计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR http://conference.cipsc.org.cn/smp2019/evaluation.html 13 任务一结果排名（ 2019.07.15 ） SMP-ECDT III • 个性化对话生成评测 • 给定特定用户属性，生成符 合 该属性的个性化对话回复 • 特点 • 百万级数据集 • 客观 + 主观评价 • BLEU 、 Perplexity 、 Distinct • Fluency 、 Personality 系统构 成 隐式反馈跟踪 确认状态跟踪 澄清状态跟踪 词法、句法、语义分析 拒识回复 确认及澄清回复 多领域用户对话意图识别 多领域对话状态跟踪 上下文建模 情感回复 个性化回复 风格化回复 . . . 对话质量评估 情感分析 拒识、确认、澄清、隐式反 馈 ... TTS 领域内分析及处理 ASR 多领域对话状态分布 自然语言理解

理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 现？AI与人类是否会在社会和教育资源上展开竞争？这些重大问题，因AIGC的到来，再一次冲击了 现有的教育体系。 在微观层面上，教育的各场景和环节，都因AIGC技术的应用而有所助益，如教师侧的备课规划、作 应的，便是分专业的学科式架构、分级分班的规模化教学。AIGC技术应用下，大规模的通用数据与教育各学科的垂类数据并存，通识 教育和专业教育所需的内容均可满足。同时，AIGC资源不像教师资源具有时空上的独占性，有望实现大规模的个性化教学。值得一提的 是，在交互方式上，口语面授是主流的、学生习以为常的教学交互方式，而AIGC技术的独特之处也在于多轮自然语言交互能力，有来有 回的问答式相比于知识的单向灌输，更接近孔子《论语》的对 交互自然化 交互方式 按照合理的师生比例、不同阶段学生 的学习进度，进行分级、分班教学， 解决师生资源矛盾 分班、分级教学 大规模的因材施教，更高效地解决师 生资源矛盾，有望做到真正的个性化 教学 一对一教学 效益规模化 师资配置 现代教育的特征与AIGC技术吻合 现代教育的突出特征 AIGC的技术吻合 11 ©2024.2 iResearch Inc.

的家庭因辅导作业问题 爆 发亲子冲突 。 家长焦虑情绪普遍： 80% 的家长对孩子的学 业 表现感到焦虑， 60% 的家长时刻担忧孩子 出现 意外 。 杠杆点：教育需求的演进 从标准化教学到个性化培养 时间精力不足 教育能力 有限 当代家 长困境 当代教育背景家长面临的困境 从结果导向到过程赋能 亲子关系紧张 01 02 03 要素 核心描述与示例 1. 系统主体 家长 主导者：传递价值观 、行为示范。教育理念（权威 / 民主型） 、能力（沟通 / 情绪管理） 。 孩子 主动参与者：年龄阶段（婴幼儿 / 青少年） 、个性（兴趣 / 学习风格） 。 其他家庭成员 祖辈 / 兄弟姐妹：影响教育一致性（如代际观念冲突） 。 2. 系统目标 长期目标 独立人格 、社会适应力 、终身学习（如培养责任感） 。 短期目标 系统边界与交互 内部边界 父母分工：父亲负责运动技能，母亲管理学习。 外部交互 家校协同（作业反馈机制） 、社会影响（短视频对注意力的冲击） 。 特点维度 技术支撑与实现方式 典型应用场景 解决的核心问题 个性化学习路径 机器学习算法分析学 习数据， 动态调整难 度 数学分步拆解 、作 文智能润色 传统教育“一刀切 ” 模式与个体差异不 匹配 实时反馈与迭代 自动化评估系统 + 即

大模型在语音识别领域也有应用，如语音识别、语音合成等。通过 学习大量的语音数据，大模型可以实现高质量的跨语言翻译和语音 识别以及生成自然语音 （4）推荐系统 大模型可以用于个性化推荐、广告推荐等任务。通过分析用户的历史 行为和兴趣偏好，大模型可以为用户提供个性化的推荐服务，提高用 户满意度和转化率 3.1 大模型的行业应用领域 大模型可以用于自动驾驶中的感知、决策 等任务。通过学习大量的驾驶数据，大模 型可以实现对车辆周围环境的感知和识别， DeepSeek大模型的应用场景 n 个性化推荐（高频应用） 个性化购物推荐：电商平台使用DeepSeek根据用户购买 历史推荐商品 个性化电影推荐：流媒体平台使用DeepSeek根据用户观 看历史推荐电影 个性化视频推荐：视频平台使用DeepSeek根据用户观看 历史推荐视频 个性化旅游推荐：旅游平台使用DeepSeek根据用户偏好 推荐旅游目的地和行程 个性化内容推荐：内容平台使用DeepSeek根据用户兴趣 推荐文章和博客 个性化音乐推荐：音乐平台使用DeepSeek根据用户听歌 历史推荐音乐 个性化书籍推荐：图书平台使用DeepSeek根据用户阅读 历史推荐书籍 个性化新闻推荐：新闻应用使用DeepSeek根据用户阅读 历史推荐新闻 个性化学习推荐：在线教育平台使用DeepSeek根据学生 的学习进度推荐课程 个性化广告推荐：广告平台使用DeepSeek根据用户行为 推荐个性化广告 来自对网络资料的整理

