从通用到垂类:大模型产业攻坚进行时

  6月16日,国家统计局发布数据显示,2025年5月,中国规模以上工业增加值同比增长5.8%,累计增速达6.3%——这一数据的深层意义,藏在高技术制造业的亮眼表现中。设备工器具购置投资显著增长,揭示了中国经济从传统要素驱动向技术驱动型增长的艰难转身。  麦肯锡预测,生成式AI将为全球经济贡献7万亿美元价值,中国占比近三分之一。然而中国企业AI部署进度滞后,核心瓶颈在于复合型人才断层:既懂行业痛点又掌握AI技术的“业务转译员”严重稀缺。当通用大模型在专 业场景中频频“失灵”,产业需求倒逼技术路径转向——垂类大模型成为破局关键。  从技术狂欢到产业落地垂直深潜的必然逻辑  6月12日在成都举办的大模型·全连接·新增长论坛上,中关村科金总裁喻友平断言:“2025年将迎来企业大模型应用元年,90%企业接入大模型技术。”他指出:“垂类大模型的价值不在于参数大小,而在于谁能吃透行业的‘苦活累活’。”  这一判断正被实践验证。中国备案和登记的生成式人工智能服务已超500个,但多数“叫好不叫座”。中关村科金选择了一条艰难但扎实的路径:基于服务2000余家头部企业的经验,在金融、制造、政务、汽车等十余个垂直领域构建行业智能体矩阵,将技术嵌入业务毛细血管。  大模型正逐渐成为企业智能化转型的核心基础设施,但通用型大模型在直接处理企业私有数据和特定领域知识方面仍存在显著局限性。中关村科金携手中信证券打造的智能投顾智能体,洞察最 新市场动态和数据,匹配理财产品与投资组合,为投顾生成专 业营销话术,同时满足证券金融业严格的数据输出格式与语言精确性要求,加速投顾服务;为中国长安四川分公司构建的差旅助手智能体,大幅提升员工填报信息效率和流程自动化效率,帮助集团财务工作效率提升20%;助力中国船舶集团建设的情报分析智能体,通过构建全球船舶情报监测体系,处理海量异构文档,研报和情报分析处理效率提升200%,知识查询速度提升数十倍。  行业Know-how垂类大模型的胜负手  今年以来,以DeepSeek、ChatGPT等为代表的大语言模型持续火爆,其强大的自然语言处理能力和广泛的应用场景加速了大模型技术在各行各业的快速落地。在金融领域,大模型被用于智能投顾、风险控制和客户服务;医疗行业则借助其进行辅助诊断、医学文献分析和药物研发;教育领域涌现出智能辅导、个性化学习等创新应用;而在制造业,大模型正助力产品设计优化和供应链管理。  此外,越来越多的企业开始将大模型技术与自身业务深度融合,推动产业智能化升级。政府部门也在积极探索大模型在政务服务、城市治理等方面的应用。随着技术不断成熟和算力成本下降,大模型正从科技巨头专属逐步向中小企业渗透,展现出巨大的商业价值和社会效益,标志着人工智能技术进入规模化应用的新阶段。  垂类大模型的竞争力,源自对行业“隐性知识”的消化能力。招联首 席研究员、上海金融与发展实验室副主任董希淼认为,金融业拥有庞大的用户群体,积累了海量数据,包括大量结构化数据和非结构化数据,是AI技术应用结合的优质场景。人工智能正在深刻地影响着金融业。  中关村科金为华福证券部署的智能质检系统,实现每日5万条会话全量质检,精准识别20余类违规点;多模态防伪模型将对抗样本攻击拦截率从92%提升至99%。这些成效背后,是对金融合规规则、话术黑话的深度编码。  在交通基建领域,宁夏交建交通科技研究院与中关村科金联合打造全国首 个交通基建垂类大模型“灵筑智工”,基于上万份行业规范、工程技术文档等高质量数据训练而成,行业推理准确性较通用大模型提升40%以上。基于该模型开发出的行业数据分析、行业知识问答、工程技术文档写作、智能生成核算报表、智能投标五个智能体,平均实现场景提效60%以上,开辟了传统基建企业智能化转型的新路径。  这些案例揭示共同规律:通用模型解决不了的,往往是行业积累十年的“硬骨头”,需要垂类大模型来解决。  深水区攻坚战平台+应用+服务破解大模型落地挑战  麦肯锡指出,全球范围内生成式AI对高科技行业影响最为显著。在中国,先进制造、电子与半导体、包装消费品、能源与银行将成为受冲击最 大的五大领域。目前,中国已在多行业实现大模型技术落地,展现出AI应用的广阔前景。  尽管前景广阔,大模型当前仍面临产业落地的硬约束:  价值落地难:企业核心诉求是清晰的“增收、降本、提效”,许多初期探索项目(如知识库、问答系统)的实际效果与预期存在差距,准确率下降等问题突出。  场景复杂度高:以智能外呼为例,看似简单的应用需同时满足理解灵活询问、内容精准性、快速响应、拟人化声音等严苛条件,目前尚无通用方案,需结合特定场景进行深度优化。  孤岛效应强:孤立部署的大模型系统难以深入业务流程,无法发挥最 大效益。大模型智能化应用必须与企业数字化基础设施紧密结合,通过智能化+数字化的方式实现大模型落地。  效果衰减明显:如果缺乏持续的服务、运营和迭代,大模型落地的效果会随场景叠加而衰减。  中关村科金的解题思路是“平台+应用+服务”的深度协同。  新发布的得助大模型平台3.0深度结合行业Know-How,集成超100个行业智能体和200余种AI组件,支持四种编排模式,快速构建各类型大模型应用和智能体,平台具备高自由度,支持国内外主流算力平台、自由搭配主流基础模型,是国内首 批接入MCP协议的平台之一。新升级的得助智能音视频平台3.0深度融合大模型能力,在智能安全、交互增强、内容赋能、智能决策四大维度全 面增强。  喻友平强调,To B垂类大模型应用才是技术赋能千行百业、实现产业智能化升级的关键路径。公司选择了一条“苦活累活”之路,坚信“比较难走的路才是康庄大道”。  垂类大模型正以其行业洞察和场景适应能力,破解通用大模型在行业应用中的“水土不服”问题,真正成为了赋能企业、驱动新质生产力发展的“加速器”。随着更多类似解决方案的涌现和成熟,大模型技术将在更广泛的行业领域落地生根,释放出巨大的经济价值和社会效益。  (作者  胡群)

