清华:AI驱动政务热线发展研究报告(2025)征,表现为多条热线沟通、一个总台受理、处置多种事项,或者是一条热线沟通、 一个总台受理、处置复合事项。此外,随着大数据分析技术的成熟,政务热线数 据背后的社会价值开始得到重视,并用以发现社会问题,辅助政府科学决策。其 “用数认知、循数决策、依数施策”的特征明显地区别于信息化阶段,并演化为 政务热线系统的深层本能和基础能力。 三是智能化升级阶段。当前,人工智能在社会各领域的日益深入,对国家与 社会 社会治 理过程中出现的各类问题。 政务热线的数智化转型进一步强化了其“信息港”功能,通过实现“科学决 策”、“应急管理”、“施策评估”提升政务热线“循数决策”的能力。一是科 学决策。借助大数据分析方法,政务热线数智化转型助力政府理解诉求者画像、 治理问题、问题根源,从而实现以数据为支撑的科学决策。二是应急管理。借助 人工智能技术,政务热线可根据群众诉求的紧急和重要程度对诉求问题进行类型 本部分参考自《北京接诉即办改革发展报告(2021~2022)》 中《北京党建引领接诉即办改革报告》,第 1-22 页, 文字略有调整。张革 、张强,北京接诉即办改革发展报告(2021~2022)[M],北京:社会科学 文献出版社,2022。 11 改革已实现“传感器”、“接驳器”、“信息港”的三重定位,生动地实践出新 时代全面深化改革的“北京样本”,树立了数字时代超大城市治理的标杆。 1.改革历程 “接诉即办”改革始于0 积分 | 58 页 | 1.68 MB | 9 月前3
备份 清华:AI驱动政务热线发展研究报告(2025)征,表现为多条热线沟通、一个总台受理、处置多种事项,或者是一条热线沟通、 一个总台受理、处置复合事项。此外,随着大数据分析技术的成熟,政务热线数 据背后的社会价值开始得到重视,并用以发现社会问题,辅助政府科学决策。其 “用数认知、循数决策、依数施策”的特征明显地区别于信息化阶段,并演化为 政务热线系统的深层本能和基础能力。 三是智能化升级阶段。当前,人工智能在社会各领域的日益深入,对国家与 社会 社会治 理过程中出现的各类问题。 政务热线的数智化转型进一步强化了其“信息港”功能,通过实现“科学决 策”、“应急管理”、“施策评估”提升政务热线“循数决策”的能力。一是科 学决策。借助大数据分析方法,政务热线数智化转型助力政府理解诉求者画像、 治理问题、问题根源,从而实现以数据为支撑的科学决策。二是应急管理。借助 人工智能技术,政务热线可根据群众诉求的紧急和重要程度对诉求问题进行类型 本部分参考自《北京接诉即办改革发展报告(2021~2022)》 中《北京党建引领接诉即办改革报告》,第 1-22 页, 文字略有调整。张革 、张强,北京接诉即办改革发展报告(2021~2022)[M],北京:社会科学 文献出版社,2022。 11 改革已实现“传感器”、“接驳器”、“信息港”的三重定位,生动地实践出新 时代全面深化改革的“北京样本”,树立了数字时代超大城市治理的标杆。 1.改革历程 “接诉即办”改革始于0 积分 | 58 页 | 1.70 MB | 9 月前3
2025年DeepSeek手册:DeepSeek给我们带来的创业机会人工智能发展历程(二) 从单纯对话的大模型AI,发展到具有行动和执行能力的智能体AI 从数字空间中的AI,走向能理解和操控物理空间的AI 从解决现实问题的AI,走向解决科学问题的科学型AI 大模型AI 智能体AI 物理AI 科学AI 10 政企、创业者必读 面对全球大模型产业之争,要打赢「三大战役」 AGI之战 应用场景之战 大模型安全之战 • 探索超越人类的超级人工 智能AGI • 创业公司得到DeepSeek加持,创业者拥有便宜领先的大模型,迎来 机遇,带来“iPhone时刻” 中国变成AI渗透率最高的国家,率先实现AI工业革命 37 政企、创业者必读 人人智能 万物智能 数转智改 未来产业 科学研究 安全 应用爆发的六大方向 38 政企、创业者必读 