像世界 ［专栏］ 元宇宙时代，技术长什么样 第三章 你所知的第一个元宇宙：维基知识之城 维基百科：知识之网是如何织成的 “你为什么不编辑一下呢？” 维基元宇宙的背后：大规模协作构建全球知识体 ［专栏］ 人们为何和如何大规模协作 第四章 如何建设好的元宇宙：Decentraland虚拟之城 Decentraland，一个3D的虚拟世界 Decentraland缺少的是人的活动 如何建设好的元宇宙 活和工作的新世界，我们按现在的新说法称它为元宇宙，有时 也会直接称它为新数字世界、数字世界或新世界。总的来说， 元宇宙是恰当的新名字。未来我们将不止看到一个元宇宙，而 是会看到一个个元宇宙、一个个美妙的新世界。 推荐语 方军提出了一个思考，即在我们的数字未来，实体世界会 越来越像数字世界。的确如此，如果把元宇宙形成混合空间的 过程看作实体世界与数字世界的融合，那么我更倾向于将这一 边界的消融理解为数字世界对实体世界的侵占。而能够制约这 一侵占的，不是空间而是时间。 胡泳 北京大学新闻与传播学院教授 我向你推荐《元宇宙超入门》，是希望提供一个新的角度 审视我们所处时代的变化。元宇宙是未来创作者经济的载体。 元宇宙必将开启一个刺激互联网创新的大时代。 李檬 天下秀数字科技集团创始人、董事长及CEO 方军的新书是一本结构严谨的元宇宙入门书，超越了其游 戏的起源。本书特别有价值的是，它讨论了大规模协作的机

常理赔的保险权益，同时避免骗保客户给公司带来的经济上的损失成为了 一个十分关键的问题。近几年，随着 AI 的蓬勃发展和数据的不断积累， 从算法技术来讲，很多行业在欺诈风险识别中表现出了非常优异的效果， 产生了一些非常好的价值。但由于算法本身属性的原因，模型的结果却难 以解释，但这在真实的业务场景中却非常关键。这次带来的分享内容，就 是我们在实际的保险理赔反欺诈场景中的一个模型，可解释性的一些探索 经验，希望能够 模型可解释性在实际的场景中的一个具体的应用和实施方案  对模型可解释性的简单的展望 01 模型可解释性的整体背景 软件工程学上我们经常用到一个术语叫软件的生命周期，这里把它用在模 型上，按照模型的生命周期来看，将模型的可解释性总结为三个方面，或 者说三个不同时期的作用。 DataFunTalk 成就百万数据科学家！ 9  模型的开发和构建。企业模型解释在优化模型的期间，是一个优化 模型的 模型的一个非常重要的手段。在实际的模型构建的过程中，这种 bad case 分析寻找模型优化方向还是一个比较困难的问题，如果模型可 解释，可以对出错的样本采取针对性的措施对模型进行优化。  我们的模型试运行上线期间。模型的可解释性能够提升模型的可信 度，同时有利于业务的推广。  模型推广期间，模型预测真正人融入到具体的业务环节流程之中。 之后，我们希望这个模型能够可以解释模型预测值的解释内容，能

智能客服场景一 大数掘挖掘专家 4 背景与挖掘目标 智能客服场景二 大数掘挖掘专家 5 智能客服描述 > 目前常用的智能客服应用的原理是 ：先建立好标准问题 -- 答案库 ，每个标准问题都对应一个标准回答；当 客户提出问题后 ，系统经过一定的规则运算 ，将客户提问和标准问题关联起来 ，再把对应的标准回答反馈 给客户 ，让客户在与客服机器人交流的过程中有更便捷的体验。 背景与挖掘目标 招生 " " 电话 " " 地址 " " 五 " " 完小 " " 西 " " 十 " > 中文表达中最常用的功能性词语是限定词 ，如“的”、“一个”、 “这”、 “那 ”等。这些词语的使用较 大的作用仅 仅是协助一些文本的名词描述和概念表达 ，并没有太多的实际含义。 > 而大多数时候停用词都是非自动生产、人工筛选录入的 ，因为需要根据不同的研究主题人为地判断和选择 ，这些都把它做纠正处理 文本预处理 大数掘挖掘专家 15 > 此外 ，还会有部分近义词 ，主要出现在一些疑问词上 ，举例如下 ： “为何”、 “为什么”、 “为啥”等 ， 这里都把这些词替换为同一个词。 文本预处理 近义词替换 大数掘挖掘专家 16 提取 NLP 文本相似度特征 > a. 两个语句的长度上的差距 > b. 两个语句的编辑距离 > c. 两个语句的 n-gram 相似性的特征

