感器 的数据具有互补性 ，融合后能更 准确地 反映辐射场的真实情况。 辐射场动态建模 剩余寿命计算 • 根据量化评估得到的腐蚀裂纹数据 ，结合设备 的材料特性、运行环境等因素 ，运用机器学习 算法计算设备的剩余寿命。这有助于提前制定 设备维护和更换计划 ，保障核设施的安全运行。 AI 技术驱动的监管范式革新 基于计算机视觉的腐蚀裂纹量化评估 • 借助计算机视觉技术 2025 年 发布） - 组织全球 AI 核安全竞赛 - 成员国技术水平差 异 - 标准执行一致性挑 战 NEA - 《用于核工程科学计算的人工智 能和机器学习基准》（ 2024 年） - 《核安全监管数字化转型路线 图》 （ 2024 年） - 核工程 AI 模型评估平台 （覆盖 12 项指标） - 数字孪生技术标准化试点 - 发周期 - 田湾核电站智能诊断算法 提升故障预测准确率 30% - NRC 成立人工智能 管理委员会 ，开发 AI 工具分析运行数据 - 2024 年通过机器学 习识别 3 起设备故障 风险 - 主导 NEA 《核工程科学 计算 AI 基准》（ 2024 年） - 与英加联合制定 AI 全生 命周期管理原则

Intelligence ）：以模型为核心，是对真实世界的模拟和解释 • 用语言逻辑方法获取理论模型：模糊 • 用解析数学方法获取数学模型：精确 • 用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数 人类智能 • 抽象（语言）：概念，数字，理 念 • 逻辑（理性）：归纳，演绎，类 第三代（数据模型）：学习为核心 ◼ 从机 器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习 - 深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 01 对 AI 技术的认知：人工智能的本质 人工智能（ ArtificiaI Intelligence ）：第三代，核心是数据智能，以史为鉴 Prompt 工程 01 对 AI 技术的认知：大模型的能力边 界 基于 LLM 的三层能力做产品：锤子和钉 子 n 四条道路 1 、数据智能： LLM 取得了突破，最被看好 • 概率模型，机器学习（统计学习方法）、数据模型、计算数学 2 、学习人脑：当前遇到挑战，可能会成为道路 1 的一部分 • 抽象模型：杨立昆的世界模型 + 功能分区 • 类脑计算：意识研究、认识论（哲学物理学）、认知神经科学

网络即服务” NAAS  带宽保障服务  关键业务时延保障服务  数据不出场服务  AICDE 能力，例如： - 5G+VR 智慧课堂 - 4K 远程直播 - AI 幼教机器人 - 基于学生画像的个性化教 学 gNB 公共网络： 2.6GHz gNB 专用网络： 4.9GHz 各种无线 终端设备 教育云网网关 网络 基础设施侧 5G 教育云网：打造教育领域的“网络即服务 社会投入（亿元） 642 1649 幼教行业整体规模（亿元） 6870 11832 智慧幼儿园 解决方案 ⚫ 深度结合 5G ，完善 AI 能力，更智能地采集学前教育信息（ AI 幼教机器人等），同时进行相关智能分析 与应用（幼儿和教师的个性化报告等），构建政府学前教育信息管理平台、园所管理平台 &APP 、家长 端 APP ，满足三端用户的不同需求。 智慧幼儿园 关键场景 通过 AI 幼教机器人的智能抓拍， 提 供课堂表现、情感、行为、表 达、 社交五大维度的阶段性数据 分析报 告 核心功能一：亲子圈 • 精准发送 • 自动编写 • 精确识别 • 智能跟拍 • AI 标签 • 多维展现 云端大脑 5G 网 络 机器人控制单元 关键场景 2 ： AI 助教 ⚫ AI 助教是一款从幼儿园实际应用场景出发打造的幼教伴学机器人，让幼儿管理精细化、教学成果数据化、幼

