）：资源是企业拥有或控制的具有经济价值的事物，如产品、设备、资金等。在 REA 理论中， 资源是企业活动的核心对象，它们被用于创建、交换或消耗以实现企业的业务目标。 2.事件（ Events ）：事件是企业业务过程中发生的具体事情，如销售、采购、生产等。事件会影响资源的状态和数 量，同时也反映了企业在特定时间点的业务状况。在 REA 理论中，事件是资源变化的载体，它们连接资源和参与者， 展示了业务过程的动态性。 的角色，如创建、交换或使用资源等。在 REA 理论中，参与者是资源和事件之间关系的主体，它们决定了业务活 动 的参与者和责任。 在 REA 理论中，资源、事件和参与者之间存在着紧密的关系。例如，销售事件中，客户（参与者）购买了产品 （资 源），从而使企业实现收入。通过分析这些关系，企业可以更好地理解业务过程，找出潜在的问题和机会， 为决 策提供有力支持。 总之， REA 理论是一种描述企业业务过程的有效方法 及其关系，帮助企业更好地分析、设计和实施信息系统。理解 REA 理论有助于企业提高运营效率和决策质量。 REA 理论（ Resources-Events-Agents ，资源 - 事件 - 参与者）是一种企 业 信息系统建模方法，它通过将企业活动分解为资源、事件和参与者三个 基本 要素，以及它们之间的关系，来描述企业的业务过程。理解 REA 理论 可以帮 助企业更好地分析、设计和实施信息系统，提高运营效率和决策质

而后到今天发展了三大 主义学派 （1） 正名篇：所以知之在人者谓之知，知 有所合谓之智。所以能之在人者谓之能，能 有所合谓之能。 人工智能是以机器为载体用人工方法 和技术模拟实现的人的智能 （2）多元智能理论：语言智能、音乐智能、 逻辑智能、空间智能、运动智能、人机智 能、认知智能 10 从人的智能到人工智能 荀子·正名篇：人的智能，智慧和才能的总称 智慧 知识 所以能之在人者谓之能，能有所合 谓之能。 能力与客体对象接触联通后所形成的能力为 “才能”。 “智”在内，往往在心里，常说“心智”， 跟人的心脑直接相关。 “能”在外，“能力”一般是外在通过某种形式表现出来的，跟身体架构整体有关。 直觉 11 多元智能理论 （1983 年，哈佛大学发展心理学家霍华德·加德纳（Howard Gardner） 教授） 语言智能 音乐智能 逻辑智能 空间智能 运动智能 人机智能 认知智能 12 DeepSeek来了，它是谁？ 学生获得AI平台部署与框 架工具使用技术 知识 学生内化人工智能基础 理论知识 浙江大学的办学使命： v 传播与创造知识，弘扬与引领文化，服务与奉献社会，培养德智体美全面发展、具有国际视野的高素质创新人 才和未来领导者，推动国家繁荣、社会发展和人类文明进步。 ——摘自《浙江大学章程》 了解AI基础发展 掌握AI理论技术 创新AI领域应用 培养AI伦理素养 教学目标 人工智能基础A-理工农医的通识基础课程

请务必阅读报告附注中的风险提示和免责声明 5 人工智能逐渐向增强或应用智能的形式转变 人工智能（ AI ）是研究 、开发用于模拟 、延伸和扩展人的智能的理论 、方法 、技术及应用系统的一门新的技术科学 。随 着进一 步发展， 人工智能逐渐向增强或应用智能的形式转变 。如今， 人工智能理论和技术日益成熟， 技术和应用程序的范围也不断 扩 大， 广泛应用于医疗 、 自动化 、游戏 、过程控制等领域。 图表：人工智能在工业中的应用 图表：材料研究的 4 个阶段 : 经验、理论、计算模拟和 ( 大 ) 数据推 动 资料来源：《材料信息学及其在材料研究中的应用》 - 王卓等，国海证券研究 所 资料来源：《材料基因在锂电研发中的应用》 - 曾乐才，国海证券研究 所 预测分析聚类 ; 矿业的关系 ; 异 常检测 二级范式 基于模型的理论 科学 三级范式 计算科学 （模拟） 密度泛函理论， 分子动力学 图表：新材料研发过程的主要环节 ，应用计算机模拟软件 ，不仅能够促进化工设计严谨性和系统操作精准程度的提升 ，还有利于科学合理地进行系统流程的计算 与分 析 ，可在一定程度上推动化工行业的发展进步。 分子模拟作为一个重要的理论研究手段 ，可以在微观分子世界与宏观可观测量之间搭建桥梁 ，从而为人们在分子水平上理解物质的结构和动 力学 性质提供工具 ，其在化学化工 、生物医药 、能源 、材料等多个领域都有广泛的应用 。近几