借鉴意义。 ➢ AI+医疗的产业图谱：国内AI医疗产业链相对比较复杂，按照AI赋能的产业链环节不同，我们认为可以大概分为4类。 • C端自我管理：C端患者运用AI工具管理自己的健康，如慢病管理、个性化用药、健康数据追踪等； • B2C远程管理：C端患者和B端医疗机构脱离线下场景，实现远程互动，如远程影像、远程病理等； • B2C临床管理：AI赋能B端医疗机构的临床决策，如AI医生、院内大模型等； （AI预测血糖趋势，低/高血糖预警） 机器学习分析血糖波动规律，预测误 差<10% 硬件销售+数据订阅服务 Teladoc Health TDOC.N 17 Livongo AI糖尿病管理平台 （实时血糖分析+个性化干预） 结合用户行为数据生成动态建议，用 户依从性提升40% B2B企业健康服务订阅 ResMed RMD.N 343 AirSense 11 智能睡眠呼吸机 （AI动态调节压力+睡眠呼吸事件分析） 覆盖ICU/门诊场景 SaaS订阅 （医疗机构采购） Hims & Hers Health HIMS.N 100 AI健康管理平台 （整合GLP-1减肥药+心血管健康服务，个 性化方案生成） 为客户提供个性化用药方案；用户健 康数据与Labcorp实验室测试结果联 动分析 DTC订阅制 （远程医疗+药物配送） 海外代表公司案例——Hims & Hers Health ◥ 核心业务领域 ➢

标准化的金融产品、金融服务流程工作 ; 最不可替代的是 : 人与人之间的交互和信任 ; Ā 表 6ÿ GenAI 赋能信任交 à 效率提升 社群运营预生成符合场景和客户需求的大量的个性化内容 体验升级 专业积累 基于大模型，可回答知识库中超出预设流程的问题，拓 宽 Chatbot 应用场景，更好地分发和解决客户问题 可生成不同风格的对话内容，其较为灵活的语言风格可 更 好地协助人工客服 在大规模的一对多用户服务和运营等场景，帮助人工客服和 范围更 广 资料来源 ÿ : 人 ý 智能 P 营销 ð 纪元 ; ，中信 建投 个性化服务 随时随地 如何理解营销数字化的组织变革 ? Ā 表 7ÿ GenAI 赋能营销 O 仅在内容生 r ，还包括需求洞察等多元 ÿ 能性 产品销售以产品为驱动，以交易 为导向，强调产品功能参数与性价 务等中后台技术赋能使代理人提升管理效率并够将更多精力 用于业务拓展，进而间接促进业务规模增长。 l 获客 & 销售赋能 : 利用技术系统帮助代理人与客户进行自动化、大规模的个性化互动 ，提升客户留存和忠诚度 ; 持续 跟踪销售线索和潜在客户 ; 分解不同潜客来源的成功率，提供销售线索分析报告，助力提升销售绩效 ...... l 中后台赋能 : 保单全生命周期管理系统

在这些领域的关键作用外，报告还探讨 了 AI 与其他创新技术的协同效应，以及转型可能带来的社会和经济影响。 例如，在 AI 大模型和云计算技术的支持下，教育应用将能够动态分析学生的知识掌握情况， 帮助教师实时生成个性化的教学方案，确保每个学生都能享受量身定制的学习体验。医疗行业将不 再局限于“治病救人”，而是完全融入一个由 AI、数字行为建模、远程医疗和合成生物学等前沿技 术驱动的全球健康生态系统。 这份报告客观阐述了 2035》不仅 聚焦于技术本身的跃迁，更用大量篇幅深入剖析了智能体将如何作为新质生产力的核心，驱动医 疗、教育、制造、金融、能源等关键领域发生范式革命。从“AI 协同诊疗”到“设计即制造”，从 “超个性化金融”到“智慧能源网络”，我们看到的不是一个简单的“+AI”过程，而是一场深刻 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合， 人类生产将经历场景跃升，重塑工作的本质和创造力。在制造业，具身智能将催生出自我优 化的工厂，机器不仅能执行任务，还可在运行过程中实时优化流程设计，形成一个持续创新的良性 循环。在金融服务业，智能体在风险评估、欺诈检测和提供个性化咨询服务方面的能力将接近人类 水平，可以解放专业人士，让其专注于战略决策。在研究领域，当通用人工智能（AGI）的奇点真 正到来时，AGI 将成为人类的协作伙伴，以超越当前想象的规模进行假设构建、实验操作与数据分