2025-07-17

工信部部署“人工智能+制造”行动 推动AI智能体深度赋能产业核心环节

  央广网北京7月13日消息(记者奕延)据中 央广播电视总台经济之声《环球新财讯》报道当前,AI智能体(AI Agent)成为人工智能领域的热词,国内外科技巨头、初创企业纷纷加快布局。国际知名信息技术研究和咨询公司Gartner将AI智能体列为2025年十大战略性技术趋势之一。  “AI智能体”是什么?  那么,什么是AI智能体?它与炙手可热的大模型有何关联与区别?益普索中国电子科技研究院董事总经理周啓群借助中国传统文化中的“道法术器”概念进行阐释:“我们通常所说的AI智能体,是一个中间体;大模型则是一种算法。智能体基于大模型构建,是将其能力落地到具体应用场景的中间件。用中国文化来比喻:人工智能是‘道’,大模型是‘法’,而智能体则居于‘术’与‘器’之间,是实现具体功能的载体。”  市场蓬勃,应用广泛  目前,AI智能体已渗透至电信、制造、金融、政务、能源、互联网等行业。据市场咨询公司MarketsandMarkets预测,全球AI智能体市场将从2024年的51亿美元增长到2030年的471亿美元,年复合增长率达44.8%。全球范围内,谷歌、亚马逊、OpenAI等国际巨头已推出相关产品;国内科技企业如百度、阿里、字节跳动、智谱AI等也在快速迭代其AI智能体产品与解决方案。  政策驱动:加速融合应用  强有力的政策支持正为AI智能体发展注入新动能。7月11日,工业和信息化部发布《信息化和工业化融合2025年工作要点》,明确提出“提升智能化水平”的核心任务。要点要求:编制制造业企业人工智能应用指南,加强人工智能技术在工业领域的深度融合应用。实施“人工智能+制造”行动,支持企业在重 点场景应用通用大模型、行业大模型和智能体。  周啓群对此评价道:“政策‘指挥棒’的引导恰逢其时,是对人工智能技术价值与应用方向的明确判定与有力推动。当前人工智能技术正面临全 面突破的机遇期,但‘最 后一公里’的应用落地仍存在显著挑战。如果各行业能够突破智能体场景化应用的关键瓶颈,中国在这一技术领域的整体格局将实现质的飞跃。”  变革悄然发生,追求“无感”体验  事实上,AI智能体正逐步应用于各行各业,驱动生产力提升和企业运营管理模式的变革。德勤预测,到2025年,将有25%的企业部署生成式AI驱动的智能代理,到2027年,这一比例将升至50%。  AI智能体的快速发展带来了哪些深层次改变?周啓群着重强调了用户体验的至高境界:“智能体的最 高境界在于提供一种在使用中自然流畅、近乎‘无感’的人工智能辅助体验。今天,当你与一个智能体交互时,如果仍需预设心理预期,或明显感觉到‘我在和机器人对话’,那就说明交互还不够丝滑,也就是大家常说的‘AI味太重’或‘不像人话’。当交互体验接近人际交流的自然感,才意味着接触到了优秀的智能体。”  “类比驾驶场景,如果仍需频繁手动操作触屏或按键,就不是理想的智能体。优秀的智能体应能通过语音指令,甚至感知乘客状态(如上车后),自动完成设定和调整。其背后的车机系统本身就是一个出色的智能体。未来,这种‘无感’的智能体体验将渗透到更多生活场景之中。”来源:央广网