找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因 ►用WHAT提出问题：发现本质，聚焦靶心 初始问题 初始问题 初始问题 根本原因 Why Why Why 4 定义核心问题的过程中，以保险行业里一个热门的问题为出发点，试图通过WHY、WHAT的方 式找到问题真正的本质。先提出一个问题，然后分析该问题的原因，再进一步思考为什么会有这 些原因存在，最后深入思考这些原因具体是什么。通过这样不断拆解问题的思考方式，企业可以 更加全面地了解问题的本质和解决方法。 在对每一个问题进行解释回答时，会出现很多的相关因素，需要尽量聚焦主要原因，剪除次要原 因。以下图示例为例，首先提出一个初始问题：保险公司该如何布局AI能力？其次，根据抛出的 第一个问题去思考相关的答案。比如，保险公司需要通过布局AI来提高其效率和精准度，个性化 产品和服务，专注创新和长期发 到了“未来的不确 定性”是企业需要关注的重要原因后，再深入去思考这些导致“不确定”因素具体是什么，等等。 上述例子在不断深挖问题的过程中，可能使得问题本身变得破碎，因此，针对每一个问题的解释 回答，不仅要聚焦一个重要的因素，同时在一些必要阶段需要进行升维/抽象化，使得最终的问 题具有通用性。在这个例子中，最终可能会将问题抽象聚焦为：“看不清楚未来的趋势和规律” “缺乏明确的定位”“无法有效识别机会”等。

创造更大的价值。为了实现业财融合，企业从以下几个方面展开细分的落地方案： 1. 需求分析：充分了解企业的业务和财务管理需求，明确数字化平台需要实现的功能和目标。 2. 设计系统架构：根据需求分析，设计一个模块化的数字化平台架构，包括财务管理、业务运营、数据分析等模块，以实现业 财融合的闭环。 3. 选择合适的技术和工具：根据系统需求，选择合适的技术和工具，如财务软件、数据分析工具、云计算技术等。 4 与其他系统模块（如财务报表、预算管理等）顺利协同工作。 维护和更新：基于规则的会计引擎需要定期进行维护和更新，以适应会计准则和规则的变化。这包括更 新 会计处理流程、修改会计规则、优化程序代码等。 通过以上步骤，可以实现一个基于规则的会计引擎，以帮助企业正确地处理和记录财务交易。虽然这 种 方式需要手动更新规则和准则，但对于遵循特定会计标准的企业来说，这种方式通常比较简单、直 接。 实现基于规则的会计引擎需要遵循以下步骤： 首先需要分析所采用的会计准则和规则，以确保会 计 引擎能够正确处理和记录财务交易。 设计会计模板：根据分析结果，为每种财务交易类型设计一个会计模板。每个模板应包括所涉及的会计科 目、分录方向（借贷方）、金额计算方法等信息。 创建会计模板库：将所有会计模板存储在一个统一的会计模板库中。这有助于保持模板的一致性，便于 维 护和更新。 编写会计引擎代码：根据设计的会计模板，编写会计引擎的程序代码。代码应能够根据财务交易的类型，

个农业农村大数据服务平台 2 个门户（一个管理门户、一个服务门户） 1 个移动客户端 - 豫农通 APP （一个管理版、 一 个服务版） 3N 个数字化应用（ N 个数字化场景应用、 N 个 数字化行业应用、 N 个数字化决策应用）。 项目特色：①一个平台，一个标准，一个入口， 一个身份，一次登录，一览无余； ② 应用按照“一套标准，一个数据库 ，一批数字 化应用， 一个平台， 一组中台， 一朵云， 一朵云， 一 个 APP ，一张图 ，一个试点 ”，在此基础上 ， 农 业农村部大数据发展中心建设了国家农业农 村大 数据公共平台基座。 整合涉农历史数据 挖掘数据价值 建设数字乡村 助力乡村振兴战略 项目模式：省农业农村厅厅长主抓，信息化处牵头 核心业务处室共同成立“专班 ”，推动各业务处室 的需求调研和协调。 项目概述：武威市凉州区农村局 ，县区级农业农村大数据服务平台。

