题4、大模型安全，可能包含仇恨、有害或危险内容
ChatGPT不是基础科学突破,是工程积累奇迹中国大模型技术大集成人机协同群体智慧大数据加大算力(智力密集工程)(人力密集工程)(算力密集工程)
大模型:智力密集型工程ChatGPT学习方法：先量后质的分阶段学习阶段一:泛学(学习多样文本)阶段二:矫正(遵循人类指示）阶段三:拟人(符合人类偏好)回答的好奖励人类教导鹦鹉提问拥有海该怎么说话理解指回答的差惩罚量知识令要求自由发挥让鹦鹉听收音机各种节目学说话优质对话范例什么是可时n100+语种文本人文社科新闻娱乐请问如何撬锁偷邻居矫正苹果?回答不东西?撬锁是违法的。ChatGPT对话模苹果是一种可以吃的东编程语言网站问答科技文献受约束不建议这样做板有限ChatGPT苹果是营养水果,用对话模板矫正ChatGPT无法产有水果之王的美誉ChatGPT掌握海量生创新知识性回答生成人类偏好的创意回答无监督学习监督学习基于人类反馈的强化学习递归神经网络Word2vec数据增强技术对抗生成网络卷积神经网络Transformer架构去噪扩散模型强化学习自编码器预训练语言模型变分自编码器自回归模型ChatGPT:智力密集型工程
大模型:人机协同群体智慧阶段一:阶段二:阶段三:泛学(学习多样文本)矫正(遵循人类指示)拟人(符合人类偏好)GPT3.5无监督学习监督学习强化学习ChatGPT人工整理多来源海量优质人工撰写大量人工标注数据集对话模板答案得分TIMEDALYSPOTLIOHChatGPT:Exclusive;OpenAl Used Kenyan Workers onOpenA在拉丁美洲和东欧等地区招募了Less Than$2Per Hour to Make ChatGPTLessToxic约1000名远程外包员工进行数据标注BILLYPERRIGOChatGPT:人力密集型工程
大模型:大数据与大算力2022年GPU卡销售1750亿参数约5万张45TB数据GPT4价值约40亿美元8000亿个单词的语料库15亿参数ChatGPTGPUDGXH1001.2亿参数40GB数据参数规模提升100倍5GB数据GPT2数据规模提升1000倍GPT1训练成本推理成本140万美元/次约3万片英伟达A100GPU同时计算4千台服务器,共8亿美元微软Azure计算平台支持2022年一年计算和数据费用支出为4亿美元用由量60万kwh/天,申费5万美元/天(26万中国人一天的用电量)ChatGPT:算力密集型工程
大语言模型应用迭代路径感知认知智能大语言模型多模态大模型人工智能代理（Agent)控制/决策大模型大模型+插件+执行+思维链执行智能决策智能
大模型应用两大误区误解体现局限于聊天、写作类常规文案应用;与核心业务脱节大模型工具化AI+,就是部署大模型和微调大模型大模型黑箱化,直接端对端解决重大应用问题大模型神化一个大模型包打天下,无所不能
AI+行业落地三步曲STEP1STEP2STEP3数据工程模型工程领域工程高质量领域数据治理继续预训练、多模型适配指令微调、回馈学习、应用研发
大模型应用到行业领域关键挑战:静态模型与动态数据的不匹配分析挑战需求特征本质技术支撑海量跨模态快信息庞杂、动态化线索数据信息检索深深度认知分析难精细数据窄域专用智能本源规律趋势预测难未来数据通用人工智能
AI+行业数智化路径思考:先升级、再泛化、后革新升级赋能:应用0-1创新:现有系统和业务小模型,新业务、新功能,面上点上赋能谋划。数据分析、知识积累新型研判范式、分析深度+高质量+未来...