2025-07-15
17

2025-07

从通用到垂类:大模型产业攻坚进行时

  6月16日,国家统计局发布数据显示,2025年5月,中国规模以上工业增加值同比增长5.8%,累计增速达6.3%——这一数据的深层意义,藏在高技术制造业的亮眼表现中。设备工器具购置投资显著增长,揭示了中国经济从传统要素驱动向技术驱动型增长的艰难转身。  麦肯锡预测,生成式AI将为全球经济贡献7万亿美元价值,中国占比近三分之一。然而中国企业AI部署进度滞后,核心瓶颈在于复合型人才断层:既懂行业痛点又掌握AI技术的“业务转译员”严重稀缺。当通用大模型在专 业场景中频频“失灵”,产业需求倒逼技术路径转向——垂类大模型成为破局关键。  从技术狂欢到产业落地垂直深潜的必然逻辑  6月12日在成都举办的大模型·全连接·新增长论坛上,中关村科金总裁喻友平断言:“2025年将迎来企业大模型应用元年,90%企业接入大模型技术。”他指出:“垂类大模型的价值不在于参数大小,而在于谁能吃透行业的‘苦活累活’。”  这一判断正被实践验证。中国备案和登记的生成式人工智能服务已超500个,但多数“叫好不叫座”。中关村科金选择了一条艰难但扎实的路径:基于服务2000余家头部企业的经验,在金融、制造、政务、汽车等十余个垂直领域构建行业智能体矩阵,将技术嵌入业务毛细血管。  大模型正逐渐成为企业智能化转型的核心基础设施,但通用型大模型在直接处理企业私有数据和特定领域知识方面仍存在显著局限性。中关村科金携手中信证券打造的智能投顾智能体,洞察最 新市场动态和数据,匹配理财产品与投资组合,为投顾生成专 业营销话术,同时满足证券金融业严格的数据输出格式与语言精确性要求,加速投顾服务;为中国长安四川分公司构建的差旅助手智能体,大幅提升员工填报信息效率和流程自动化效率,帮助集团财务工作效率提升20%;助力中国船舶集团建设的情报分析智能体,通过构建全球船舶情报监测体系,处理海量异构文档,研报和情报分析处理效率提升200%,知识查询速度提升数十倍。  行业Know-how垂类大模型的胜负手  今年以来,以DeepSeek、ChatGPT等为代表的大语言模型持续火爆,其强大的自然语言处理能力和广泛的应用场景加速了大模型技术在各行各业的快速落地。在金融领域,大模型被用于智能投顾、风险控制和客户服务;医疗行业则借助其进行辅助诊断、医学文献分析和药物研发;教育领域涌现出智能辅导、个性化学习等创新应用;而在制造业,大模型正助力产品设计优化和供应链管理。  此外,越来越多的企业开始将大模型技术与自身业务深度融合,推动产业智能化升级。政府部门也在积极探索大模型在政务服务、城市治理等方面的应用。随着技术不断成熟和算力成本下降,大模型正从科技巨头专属逐步向中小企业渗透,展现出巨大的商业价值和社会效益,标志着人工智能技术进入规模化应用的新阶段。  垂类大模型的竞争力,源自对行业“隐性知识”的消化能力。招联首 席研究员、上海金融与发展实验室副主任董希淼认为,金融业拥有庞大的用户群体,积累了海量数据,包括大量结构化数据和非结构化数据,是AI技术应用结合的优质场景。人工智能正在深刻地影响着金融业。  中关村科金为华福证券部署的智能质检系统,实现每日5万条会话全量质检,精准识别20余类违规点;多模态防伪模型将对抗样本攻击拦截率从92%提升至99%。这些成效背后,是对金融合规规则、话术黑话的深度编码。  在交通基建领域,宁夏交建交通科技研究院与中关村科金联合打造全国首 个交通基建垂类大模型“灵筑智工”,基于上万份行业规范、工程技术文档等高质量数据训练而成,行业推理准确性较通用大模型提升40%以上。基于该模型开发出的行业数据分析、行业知识问答、工程技术文档写作、智能生成核算报表、智能投标五个智能体,平均实现场景提效60%以上,开辟了传统基建企业智能化转型的新路径。  这些案例揭示共同规律:通用模型解决不了的,往往是行业积累十年的“硬骨头”,需要垂类大模型来解决。  深水区攻坚战平台+应用+服务破解大模型落地挑战  麦肯锡指出,全球范围内生成式AI对高科技行业影响最为显著。在中国,先进制造、电子与半导体、包装消费品、能源与银行将成为受冲击最 大的五大领域。目前,中国已在多行业实现大模型技术落地,展现出AI应用的广阔前景。  尽管前景广阔,大模型当前仍面临产业落地的硬约束:  价值落地难:企业核心诉求是清晰的“增收、降本、提效”,许多初期探索项目(如知识库、问答系统)的实际效果与预期存在差距,准确率下降等问题突出。  场景复杂度高:以智能外呼为例,看似简单的应用需同时满足理解灵活询问、内容精准性、快速响应、拟人化声音等严苛条件,目前尚无通用方案,需结合特定场景进行深度优化。  孤岛效应强:孤立部署的大模型系统难以深入业务流程,无法发挥最 大效益。大模型智能化应用必须与企业数字化基础设施紧密结合,通过智能化+数字化的方式实现大模型落地。  效果衰减明显:如果缺乏持续的服务、运营和迭代,大模型落地的效果会随场景叠加而衰减。  中关村科金的解题思路是“平台+应用+服务”的深度协同。  新发布的得助大模型平台3.0深度结合行业Know-How,集成超100个行业智能体和200余种AI组件,支持四种编排模式,快速构建各类型大模型应用和智能体,平台具备高自由度,支持国内外主流算力平台、自由搭配主流基础模型,是国内首 批接入MCP协议的平台之一。新升级的得助智能音视频平台3.0深度融合大模型能力,在智能安全、交互增强、内容赋能、智能决策四大维度全 面增强。  喻友平强调,To B垂类大模型应用才是技术赋能千行百业、实现产业智能化升级的关键路径。公司选择了一条“苦活累活”之路,坚信“比较难走的路才是康庄大道”。  垂类大模型正以其行业洞察和场景适应能力,破解通用大模型在行业应用中的“水土不服”问题,真正成为了赋能企业、驱动新质生产力发展的“加速器”。随着更多类似解决方案的涌现和成熟,大模型技术将在更广泛的行业领域落地生根,释放出巨大的经济价值和社会效益。  (作者  胡群)

