大模型时代的AI教育：思考与实践 肖睿 xiaorui@pku.edu.cn 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的AI教育实践 VUCA时代，AI技术日新月异，所有的认知、思考、实践都在迭代中…… 01 对AI技术的认知  AI是一种工具，也是一种赋能，更是一种思考范式。 • 工作替代、角色分工：人的新定位（问题洞察能力、结果鉴别能力） • 新的人机接口：人类自然语言（javis），重做一次应用 • 知识平权：知识分子的优势丧失；科学范式的变化  文本时代结束：文本不再是知识的唯一载体和工具  知识不再代表智能：公开的知识不再有价值，个人数据+三观过滤更有价值 • 法律责任：自动驾驶  思想问题：AIGC • 信息茧房、信息幻象、DIK生成 知识平权后的独立思考和辨别能力 • 思想控制、舆论引导 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的AI教育实践 VUCA时代，AI技术日新月异，所有的认知、思考、实践都在迭代中…… 本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:529794下载,文档Id:179018,下载日期:2024-10-29

Mind Ingmar Posner 应⽤ ⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 2024年12⽉ Citi GPS：全球展望与解决⽅案 AI机器⼈的崛起 物理⼈⼯智能即将到来 我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 ⼈⼯智能在计算机视觉领域取得了显著进展，使机器⼈能够在其物理环境中导航 和互动。2012年，引⼊了AlexNet，这⼀深度学习模型⼤幅降低了图像分类错误率 ⾄15%，有效地拉开了计算机视觉领域的现代深度学习时代的序幕。这⼀进展在2 015年继续发展，微软的ResNet实现了3.6%的错误率，超越了⼈类估计的5-10% 的错误率。 © 2024 花旗集团 13 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ 政府政策，可以帮助管理向更加⾃动 化的机器⼈经济转变的过渡，使⼯⼈和社会受益。有关AI对⼯作影响的更详尽探讨， 请参阅我们最近的CGI报告“AI的⼯作毁灭还是繁荣”以及“机器⽆法掌握的技能： 在AI时代蓬勃发展的技能” © 2024花旗集团 78 花旗环球研究：全球视⻆与解决⽅案 2024年12⽉ 结论 那么，在这份报告的旅程中，我们学到了什么？ 1. 快速技术进步，特别是⼈⼯智能⽅⾯，正在发⽣并⾛到⼀起

智能化时代数据库自主可靠运维 白皮书 编制委员会 编委会成员（排名不分先后顺序） 朱正珊（福建海峡银行） 王义成（腾讯云数据库） 陈璐（福建海峡银行） 陈琢（腾讯云数据库） 张秀云（腾讯云数据库） 罗晓程（腾讯云数据库） 刘亚琼（腾讯云数据库） 编写组成员 李代丽 任朝阳 参编单位 福建海峡银行 专家指导（排名不分先后顺序） 白鳝 薛晓刚 严少安 尹海文 PREPARATION COMMITTEE 第一章：智能化时代可靠运维发展趋势 �� �� �� �� �.� AI对传统运维的影响 �.� AI在运维实践中的挑战 �.� 运维应当如何拥抱AI 第二章：稳定可靠运维面临的挑战 �.� 数据快速增长挑战 数据库与云架构）带来的管理复杂度、数据爆炸式增长对灾备能力的更高要求，以及数据安全合 规的刚性约束，对运维体系提出了更高要求，传统运维模式已难以应对。 在此背景下，ITPUB联合福建海峡银行、腾讯云数据库编写《智能化时代数据库自主可靠运维》 白皮书，旨在为企业提供一套兼具前瞻性与实践性的运维指南。 白皮书从智能化运维发展趋势切入，剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋 势。系统梳理数据增长、技