，是云原生时代的可观测性平台 ，基于机器数据湖和全息观测实现架 构创新 ，帮助组织整合机器数据孤岛 ，实现高效排障和业务敏捷 ，提升数字化效能。 包 括核心业务可观测性、云原生应用可观测性、云基础设施可观测性、灾备可观测性、 AnyShare 可观测性、可观测性中台等应用场景 ，可服务于数字化运营实现业务敏捷、 服务于 IT 运维提升业务连续性。 AnyRobot 诸多的可观测性能力创新 ，源自于机器数据湖架构 ，包括： • 采用数据虚拟化技术 ，整合多云、多类型的机器数据 ，统一数据模型、建立数据 关 联 ，实现多云数据就地存储、按需访问； • 虚拟多份逻辑数据集 ，实现不同角色、不同权限用户的数据视图隔离。 • 通过低代码建模 ，快速构建全景图、仪表盘、搜索、链路、告警等多样化的可视 化 及分析模型 ，利用整合规则计算、机器学习及图谱构建等技术 ，实现观测视图 的实 时构建、访问和探索。 统一日志管理及可观测性方案，旨在帮助组织实现对全平台机器数据的统一采集、存储、管理和分析，包括日志、 指标和调用链等。采用云原生架构和大数据处理引擎，利用机器学习算法和知识图谱技术，对各类数据进行集成和处理，全 面满足合规要求并为各类业务系统提供可观测性能力。通过数据驱动业务系统的运营与运维，增强组织数字化韧性： • AnyRobot 机器数据湖支持分布在多云环境中的数字化系统日志、指

数字化校园平台级应用系统、国家精品课程、 移动学习、教育资源云、翻转课堂、慕课  新一代智慧校园 /OMO 模式关注度显著 提升  智能教室、实验室等智能学习空间  智能教学助手、教育机器人、智能学伴等 产品  教育管理和治理大脑  总体实现教育现代化  建成服务全民终身学习的现代教 育体系  实现优质均衡的义务教育  职业教育服务能力显著提升  高等教育竞争力明显提升 指标评估 交叉验证 优化策略 在线反馈 算法自动选择 自动化特征工程 自动化机器学习 自动化调参 推理中心 服务发布 A I 应用层 资源 管理层 资源调度引擎 任务执行引擎 深度学习引擎 机器学习引擎 流程编排引擎 图谱计算引擎 协作 AI 编程平台 可视化建模平台 教研 教学 教务 教管 校园 …… PaddlePaddle PaddlePaddle TensorFlow OneFlow 预置镜像 一键发布 第三方导入 灰度发布 能力分类 权限管理 版本管理 能力调用 负载均衡 自动化机器学习 智能排序 关联规则 协同过滤 分类预测 离群分析 文本挖掘 回归预测 时序分析 相似度计算 关系挖掘 聚类分析 主成分分析 数据安全 数据标准 数据共享 数据集成 质量管理 协同标注

均、教师培训不足等，这些问题直接影响了人工智能在中小学教育 中的有效应用。 从技术层面来看，人工智能在中小学教育中的应用主要体现在 智能教学系统、个性化学习平台、智能评估工具等方面。这些技术 能够通过大数据分析、机器学习等手段，实时监测学生的学习状 态，提供个性化的学习建议，从而提高教学效果。然而，技术的应 用并非一帆风顺。首先，人工智能技术的复杂性和高成本使得许多 学校难以负担；其次，技术的可靠性和安全性问题也引发了广泛关 教育中的应用主要体现在智能教学系统、智能评测系统和智能管理 系统中。智能教学系统能够根据学生的学习进度和特点，自动调整 教学内容和难度，提供个性化的学习路径。智能评测系统则可以通 过自然语言处理和机器学习技术，自动批改作业和考试，减轻教师 的工作负担。此外，智能管理系统能够优化学校的日常运营，例如 通过人脸识别技术实现校园安全管理，或通过智能排课系统提高教 学资源的利用率。 物联网技术也为教育信息化 场规模已突破 5000 亿美元，并在教育、医疗、金融等领域广泛应 用。中小学教育作为人才培养的起点，必须紧跟技术发展趋势，将 人工智能纳入课程体系，帮助学生掌握基础的人工智能知识和技 能。例如，编程教育、机器学习基础、数据分析等内容已成为许多 发达国家中小学课程的重要组成部分。通过政策引导，可以确保教 育内容与时代需求同步，避免学生在未来社会中因技术脱节而处于 劣势。 其次，人工智能应用政策的制定是应对全球教育竞争的必要举