DeepSeek的开源和低成本使得个人也能够拥有自有大模型,实现超能力, 成长为超级个体 DeepSeek六大应用方向之一 人人智能:人人都要用AI 上有突破 基于DeepSeek的强推理模型,利用科学领域专业知识进行强化学习, 能够打造更加专业的科学推理模型 DeepSeek六大应用方向之五 科学研究:打造科研新范式 44 政企、创业者必读 AI For Science,为基础科学带来革命性变化 2024诺贝尔化学奖颁发给研发AlphaFold的两位AI专家 未来所有科学研究都将以AI为中心 过去如何做蛋白质研究 AlphaFold10 积分 | 76 页 | 5.02 MB | 9 月前3
2025技术与创新报告:包容性人工智能与发展前沿技术,尤其是人工智能,正在重塑经济和社会的运作方式。然而, 它们的快速和广泛传播往往超过了许多政府应对的能力。 《2025年技术与创新报告:包容性人工智能与发展》 调查复杂的人工 智能领域,旨在帮助决策者制定促进包容性技术进步的科学、技术和创 新政策。 人工智能的使用有潜力加速实现可持续发展目标,但如果分布不均且缺 乏伦理监督和透明度,其扩散可能会加剧现有的不平等。报告分析了在 从开发到采用的所有阶段所需的必要要求和政策,以促进可持续发展的 它与传统技术区分开来,并挑战了技术中立的观点。人工智能的快速发 展也超过了政府有效应对的能力。2025年科技与创新报告旨在引导政策 制定者穿越复杂的AI景观,并支持他们设计促进包容性和公平技术进步 的科学、技术和创新(STI)政策。 世界已经存在显著的数字鸿沟,随着人工智能的兴起,这些鸿沟可能会 进一步扩大。为此,报告主张基于包容性和公平性的人工智能发展,将 重点从技术转向人。人工智能技术应补充而非取代人类工人,生产结构 的溢出效应,影响其他国家 的政策选择。因此,发展中国家需要迅速制定并实施符合国家发展目标和议程的人工智 能战略。跟随他人的路径可能无法满足他们的需求和优先事项。 自2010年以来,工业政策干预中与科学、技术或创新相关方面的份额不断增加(图10 )。作为GDP百分比,研发支出也普遍增加,至少在大多数发达经济体中如此。这一 增长大部分是由私营部门驱动的,但一些国家也大大扩大了它们的公共研发拨款。0 积分 | 35 页 | 3.34 MB | 8 月前3
北京大学-DeepSeek原理和落地应用2025AI肖睿团队 (孙萍、吴寒、周嵘、李娜、张惠军、刘誉) 2025年03月01日 厦门大学大数据百家讲坛 • 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 7 人工智能概念辨析 DeepSeek R1 大模型原理 落地应用 目 录 C O N T E N T S 人工智能概念辨析 PART 01 大模型相关术语 l 多模态 。 应用场景 适合广泛通用任务,如对话、内容生成、多模态信息 处理以及多种语言相互翻译和交流;面向大众市场和 商业应用。 适合需要高精度推理和逻辑分析的专业任务,如数学竞赛、编程 问题和科学研究;在思路清晰度要求高的场景具有明显优势,比 如采访大纲、方案梳理。 用户交互体 验 提供流畅的实时对话体验,支持多种输入模态;用户 界面友好,适合大众使用。 可自主链式思考,不需要太多的过程指令,整体交互节奏较慢。 “信”、“达”、“雅” 生成提示词的提示词 DeepSeek-R1 应用场景 l 推理密集型任务 Ø 编程任务中的代码生成、算法设计,媲美Claude 3.5 Sonet Ø 数学问题求解、科学推理和逻辑分析等需要复杂推理的场景。 l 教育与知识应用 Ø 可用于解决教育领域的问题,支持知识理解与解答。 Ø 可用于科研任务的实验设计、数据分析和论文撰写。 l 文档分析与长上下文理解10 积分 | 57 页 | 9.65 MB | 9 月前3