15

2025-07

工信部部署“人工智能+制造”行动 推动AI智能体深度赋能产业核心环节

  央广网北京7月13日消息(记者奕延)据中 央广播电视总台经济之声《环球新财讯》报道当前,AI智能体(AI Agent)成为人工智能领域的热词,国内外科技巨头、初创企业纷纷加快布局。国际知名信息技术研究和咨询公司Gartner将AI智能体列为2025年十大战略性技术趋势之一。  “AI智能体”是什么?  那么,什么是AI智能体?它与炙手可热的大模型有何关联与区别?益普索中国电子科技研究院董事总经理周啓群借助中国传统文化中的“道法术器”概念进行阐释:“我们通常所说的AI智能体,是一个中间体;大模型则是一种算法。智能体基于大模型构建,是将其能力落地到具体应用场景的中间件。用中国文化来比喻:人工智能是‘道’,大模型是‘法’,而智能体则居于‘术’与‘器’之间,是实现具体功能的载体。”  市场蓬勃,应用广泛  目前,AI智能体已渗透至电信、制造、金融、政务、能源、互联网等行业。据市场咨询公司MarketsandMarkets预测,全球AI智能体市场将从2024年的51亿美元增长到2030年的471亿美元,年复合增长率达44.8%。全球范围内,谷歌、亚马逊、OpenAI等国际巨头已推出相关产品;国内科技企业如百度、阿里、字节跳动、智谱AI等也在快速迭代其AI智能体产品与解决方案。  政策驱动:加速融合应用  强有力的政策支持正为AI智能体发展注入新动能。7月11日,工业和信息化部发布《信息化和工业化融合2025年工作要点》,明确提出“提升智能化水平”的核心任务。要点要求:编制制造业企业人工智能应用指南,加强人工智能技术在工业领域的深度融合应用。实施“人工智能+制造”行动,支持企业在重 点场景应用通用大模型、行业大模型和智能体。  周啓群对此评价道:“政策‘指挥棒’的引导恰逢其时,是对人工智能技术价值与应用方向的明确判定与有力推动。当前人工智能技术正面临全 面突破的机遇期,但‘最 后一公里’的应用落地仍存在显著挑战。如果各行业能够突破智能体场景化应用的关键瓶颈,中国在这一技术领域的整体格局将实现质的飞跃。”  变革悄然发生,追求“无感”体验  事实上,AI智能体正逐步应用于各行各业,驱动生产力提升和企业运营管理模式的变革。德勤预测,到2025年,将有25%的企业部署生成式AI驱动的智能代理,到2027年,这一比例将升至50%。  AI智能体的快速发展带来了哪些深层次改变?周啓群着重强调了用户体验的至高境界:“智能体的最 高境界在于提供一种在使用中自然流畅、近乎‘无感’的人工智能辅助体验。今天,当你与一个智能体交互时,如果仍需预设心理预期,或明显感觉到‘我在和机器人对话’,那就说明交互还不够丝滑,也就是大家常说的‘AI味太重’或‘不像人话’。当交互体验接近人际交流的自然感,才意味着接触到了优秀的智能体。”  “类比驾驶场景,如果仍需频繁手动操作触屏或按键,就不是理想的智能体。优秀的智能体应能通过语音指令,甚至感知乘客状态(如上车后),自动完成设定和调整。其背后的车机系统本身就是一个出色的智能体。未来,这种‘无感’的智能体体验将渗透到更多生活场景之中。”来源:央广网

11

2025-02

DeepSeek爆火三问①丨何谓AI:AI究竟是怎么来的?