朗玛信息、润达医疗、医渡 科技、讯飞医疗科技、医脉通、卫宁健康、嘉和美康、万达信息、塞力医疗、久远银海、京东健康、阿里健康、固生堂、万孚生物、平安好 医生。  AI 健康管理：平台依托模型生成个性化防控方案，推动慢病管理从“被动治疗”转向“主动干预”。其中包括可穿戴类产品，定制化干预方 案。AI系统实时监测并预警。在复杂医疗场景中，AI 对疾病风险评估、诊断辅助等的准确性仍有提升空间。医疗机构、保险机构等数据分散 科临床决策支持中的多层次分析。  医疗数据处理方面，DEEPSEEK 的多模型技术融合成果较好。以金域医学接入 DeepSeek - R1 模型为例，其智能体应用 “小 域医” 在面对个性化临床咨询场景时，借助多模型融合技术能够更精准地理解用户意图。在单项报告解读任务中，结合了图像 识别模型对检验报告中的图像数据进行分析，以及自然语言处理模型对报告中的文字描述进行理解，然后将两者的结果进行融合 展到多个方面，包括医疗影像、辅助诊疗、药物研发等。例如，在医疗影像领 域，AI技术显著提高了诊断的准确性和效率，优化了影像分析过程。在辅助诊疗方面，AI通过分析患者的电子健康记录和基因组数据，提 供个性化的治疗建议，辅助医生进行精准手术操作。在药物研发方面，AI技术缩短了研发周期，降低了成本，提高了成功率。 3) 数据共享与安全：数据共享是AI技术发展的重要基础。《指引》鼓励医疗机构和科研机构

对AI教育的思考：如何培养AI专业人才和AI赋能人才  培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用AI 3. 热爱人类  如何培养人 1. 赋能：个性化学习，学本教育，因人育材，未来学校  学习的定位是一种思维训练，知识、写作、记忆力等只是训练工具  终身学习的方式可能从知识搜索转向了古老的对话式学习 2. 让人学会与AI共舞，尤其是生成式AI将成为人的必备技能 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 02 对AI教育的思考：AI如何赋能教育  方式 1. AI赋能学习 • 个性化学习系统 • 智能AI助教 • AI驱动的内容生成 2. AI赋能教学 • 智能教学助手 • 智能课堂管理系统 • 课程内容优化 • 数据驱动的教学决策和协作教学支持 警惕AI的幻觉和偏见 • 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区，AI教学助手 • 学生：AI素养，个性化学习路径，AI助教 4. 进行短期和长期的影响评估 • 评估，优化，迭代 5. 促进技术公平使用 • 推动均衡发展，缩小数字鸿沟，建立包容文化 主要内容 30分钟和大家分享的内容：

智能体不仅有助于企业提高内部运营效率，更会成 为企业参与市场竞争的关键助力。借助智能体的精准分 析与快速响应能力，企业能够更敏锐地捕捉市场动态， 及时调整经营策略，进而扩大市场份额。而且，智能体 可以实现个性化的客户服务，依据客户的需求和喜好提 供定制化方案，提升客户的满意度与忠诚度。如此一来， 企业便能在激烈的市场竞争中崭露头角，收获更多客户 的信赖与支持。所以，充分利用智能体，既是提升组织 方面，人工智能同样在投资组合管理中发挥了重要作 用。近年来，深度学习以及大模型技术的突破使得自 然语言处理和图像识别在证券行业得到广泛应用，如 智能投顾系统能够通过自然语言理解与客户进行交流， 提供个性化的投资建议，利用图像识别技术分析卫星 图像等非传统数据源，为投资决策提供新的视角。此 外，强化学习在交易策略优化方面的应用也逐渐受到 关注，通过不断试错和学习，优化交易策略，提高交 易效率和收益；值得一提的是，2024 行实时监控和预警，保障投资组合的安全性。在融资保 荐服务场景中，对企业的财务状况、信用风险等进行全 面评估，提高融资保荐的效率和准确性，并通过对企业 的经营数据和市场数据的深度挖掘，为企业提供个性化 券商机构业务是指为机构客户提供的一系列专业化 服务，涵盖了经纪、投行、资管、两融、托管外包、产 品代销等多个方面，这些业务相互配合，共同满足机 二、中小券商机构业务场景智能化探索 泛，推动证券行业的创新和变革。