人形机器人标准化白皮书(2024版)挚的态度,欢迎各界人士,不吝指出其中的不当之处。我们期望通过 3 这样的交流与反馈,在未来能够进一步完善与优化本白皮书,使其能 精准地把握行业脉搏,切实地服务于整个人形机器人行业发展,为政 府决策提供科学依据,为企业研发提供明确导向,为市场应用提供规 范准则,为各方提供更具价值与前瞻性的指引与参考,最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进,开启人机共融 的全新篇章。 编委会 年)、智能化发展阶段(2020 年至今) 等四个阶段(如图 3),人形机器人从最初以模仿人类外观和基本动作 为起点,逐步演变成了具有人类特征的智能系统,并推动了人工智能、 自动控制、机器视觉、材料科学、精密仪器等相关科学领域的研究。 图 3 国内外人形机器人发展时间轴 1.2.1 我国人形机器人发展历程 12 我国对人形机器人的探索起步于 20 世纪 80 年代末,并且早期的 机器人研究主要集中在高校以及科研院所。自 万台机器人,并大力培养机器人相关 核心技术和专业人才 韩国 《智能型机器人法》 修订中 从法律的层面,计划重新定义“人工智能”及“人 形机器人”等新技术和产业,彻底重新审视机 器人产业、机器人技术的相关规则 日本 《科学技术白皮书》 2021 年 强调在超级计算机、人工智能、量子、机器人 等未来产业领域,加大科技基础研究与人才开 发力度 日本 《AI 战略 2021》 2021 年 鼓励 AI 与机器人技术结合,以开发更先进的0 积分 | 93 页 | 3.74 MB | 8 月前3
生成式AI爆发:医疗人工智能走到新的十字路口-蛋壳研究院技术的进一步认可,许多医生、管理者开始找到 AI 企业主动提出需求,要求后者根据具体需求打造能够提质增效的 AI 解决方案。 举个例子。DRG 出台后,医院的盈利逻辑由规模扩张向成本控制转变,管理者开始更加 注重内部管理的精细化和科学化,提高运营效率和医疗服务质量。这个时候,传统的医 疗 IT 系统不能满足医院精细化管理提出的各种需求,医院管理者转向 AI 系统寻求助力, 形成了提效主导下的 AI 购置动力。 诸如此类的场 电子病历系统 的建设。5 级以上的电子病历评级需要医院在数字化建设的基础上实现智能化部署,这 意味着他们必须引入 AI 工具,并将其高度整合至已有的信息化体系。 2023 年 8 月,中国医学科学院阜外医院成为国内首家获得 8 级电子病历评级的医院, 17 突破了中国医疗信息化建设水平的上限。截至此时,全国总计 312 家医院获评高级别电 子病历评级,其中 1 家医院获评 8 级,3 家医院获评 练的能力、推理能力、模型优化的能力等进行调用。 此外,解决方案提供专业的基础医疗垂域模型,便于医院以较低成本迅速构建自主大模 型,确保大模型能力的高效输出与应用的快速部署。 在《互联网周刊》、德本咨询与中国社会科学院信息化研究中心联合发布的“2023 年度 大模型活力 TOP150 排行榜”榜单中以 85.07 分在医疗大模型中排名第一,并于 5 月在 面向中文医疗大语言模型的开放评测平台 MedBench10 积分 | 69 页 | 13.45 MB | 9 月前3
UMU:2025年AI赋能企业变革-人才先行白皮书人员构成:业务架构师、AI 产品经理、AI 研究员等 核心职责:将 AI 技术转化为业务方案、推动业务创新与增长 关键能力:具备技术背景,理解业务需求 AI 技术领航者(技术层) 定位:技术研发核心 人员构成:数据科学家、算法工程师、开发工程师等 核心职责:开发优化 AI 算法和系统、提供技术支持 关键能力:精通 AI 技术开发与应用 在业务层面,AI 应用践行者作为连接 AI 与具体业务的桥梁,是企业 AI 化为切实可行的业务方案, 推动业务创新与增长。这要求他们既要具备扎实的技术背景,又要对业务有深刻的理解。 作为技术基础的奠定者,AI 技术领航者是企业 AI 能力的重要保障。这个群体主要包括数 据科学家、算法工程师等技术专家,负责开发和优化 AI 算法系统,为企业提供坚实的技 术支持。