甲⼦光年智库梳理，2023年；2医疗保障事业发展统计快报，国家医保局; 3. 《解读财务分析报告：透视公⽴医院财务状况》，医院管理论坛报，2024年12⽉; 4. 《2023年药品流通⾏业运⾏统计 分析报告》, 国家商务部; 5.求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量, 澎湃新闻；6.创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据 14 *65+岁% 14.1% 7.9% ⽀出增速 2023 等重复⼯作 • 企业：申报材料的准备 执⾏效率提升 25 “若临床时间缩短1年，研发回报率IRR提升⾄9.5%； 若研发成本降低20%，IRR升⾄10.1%”1 数据来源：创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据 企业AI知识库：打造企业版ima，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 灵活权限设置，保证企业资产安全

的综合实训；就业认证是指导学生获取由人工智能龙头企业， 如英特尔等提供的相关技术能力认证，并提供生态体系内的岗 位就业指导。 人工智能教育面临的挑战及对策 人工智能从诞生伊始，就是一门需要将理论与实践充分融合， 并在实际应用场景中开展实训论证的学科。比如，人工智能的 算法演进通常都是为了解决某一场景中的具体需求，应用场景 的变化以及对更高训练、推理效率和精度的要求，使更多新模 型、 型、新算法被提出。而新算法在提出后，也需要在实际场景中 不断进行实践应用，才能积累更多的结果数据，进而对算法实 施反向迭代优化。 所以人工智能教育的本质，也是通过合理的课程设置和实训环 境，科学引导学生完成从理论到实践，再到创新应用的过程。 打造高效人工智能 教学与实训解决方案 7 数据援引自工业与信息化部人才交流中心发布的《人工智能产业人才发展报告（2019-2020 年版）》一文 产业 分析 课程 能在生活生产中的应用，触发学生的思考，揭开人工智能 的神秘面纱，了解人工智能背后的基础理论，进而引导学 生用多元的视角感知人工智能世界。 • 从认知到应用：通过动手实验体验人工智能实现过程，让 学生习得的知识得到实践，从而体会人工智能技术带来的 成就感，激发其探究和应用技术的热情。 • 从应用到创新：通过理论联系实际的教学活动，帮助学生 进一步掌握知识和工具的实际应用方法，采用项目式教学

用的涌现性质。要正确捕捉各个尺度之间的相互影响，以及它们如何在整体上决定最 终材料性能，仍然是巨大的难题。传统方法往往将不同尺度割裂开来进行处理，容易 导致误差或不精确。 实验验证滞后：在过去，一种新材料从理论上提出（通常基于理论计算）到实际合成 并进行测试，需要耗费很长的周期。这是一个反复迭代的过程，合成本身可能十分困 难，需要特定的设备与专业技能；材料特性表征（测量材料性能）也需要多种手段， 每一种都需要 AIMD 从马氏体转变所描述的原子间势中学习，并且达到了高精度。 这些结果表明，ML-AIMD 方法可以捕捉到准确的原子间势，能够反映出锆的能量学和 结构转变性质。这些结果与实验数据以及密度泛函理论的模拟数据相符，但是计算成 本和时间比传统方式小很多。 图表7：ML-AIMD 方法流程示意图 资料来源：《A State‑of‑the‑Art Review on Machine Learning‑Based 是一种最先进的图神经网络(GNN)模 型，使用两个管道来发现低能（稳定）材料。结构管道创建结构与已知晶体相似的候 选材料，而成分管道则采用基于化学式的更随机的方法。研究团队使用已建立的密度 泛函理论计算对这两个管道的输出进行评估，并将这些结果添加到 GNoME 数据库中， 为下一轮主动学习提供信息。 请务必阅读报告末页的重要声明 22 / 29 行业研究|行业深度研究