  大众日报  关于人工智能的最早标准是“图灵测试”,即一个人若分不清楚与自己对话的是人还是机器,那么这台对话机器人就被判定为人工智能。  当前,人工智能发展主要依赖三大基石——数据、算力和算法。打个形象的比喻,如同大厨炒菜,数据是原料,算法是工序,算力就是炒菜的功力。  这是一次突袭,也是一次争锋。  春节期间,DeepSeek风暴席卷全球。这场风暴不亚于2022年美国OpenAI公司推出ChatGPT时掀起的那场AI浪潮。  当ChatGPT、DeepSeek横空出世,当人工智能走进人们的生活,AI的革 命性突破似乎已经打开人类面向未来的窗户。  推开这面窗户,是生机盎然的鲜花草坪,亦或是满目疮痍的废墟之地?  面对AI的奔涌而来,人类社会向左还是向右?  未来已来,有许多问题需要回答。  对很多人来说,AI还稍显陌生。我们的第 一个问题就是何谓AI——AI究竟是怎么来的?  就如同我们如今习以为常的微信、支付宝,几乎所有的行业大咖都预言,不久的将来,人工智能将渗透到人类生活的方方面面。  那么,人工智能究竟是什么?我们可从字面意思来理解,也就是通过人的力量而产生的智能。  2016年,围棋人工智能AlphaGo(“阿尔法狗”)与世界围棋冠 军李世石进行了五盘比赛,AlphaGo最终以4:1取胜。2017年,AlphaGo又以3:0完胜当时的世界围棋第 一人柯洁,让人们惊呼“狼来了”。  “阿尔法狗”可以说是昙花一现,不过,那也是人工智能第 一次引发国人的广泛关注。之后,人工智能都未能引起太大的波澜。  其实,“人工智能”这一概念早在1956年就已诞生,当时是由麦卡锡、明斯基、罗切斯特和香农等为首的一批美国年轻科学家提出。  关于它的最早标准是“图灵测试”,即一个人若分不清楚与自己对话的是人还是机器,那么这台对话机器人就被判定为人工智能。  受限于一系列技术突破的限 制,关于人工智能的应用一直未能渗透到人们的生活。  直到近些年,随着机器学习、视觉识别、语音技术的突飞猛进,人工智能才迎来了“涌现”时刻——通俗地说,就是当数据、参数量积累到一定程度后迎来了爆发。  以ChatGPT、DeepSeek为例,与“阿尔法狗”不同的是,他们是一种生成式人工智能大模型。这里有两个关键词:  其一,生成式。打个比方,如果你的家里有小爱音箱的话,你问它现在几点了,它只会告诉你现在几点了。生成式人工智能会进一步告诉你现在该干啥了,它有相对独立的思考。正如DeepSeek的名字,生成式能带来一种深度的探索。  其二,通用。如果说“阿尔法狗”只会下围棋的话,DeepSeek、ChatGPT可以做很多事情——分析股票走势、点评一篇文章,写一篇小学生作文等等。你能想到的,或许它都可以做到。也就是说它更通用,应用的领域范围更广。  如此来看,未来的人工智能将会越来越多地渗透到人们的生活,给人们带来新的体验。  当然,它对人类的考验也是存在的。  讲完了概念,我们再聊聊人工智能的发展内核。  当前,人工智能发展主要依赖三大基石——数据、算力和算法。  打个形象的比喻,如同大厨炒菜,数据是原料,算法是工序,算力就是炒菜的功力。  随着大数据时代的到来,各行各业甚至每个人都可以被数字进行量化——汽车制造的尺寸、人脸数据、年龄、职业、收入、开的什么牌子汽车、住多大的房子等等——所有的东西都可以被数据化。