他们需要精通 AI 技术开发与应用,持续推动技术创新。 15 然而,在 AI 人才短缺的困境中,企业似乎忽略了一个重要事实:解决方案可能就在眼前, 他们能够更好地理解 AI 的优势和局限性,更有效地利用 AI 工具完成任务,并从 AI的输出中获得更深入的洞察。 基于对 AI 赋能人才发展领域的深刻洞察,UMU 推出了创新性的 AI 力测评工具。这套 系统通过科学的量化指标,全面评估企业员工的 AI 力,为企业的 AI 转型提供可靠的 数据支撑。 UMU AI 力测评工具构建了全方位的量化评估体系,从五个关键维度精准解析员工的 AI 力现状: 基础认知:评估对10 积分 | 24 页 | 34.62 MB | 9 月前3
2025智慧银行报告:以人工智能驱动转型并创造价值-毕马威-45页往往会造成高风险案件淹没在众多低风险案件中,导致 大量资源被消耗在调查低风险账户和交易上。 该银行反洗钱团队希望通过新兴的人工智能技术来提升 反洗钱可疑交易监测的有效性,并对甄别资源进行合理 科学的配置,实现反洗钱质效的可持续性发展。 毕马威的应对之策 毕马威的专业人士结合客户实际数据情况及反洗钱交 易监测的特点,为客户定制了人工智能可疑交易监测 模型。 毕马威采用了“有监督”与“无监督”的机器学习算 创新 需求 识别有意义的用例,确保遵守严格的银行业、数据治理 和隐私法规以及克服旧有系统造成的限制等都颇具挑 战。在最初阶段,Loomis内部缺乏相关专业人员,因此 依赖外部顾问和独立数据科学家实施试点项目。目前, 各业务主管仍在努力加深对人工智能的能力和局限性的 理解。 人工智能整体应用展望:在各个部门扩展实施人工智能以 创造竞争优势 未来,Knight希望在各部门更广泛地应用人工智能,以提 系统合作关系等)与人工智能能力相结合,同时确保对执行和结果实施问责 制。管理层问责制对于确保依照愿景打造可衡量的影响力至关重要。管理层应 积极与生态系统互动并促进合作,以便强化其人工智能战略。管理层可以通过 将工程、产品和数据科学团队协同起来,专注于市场领导力培养和客户体验创 新,从而促使各方步调一致并确保人工智能举措能够产生可衡量的影响力。 设计符合核心竞争力并能够创造价值的人工智 能战略 • 制定统一的人工智能愿景和战略10 积分 | 45 页 | 1.77 MB | 8 月前3
2025企业智能化转型 2.0 时代 指南业供给侧结构性改革的核心动力源。 企业实现智能化转型之路并非平坦,必然要经历规划、 实践、再迭代的循环 上升阶段。这需要一套经过验证的、系统化的智能化转型框架, 以及能够帮助企 业清晰识别现状、科学指导转型路径的方法论。企业基于自身的转型经验和众多 客户的服务案例, 总结出一套企业智能化转型框架。这套框架来源于实践, 最终 又要回归实践, 始终秉持 "动态迭代、与时俱进" 的理念,通过企业的智能化转 各项认可度指标平均分均达到 4 分以 上 (总分 5 分) ,综合得分达到 4.18 分。且受访企业中表示“比较任何”和“非 常认可”的企业占比为 84%, 多名受访企业表示:转型框架和成熟度模型 (评估 问卷) 结构科学、设计合理, 在理论上的解释力和实践上的指导价值日益成熟。 更多干货请关注公众号“管理技术化平台” 7 ——本报告调研反馈数据 图 2-1 企业智能化转型框架和成熟度模型获得业界广泛高度认可(1~5 等技术进行辅助决策,从而实现快速响应、 动态优化, 降低研发成本、提升研发 质量。例如, 企业可利用生成式 AI 进行产品的概念设计; 或者通过整合内外部 数据 (如销售数据、客户需求数据) , 来做出更科学的产品规划。 今年的企业智能化转型框架在研发创新模块方面进行了差异化的个性化设 计, 依据行业和场景的不同, 划分为硬件研发、软件研发成熟度模型。 更多干货请关注公众号“管理技术化平台” 1310 积分 | 72 页 | 1.95 MB | 9 月前3
共 28 条
- 1
- 2
- 3