服务期望提升：消费者期 望获得更快速、更便利的 服务，包括索赔流程的简 化。 • 保险知识和教育的需求： 消费者寻求更多关于保险 产品的信息和教育，以做 出更明智的购买决策。 WHAT 5 在霍金斯的理论中，参考系是智能体用来存储和处理信息的框架。这些参考系可以是物理的，比 如空间坐标系，也可以是抽象的，比如概念框架。从这个观点出发，大脑利用不同的参考系来理 解世界，例如通过空间关系来理解物体的 产品的制造和销售， 而是要考虑如何通过 服务为客户创造持续 的价值。 当前对服务的重视、不仅改变了产品的角色、也重新定义了企业与消费者的关系 在大周期中，影响科技应用的社会因素也是不容忽视的，这里以“创新扩散理论”，说明技术创新 改变社会的规律。 除了将科技周期和文化适应度纳入考量，帮助企业更好地洞察保险行业的未来走向。三轮规模化 变革，则为企业提供了更为清晰的行业技术发展规模路径： 卡洛塔·佩雷斯（Carlota 采用 主导 技术 新模式 变革 以早期采用者为重点，适应和支持企业战略和管理革新的措施 导入 技术创新改变社会 美国传播学者埃弗雷特·罗杰斯（Everett Rogers）的“创新扩散理论”： ►技术创新改变社会分为：行为改变、习惯改变和文化改变。 ►用户可以分为：创新者（Innovators）、早期使用者（Early Adopters）、早期大众（Early Majority）、晚期大众（Late

会副秘书长、武汉市自动化工程技术研究中心主任、武汉产业创新发展研究院智能工业软件研究所副所长。张俊教授研究领域包括新型电力系统领域中复 杂系统建模、人机混合增强智能、生成式人工智能大模型、多源异构数据和知识的融合计算和处理等理论方法。张俊教授近 5 年主持或参与二十余项国家 级、省部级、行业科技项目，包括承接科技创新 2030“新一代人工智能”重大项目。近 5 年，张俊教授发表了 5 篇专著（章节），SCI 收录论文四十余篇，

体定 制差异化课程，例如系统管理员侧重 API 对接与权限管理，临床人 员聚焦智能问诊辅助与病历分析功能，行政人员培训数据报表生成 与资源调度优化工具。培训周期控制在 2 “ 周内，采用 线上理论+线 ” 下实操 混合模式，线上通过医疗行业知识库平台部署互动式教学 模块，线下在模拟医疗环境中进行压力测试演练。 关键操作流程需制作标准化 SOP 文档，以下为临床人员使用 智能问诊辅助的典型操作清单： 需结合角色 需求与实操场景，采用线上线下混合模式，确保知识传递与技能落 地的有效性。 培训阶段划分 1. 基础培训（1 周） 目标：掌握 DeepSeek 智能体的核心功能与基础操作 - 理论课程：智能体技术原理、医疗场景应用案例、数据安全规范 - 实操演练：系统登录、界面导航、基础查询与检索功能 - 考核方式：完成模拟病例的智能体辅助诊断流程 2. 进阶培训（2 周） 目标：熟练应用高级功能并理解医疗业务集成逻辑 6.1.1 医生与护士培训 医生与护士培训是医疗系统接入 DeepSeek 智能体的核心环 节，需覆盖操作流程、临床决策辅助功能的应用及应急处理机制。 培训采用分阶段、分角色的混合模式，结合理论授课、模拟操作与 临床场景演练，确保医护人员能够熟练运用智能体提升诊疗效率与 安全性。 培训内容分为基础操作与高级应用两个模块。基础操作模块包 括智能体登录、患者数据查询、医嘱生成等常规功能，通过

的应用案例及其效果，为本方案提供了实践基础。 2. 王五, 赵六. (2021).《基于深度学习的实时视频分析技术》. 计算机科学与技术. 本文介绍了多种深度学习模型在视频数据 分析中的应用，为本方案选择合适的模型提供了理论支持。 3. 刘七. (2022).《智能视频内容分析技术现状与未来发展》. 信 息 安全与技术. 该研究评述了市场上现存的智能视频分析技术 及 其发展趋势，为本方案的前瞻性规划提供了参考。 中对安全技术的重视，是本方案政策背景的重要参考。 7. 李八, 林九. (2019).《前沿人工智能技术在公共安全中的应用 展 望》. 公共安全期刊. 文章着重分析了 AI 在公共安全领域各 个 方面的应用，为本方案提供了理论支持。 8. 李十, 周十一. (2021).《视频监控及其在社会安全中的角色》. 社 会学评论. 文章讨论了视频监控的社会影响，为本方案的社 会 适应性提供了数据支持。 9. 实施的理解。以下是几本在这一领域具有参考价值的书籍。 首先，理解公共安全的基本概念和背景至关重要。《公共安全 管理（第二版） 》提供了公共安全管理的基本框架和理论，包括 风 险评估、应急响应及资源配置等内容。该书不仅为理解公共安 全政 策提供了基础，而且为后续 AI 技术的引入奠定了理论基础。 其次，《人工智能在公共安全中的应用》则详细讲述了 AI 技 术，尤其是大数据和机器学习如何在公共安全领域被应用。该书涵