这些数据经过标注、筛选等等一系列动作,就变成了有价值的生产元素,也就是人工智能最基础的养料。通过不断地喂养训练学习这些数据,人工智能便有了自己的知识储备。  算法是什么?算法是人工智能研究的主要部分,其设计目的就是教会机器如何学习。打个比方,如果你经常阅览体育新闻,平台就会强化你的这一兴趣爱好,给你持续不断地推送体育新闻。如此,你就不知不觉地掉入到了“信息茧房”里。  至于算力,简单说,算力是指传输、存储、处理信息数据的能力。摩尔定律指出,芯片算力以每18个月增加一倍的速度快速前进,但是随着人工智能技术的飞速发展,算力供给跟不上需求的节奏,如今便有了“算力焦虑”的问题。正如大厨一直想着吃老本,不学习新厨艺,就满足不了食客的胃口了。  从某种意义上来说,算力是人工智能的核心,因为它牵涉到芯片的问题。面对国外的打压,我国的芯片产业亟待突围,光刻机以及GPU芯片等等,都面临不小的挑战。  因此,突破算力上的封锁围堵,中国人工智能的发展才会迎来更加光明的未来。  不过,AI的尽头究竟是什么?  英伟达创始人黄仁勋说道:“AI的尽头是是光伏和储能,不要光想着算力,如果只想着计算机,需要烧掉14个地球的能源。”  明白这个问题,其实我们对人工智能也会有更加理性的认识。  当前,随着DeepSeek、ChatGPT的争锋相对,一场人工智能的国际竞赛也摆上了台面。  特朗普重返白 宫隔天,选在AI领域宣布投资重头戏:由日本软银集团、OpenAI和美国科技巨头甲骨文三家企业投资5000亿美元,打造名为“星际之门”的项目,用在美国建设支持AI发展的基础设施,这被舆 论拿来与1980年代的“星球大战”计划相提并论。  中国的人工智能到底谁能代表?DeepSeek和它的创始人梁文锋已然登上了舞台。  之前曾有文章指出,百度的李彦宏可以,因为他曾与马斯克、吴恩达、黄仁勋等共同被《时代》周刊评为“全球AI领 袖”。  其实,在ChatGPT横空出世以后,百度的“文心一言”,华为的盘古大模型,腾讯的通义大模型,以及清华系领衔的ChatGLM-6B也走进了视野。现如今,我们还看到了豆包、kimi等日益走进手机。  这个春节假期,我们看到,DeepSeek另辟蹊径杀了出来。DeepSeek只用了600万美元及低功能晶片,就实现ChatGPT创始 者美国AI龙头公司OpenAI投入不下10亿美元及采用高端晶才做出的AI大模型成果,震撼全球科技圈。  有媒体称这是中国的“百模大战”。也正因如此,当前,有专家认为,人工智能发展已经面临“奇点时刻”。  所谓奇点时刻,原本是一个数学概念,后被引申到经济学和人工智能领域,放在经济学领域,奇点是一个关键时间点,越过这个时间点后经济会持续增长,且增长速度会加快。  所谓人工智能奇点指的是人工智能引发人类社会剧变的关键时刻。  通俗地来看,可以做两种解读。其一,人工智能在社会经济生活当中深度融合、广泛应用,也就是人工智能的渗透。其二,人工智能真正拥有自主意识,能够给人类的经济社会进行宏观指导。  如今,人工智能的战车已经开始狂飙,世界大国也开始了新一轮的角逐。  跨过奇点,我们会看到什么?请看下回分解。  (大众新闻记者张浩报道)