第一章 Web 3.0：渐行渐近的新一代互联网 第二章 Web 3.0：变革与应对 第三章 Web 3.0的经济逻辑 第四章 DAO：Web 3.0时代的组织和治理 第五章 DeFi：Web 3.0时代的金融变革 第六章 Web 3.0时代的商业创新 第七章 Web 3.0语境下的数字资产 前言 姚前 中国证监会科技监管局局长 Web 3.0是一个宏大的概念，汇聚了我们对下一代互联网的 为了维持和保护美国在数字资产领域创新的领先地位。2022年5 月6日，日本首相岸田文雄在众议院预算委员会发表声明时指 出：“Web 3.0时代的到来可能会引领（日本）经济增长，我们 相信，整合元宇宙和NFT等新的数字服务将为日本带来经济增 长。随着我们进入Web 3.0时代，我强烈认为我们必须从政治角 度坚决推动这种环境。” 我国高度重视数字化转型和数字经济发展。2021年12月， 国务院印发《“十 向下 一代演进的趋势。这一演进或将引发新一轮信息革命，进一步深刻 改变人们的生活、工作以及社会的方方面面。在Web 1.0问世前夕， 美国于1993年出台“国家信息基础设施”战略计划，大力建设信息 时代的“高速公路”，从而获得Web 1.0和Web 2.0的全球领导地 位。Web经过30多年的发展，如今正处在从Web 2.0向Web 3.0演进的 重要时点。加强关于Web 3.0的前瞻研究和战略预判，对我国未来互

年，网络将需要支撑 90 亿人口拥有 9,000 亿智能体，通信容量将增长 100 倍。 与此同时，算力需求将激增 10 万倍，催生出全新的范式，如模仿大脑高效能的神经形态处理器与 量子处理器等。存储将迈入尧字节时代，让数据“觉醒”，为持续学习提供有形资源。云边协同共 生将推动 AI 民主化，而能源领域的突破，特别是高密度电池和可持续发电，将消除认知和实现之间 的最后障碍。在这些基础设施的加持下，具身智能将 排放。在 AI 增强传感器和无 人机的支持下，精准农业不仅能提高产量，还能在保护生物多样性方面发挥作用。智能电网将通过 实时分析系统的安排，实现可再生能源发电与需求的平衡，开启零碳城市生态系统的时代。此外， 基于 AI 的气候建模将提供前所未有的预测能力，帮助决策者采取预防措施，应对极端天气事件和海 平面上升，这对像香港这样易受影响的沿海地区来说至关重要。 人类生产将经历场景跃升，重塑工 2030》报告，从医、食、住、行和企业数字化转型等领域做 了展望。这些年我们欣喜地看到一些展望逐步变成了现实，比如：智能和宽带正在普及每个人、每 个家庭、每个组织，甚至每辆车。 今天，我们正处在一个技术范式深刻变革的时代。两年前逐渐进入大众视野的生成式人工智 能，正以我们从未想象过的方式，重新定义未来的可能性。正因如此，我们比以往任何时候都更需 要前瞻的视野，更需要依靠科技的愿景与假设来指引前路。 过去的 2

technology wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销 风控 大模型，让我们面对的现实世界，被以数 千亿级的维度解构，同时，又被以不可思议的维度 重新组合了，进而产生了新的美学。 3. AIGC 时代的营销活动，越来越需要的只是“创意” 本 身 大模型时代的保险营销 来源 : 腾讯研究院 1 6 AIGC 时代，业务员的朋友圈展业助手 1 7 大模型与保险营销 智能文生图 输入：描述文本 输出：智能生成与输入内容相关的结果图 自研文本 河 之水天上来 1 8 AIGC 时代，让每一个营销活动都和“我”相关 1 9 大模型与保险营销 基于分割、融合、 3D 等技术，实现对图像或视频中的人物提取以及再加工，实现人脸融合效果，支持 API 、 SDK 和离线服务 等方式 高精度人脸融合服务 视频人脸融合 图片人脸融合 实时融合 用户照 素材图 融合图 2 0 AIGC 时代，生成一个数字世界里的“ AI 业务员”

《电子行业周报-景气拐点将至，以时间换空间》 —— 2023-05-15 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 2023-05-08 大模型参数量级飞涨，相应训练集需同比提升。李开复定义 AI 2.0 时代的 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 百亿参数大模型具备涌现能力，训练数据需等比例提升 .............................. 5 大模型的参数下限：AI2.0 时代，基础大模型参数指数级增长 ................................ 5 大模型的参数上限：参数的增加需要同等量级的训练集增加 ......................