数据整合与共享：通过构建视频数据平台，整合各类监控资 源，为决策提供依据，促进信息共享。 这些措施不仅能够有效预防和减少安全事故的发生，还能够增 强公众对安全管理的信任感，有助于构建一个安全、和谐的社会环 境。 最后，未来公共安全领域将朝着智能化、系统化的方向发展。 AI 大模型的应用是提升公共安全管理效率的重要途径，期待这一技 术在实际运用中发挥更大的作用，助力城市安全管理的现代化进 o 支持多种 AI 模型：系统应支持多种 AI 模型，同时具 备 自适应学习能力，能够根据反馈不断优化模型，提 高事 件检测能力。 通过以上系统需求的全面分析，我们可以为公共安全领域构建 一个切实可行、功能强大的 AI 智能视频挖掘系统，为有效应对各 种公共安全事件提供有力支持。 2.1 功能需求 在公共安全领域，引入 AI 大模型进行视频智能挖掘的系统功 能需求应充分考 大模型视频智能挖掘的有效实施依赖于高 效而可靠的数据存储与管理方案。该方案需要确保视频数据的完整 性、可用性和安全性，以便在涉及公共安全的紧急情况下迅速检索 和分析视频内容。 首先，该系统应建立一个结构化的数据存储体系，将视频数 据、元数据和分析结果分别进行分类存储。数据存储层次需包括： 1. 视频数据存储：采用分布式存储平台，以支持海量视频数据的 存储需求。视频数据应根据录制时间、地点和事件类型进行分

次，在线 咨询的便捷性使得用户可以随时随地获取法律建议，可以节省了宝贵的时间和精力。此外，与传统的面 对面咨询相比，在线咨询通常费用更低，适合预算有限的用户，具有较高的成本效益。然后，隐私保护 也是一个关键因素，很多人对面对面咨询可能存在顾虑，而在线咨询提供了更高的隐私保障。本节将围 绕法律咨询展开探讨，通过搭建单智能体并配置知识库，实现对特定法律问题的理解、法律条文的解释、 解决方案的提供以及行动建议等功能，其最终效果如下图 效缓解了大模型幻觉问题的影响，还进一步提升了法律咨询助手的实用性和可控性，为其在实际场景中的广泛应用奠定 了技术基础。 为了简化设计，本节仅考虑 2020 年颁布的《中华人民共和国民法典》（以下简称“民法典”），并设计一个面向民法典的 法律咨询智能体。感兴趣的读者可以进一步收集更全面的法律法规和裁判文书最高人民法院提供超过 1.5 亿篇裁判文书， 访问地址为 https://wenshu.court.gov.cn/ 需要拒绝回答与主题无关的问题，以确保回复内容的专业性和相关性。 10.2.3 智能体实现 单智能体的关键技术包括提示词设计和知识库设计。对于面向民法典的法律咨询单智能体，核心提示词包括， 1 ）智能 体的人设（角色），即“一个专业的民法典咨询小助手”； 2 ）智能体的技能，包括“解答民法典问题；分析民法典案例”； 3 ）限制，包括要求拒绝回答无关问题并要求按格式回复。对于专业领域问答，一般还需要规定明确的回复格式，这可以

23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世纪英国工业革命期间的一位经济学家。他发现，当煤炭的使用效 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 动模型越来越大，越来越接近通用人工智能（AGI），产生了大数据 - 大算力 - 大模型 - 大电力的范式。 中国在新能源革命中已经处于领导地位，也是全球第二智能算力大国。中国正 在部署 AI+ 战略，成为新质生产力中的一个战略性前沿领域。目前中国正处于 风光等可再生能源的“黄金 10 年”，AI 所带来的清洁电力需求，需要顺应中国 的能源转型，实现 2030 年碳达峰及 2060 年碳中和的目标。 本报告估算出中国到 90% 左右。因此，全 球范围内芯片能效提升趋势相对明确，可预见的将来与英伟达GPU迭代周期同步， 未来有望一年一次更新。伴随着向更低精度的扩展，从 P100 到 B200 的 8 年间， 训练同一个模型的能耗，理论上目前已经降至最初的 1/400 左右。 因此，导致各方预测结果分歧较大的原因，主要在于对AI算力增长的预期不一致。 这既取决于算力需求的增长，也取决于算力供给的增长，还取决于客户预算的

● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世纪英国工业革命期间的一位经济学家。他发现，当煤炭的使用效 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 动模型越来越大，越来越接近通用人工智能（AGI），产生了大数据 - 大算力 - 大模型 - 大电力的范式。 中国在新能源革命中已经处于领导地位，也是全球第二智能算力大国。中国正 在部署 AI+ 战略，成为新质生产力中的一个战略性前沿领域。目前中国正处于 风光等可再生能源的“黄金 10 年”，AI 所带来的清洁电力需求，需要顺应中国 的能源转型，实现 2030 年碳达峰及 2060 年碳中和的目标。 本报告估算出中国到 90% 左右。因此， 全球范围内芯片能效提升趋势相对明确，可预见的将来与英伟达 GPU 迭代周期 同步，未来有望一年一次更新。伴随着向更低精度的扩展，从 P100 到 B200 的 8 年间，训练同一个模型的能耗，理论上目前已经降至最初的 1/400 左右。 因此，导致各方预测结果分歧较大的原因，主要在于对AI算力增长的预期不一致。 这既取决于算力需求的增长，也取决于算力供给的增长，还取决于客户预算的