17

2024-05

人工智能为全球合作带来新契机

人工智能已经深刻、广泛地影响着人类生活的各个领域。不仅每个人的日常生活,而且各个国家的发展前途,甚至整个世界的相互关联都与人工智能有着密切的联系。上海外国语大学党委书记姜锋在致辞中表示,高等院校要培养未来人才,不可忽视人工智能。上海外国语大学正积极推进学科发展与人工智能等前沿技术的融合,在传统语言学的基础上,将语言智能、神经语言学研究、语料库建设作为未来发展的方向,力图在AI时代为国家发展、人才培养、文明交流以及构建人类命运共同体作出自己的贡献。人工智能已经深刻、广泛地影响着人类生活的各个领域。不仅每个人的日常生活,而且各个国家的发展前途,甚至整个世界的相互关联都与人工智能有着密切的联系。上海外国语大学党委书记姜锋在致辞中表示,高等院校要培养未来人才,不可忽视人工智能。上海外国语大学正积极推进学科发展与人工智能等前沿技术的融合,在传统语言学的基础上,将语言智能、神经语言学研究、语料库建设作为未来发展的方向,力图在AI时代为国家发展、人才培养、文明交流以及构建人类命运共同体作出自己的贡献。从机械化、电气化、信息化到智能化,人类已经进入第四次工业革-命进程。中国科学院院士褚君浩表示,实时感知技术(传感器)和智慧分析技术(模型分析和大数据)是智能化系统的两个核心技术,而互联网+、物联网、数据采集平台,大数据和云计算是构建智能化系统的三大基础信息化技术。未来的智慧城市将通过“互联网+物联网+智慧分析和控制”来连接。“互联网+物联网”将通过信息传感设备把物品与互联网连接起来,进行智能化识别和管理,形成智慧地球系统,人类社会因此进入智慧时代。在全球半导体联盟亚太区主席江伟杰看来,人工智能属于可以深刻改变人类生活的重大发明。其直接结果是带来职业结构的重大变化,并可能因此造成短期失业潮。与此同时,人工智能也有许多新的应用前景,例如深度自动化、精准化和可视化的医疗,以及具有环境监测、灾害预警、自动管理功能的智慧农业等。对于医疗资源相对匮乏的国家或者农业技术比较落后的国家来说,人工智能的应用将更具颠覆性。