Ø 闭源模型：OpenAI、Claude、Gemini、Kimi、百度等 • 向上提供：公有云服务（OpenAI官网） Ø 生产办公系统：目前多数为定制开发（RAG、Agent等） Ø 对话机器人：目前多数为标准产品，使用云服务 • 免费：DeepSeek、豆包、Kimi、元宝、Monica、秘塔搜索、问小白、Molly R1等 • 收费（月费；充值）：文小言、通义、可灵、即梦、Vidu、Liblib、ChatGPT等 Parallelism, DP) ，大幅提升模型训练速度。 4. 通讯优化（DualPipe）： 高效的跨节点通信内核，充分利用 IB 和 NVLink 带宽特点，减少通信开销，提高模型推理性能。 5. 混合机器编程（PTX）：部分代码直接使用PTX编程提高GPU运行效率。 6. 算子库优化（GEMM等Op）：针对H800计算卡的特点，优化了一部 分CUDA的算子库。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第21页 人工智能：古代（1956-2006，从规则到学习） 人工智能：让机器具备人类智能，让机器具备非人类智能（超人类智能） Ø 传统（知识+规则）：专家系统（知识库+推理机） Ø 现代（数据+学习）：机器学习（模型、目标、策略），数据模型（IID，用数学模型模拟世界） • 常规统计学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，……

、 极致的校园体验 教 职 工 人 员 全域机器人配送通过 NLP 等实 现 校园最后 100m 配送智能体 验。 实现校园教职 工人员一 脸通行， 访客一码通行。 全域安全视频、周界、巡更、 呼叫、消防应急、一体化管控 建筑能碳管理、全生命周期能 碳排查检测、优化策略 通过虚拟现实和数字人技术， 提升沉浸式和交互式体验。 机器人全域服务、智慧杆塔、 智能充电桩 新一代信息技术应用 智能中台 物联网中台 IaaS 智能云底座 智能摄像机 智能门禁 智能访客机 智能迎宾屏 智慧杆塔 机器人 智能环境传感器 停车引导 智慧校园建设的方案架构： 数智能力平台支撑核心智慧校园场景应 用 电网 风电

AI 技术，实现校 园 车辆进出场停车收费一路畅行。 全域机器人配送通过 NLP 等实 现 校园最后 100m 配送智能体验。 实现校园教职工人员一脸通行， 访客一码通行。 教 职 工 人 员 学 生 群 体 全域安全视频、周界、巡更、 呼叫、消防应急、一体化管控 建筑能碳管理、全生命周期能 碳排查检测、优化策略 机器人全域服务、智慧杆塔、 智能充电桩 通过虚拟现实和数字人技术， ……… 智能云底座 智能摄像机 智能门禁 智能访客机 智能迎宾屏 智慧杆塔 机器人 智能环境传感器 停车引导 智慧校园建设的方案架构：数智能力平台支撑核心智慧校园场景应用 通用 / 信创硬件

数据可视化、异常提醒、亮点发现、家园互通、数据对比、趋势分析、疫情检测、设备控制、日志分析 基础服务 儿童饮食推荐 数据报告 兴趣分析 & 能力培养 & 性格测评 特色服务 性格塑造 能力提升 兴趣培养 考勤机 晨检机器人 教室智 能灯 饮水机 区角定位 器 新风机 加湿器 智能窗帘 除臭机 上学时间 放学时间 身体状况（良好、 一般、用药） 常见病症数据 照度 色温 亮度 饮水次数 饮水时间 饮水量 供了具体方法和建议。 明确了对儿童兴趣艺术、语言、社会、科学等各方面发展的目标及指导建议。 5.1 、核心硬件 身 份 识 别 定位器 区角定位器 饮水机 额温枪 电子班牌 考勤机 晨检机器人 身高体重仪 智能灯 智能窗帘 新风机 加湿器 香薰机 除臭机 5.2 、一日流程消息提醒 概述： 以事件的方式呈现宝宝在园一天情况，涵盖入园、用餐、午睡、活动、离 园等幼儿园一日