网络、计算、存储等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细 化资源调度等机制，满足不同业务需求，最大化释放算力价值。 本文系统性地提出并论证了 “超节点将成为 AI 时代的核心计算单元” 这一重要观点，清晰地呈 现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业 ，加速产 业界的智能化升级与创新，将人工智能带入丰富的行业场景，让智能无所不及。 华为公司董事、ICT BG CEO 杨超斌 序言 2 超节点发展报告 04 我们正站在一个智能变革涌动的时代潮头。以大模型为代表的人工智能技术，成为驱动千行百业 颠覆性变革的核心力量。大模型所展现出的涌现能力与通用潜能，正在重构人类对创新的想象边界， 但同时也对底层智算基础设施提出更高要求和挑战：模型参数规模从千亿迈向万亿乃至更高，训练 在此背景下，超节点应运而生。它并非偶然的技术产品迭代，而是智算需求与系统创新深度共振 的结果，具有划时代的重要意义。超节点超越简单的硬件集成，代表一种全新的构建哲学：以系统化、 一体化的设计思维，将计算、存储、网络与运维管理深度融合，锻造出高性能、高效率、高可靠的 单一逻辑实体。它标志着一个全新时代的开启——智算基础设施正从松散组合的算力堆叠阶段，迈 入软硬协同、全局优化的超节点阶段，旨在有效破解超大规模

被重塑。AIGC技术与现代 教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 AIGC技 力克服机会、技能、资 源的三大鸿沟；在人机协作层面，人机关系进入新历程，人机共育，生命循环，互为滋养，人类 将与AI一起永无止境地学习、构建。 4 目 录 CONTENTS 01 时代背景：变迁与革新 02 教育进化：教育框架反思 03 商业实践：技术应用扩散 Change and Innovation Educational Evolution Technology Commercial Commercial Diffusion 04 标杆案例：企业落地剖析 Outstanding Enterprise 05 思考启发：前景与挑战 Prospects and Challenge 5 时代背景：变迁与革新 Change and Innovation 01 6 ©2024.2 iResearch Inc.

同时，我们也发现，仅凭企业自身的力量 无法有效覆盖数字化转型的方方面面，很多企 业数字化转型面临最大挑战之一是没有专业的 技术和知识提供有力支撑。选择合适的合作伙 伴至关重要。在这个连接与共生成为主流趋势 的时代，一个优秀的合作伙伴，可以有效帮助 企业提升数字化转型的成功率。 总之，我们希望，无论企业正处于数字化 转型的哪个阶段，这些经验的总结与分享都能 够为它们的数字化进程提供助力，找到正确、 充分利用数据来支持企业数字化业务的实现、 运行和持续创新，提升数字化转型的价值变 现能力，驱动企业实现高质量发展。 数字化变现 要以运营能力为突破口 ｜ 5 瞭望塔 │ Lookout Tower 进 入数字经济时代，颠覆式创新屡见不鲜， 商业竞争格局不断被打破，这驱动着企 业纷纷加强自身的数字化转型以适应新 的发展潮流，并期望以此开启新的增长。 但认知上的共识并不意味着实践中的成 功。在投入大量人力、物力、财力进行数字化 充分优化了数字系统的整体能力。 运营能力欠缺是数字化变现的一大障碍 纵然数字化运营对企业来说如此重要，但 现实情况是，很多企业并不具备扎实完整的数 字化运营能力，需要更多的时间来培养。 在数字化时代环境下，企业的业务模式并 不是过往那种稳态的存在，它会跟着顾客的需 求、市场的要求迭代向前发展，而组织一定是 为业务发展服务的，这实际上对组织的数字化 运营能力提出了明确的要求。 比如，很多企业在实施数字化转型时会