05

2024-07

AI学习:一个令人兴奋而又科幻的高科技领域

几十年前,纯粹的科幻小说初用于国际象棋软件,现在已成为许多领域的现实:模拟人类思维模式,做出决策,得出结论和学习的计算机程序。       人工智能具代表性的成就莫过于16年世界围棋冠-军李世石1:4惜败于Google Deepmind团队研发的Alpha Go人工智能,而近几年各行各业人工智能的创造性成就不断的涌现。       人工智能在日常生活中变得越来越重要:几乎每个人都听说过像“Siri”这样的语音识别,其他几家公司都在研究自动驾驶汽车,这个主题对于点击工作者和我们的客户来说变得越来越有趣和重要太。        通过机器和算法不断改进对人类智能和人类决策的模仿已经取得了快速进步,特别是在过去几年中,这里的潜力肯定还没有被远程用尽。 出于这个原因,我们期待激动人心的新应用领域和工作,特别是在“人工智能学习”领域。那究竟什么是“AI学习”?Artificial intelligence缩写AI代表人工智能。 “AI Learning”则是对这种人工智能的培养和改进。 对于计算机程序或其算法,为了能够模仿人类的思维方式,它需要数据来绘制并在其帮助下可以估计和评估概率 - 大量数据。 例如,语音识别软件应该可靠地识别命令,即使说话者当前拥挤或者没有完好的语言命令。 即使源文本不是完好的书法或有人用绷带的手写作,分析手写的程序也应该可靠地工作。 对于自动驾驶汽车,他们希望能够可靠地识别单行道或停车标志,以便汽车做出相应的反应并自动刹车。

05

2024-07

人工智能赋能行业解决痛点 即将迸发千亿市场!

华为重磅发布了全球ZUI快AI训练集群Atlas900,加速科学研究与商业创新的智能化进程。Atlas900汇聚了华为几十年的技术沉淀,是当前全球ZUI快的AI训练集群,也是之前任正非所说的,是目前全世界ZUI快的人工智能平台,由数千颗昇腾处理器组成。那么Atlas900到底有多快呢?在衡量AI计算能力的金标准ResNet-50模型训练中,Atlas900只用了59.8秒就完成了训练,这比原来的世界记录还快了10秒。这是什么概念?相当于短跑冠-军跑完终点,喝完一瓶水才等到第二名。Atlas900AI集群主要为大型数据集神经网络训练提供超强算力,可广泛应用于科学研究与商业创新,让研究人员更快地进行图像、视频和语音等AI模型训练,在自动驾驶、气象预测以及石油勘探等特定领域,有望为行业赋能。让人类更有效地探索宇宙奥秘、预测天气、勘探石油和加速自动驾驶的商用进程。从此次华为发布的AI训练集群来看,我国人工智能的技术与应用水平已发展至世界先进水平。近两年,人工智能确实在全球都是一个非常热门的行业,发展前景极其广阔。在这个智能时代,人工智能确实可以帮助人类解决很多力不能及或者是难以解决的问题。在人工智能的赋能下,无论的新兴行业还是传统行业,都能“改头换面”,重新焕发活力,从而迸发上千乃至万亿市场!