基础理论 2. 优化 3. 统计 4. 科学计算 5. 复杂系统 第四章 物质科学 1. 物理 2. 化学 3. 材料 4. 能源 第五章 生命科学 1. 合成生物学 2. 医学 3. 神经科学 4. 医疗 5. 演化 第六章 地球与环境科学 1. 大气科学 2. 环境科学 3. 生态科学 第七章 工程科学 1. 通信 2 惊 人 能 力。DeepMind 推 出 的 AlphaFold 31 突破性地实现了对几乎所有分 子类型的蛋白质结构预测，提高了蛋白 - 配 体相互作用预测的准确度，为新药研发、疫 苗 设 计 带 来 革 命 性 变 革。Google 的 GraphCast 模型 2、华为“盘古”大模型 3、 复旦大学“伏羲”大模型 4 等 AI 气象模型显 著提升了全球天气预报能力，实现更长时间 快速适应新任务或学科场景 2.2.3 如何利用 AI 拓展科学发现的创新 边界 AI 目前仍局限于已有知识的重组与推 理，主要通过对已有数据的模式识别和重组 来生成结果，而缺乏真正的创造性思维。科 学研究往往涉及跨学科的知识和数据，AI 模 型在整合不同领域的知识时存在困难。如何 使其真正参与科学假设的提出和验证，仍是 未解的难题。 为了解决这一挑战，可以从以下几个方 面寻找突破路径：

要求的估值报告，并提供了一键关账并 推账功能，显著提升月末关账效率。同时，系统提供的有效性测试功能，实现从套期关 系建立、数据采集到有效性计算的全流程智能处理，确保企业套期保值业务始终符合会 计准则要求，关账时实时通过接口推账。系统提供高度灵活的账务管理功能，支持企业 自定义账套设置、会计科目映射、分录规则等核心参数，并通过智能规则引擎自动识别 交易节点，精准生成对应会计凭证。针对产业单位和财务公司的差异化需求，系统支持 性的新阶段。技术的突破不再仅源于实验室创新，更依赖 于紧密的"行业协同”。各方角色日益清晰:科技公司提供 基础模型与工具链，垂直行业贡献海量专业数据与核心场 景，学术界攻坚前沿理论与共性难题。这种深度的产、 学、研、用融合，共同构成了驱动大模型落地应用的核心 生态。未来，大模型将作为关键基础设施，其价值将在与 千行百业的协同创新中得以真正释放，推动社会进入智能 化的新纪元。 未来展望：技术演进与行业协同 据、人工智能等前沿技术与财务管理的 深度融合，为企业提供财务战略规划、风险管理、审计咨询等专业化服务，提升行业整 体竞争力。学会的会员单位涵盖长安汽车、重庆百货等知名企业，普华永道、立信等会 计师事务所，中信银行、工商银行等金融机构，以及重庆大学、西南政法大学等高校， 形成了产学研协同发展的生态网络。 目前，学会正与浙江保融科技联合研发《企业外汇风险数智化转型白皮书》，探索企 业从被动

从技术研发、法律规范到社会伦理的全面应对， 才能真正发挥出 医疗健康大模型的潜力。 2.2 开发技术是构建和使用大规模医疗健康模型 的基础。通过剖析模型开发的各个环节—— 从技术框 架 的 设 计到 数据 的 收 集与 构 建， 再 到 模 型的 训练、部 署及 推理 应 用—— 我 们可 以全 面 理 解大 模 型如何实现在医疗健康领域的应用，解决行业中的一系列问题。 2.2.1 预训练数据 大模型预训练 1. 医疗文献： 包括学术论文、专业杂志 等发表的文献， 涵盖各类疾病的病因、诊断、 治疗及预后等研究内容。 2. 科研数据库： 如基因组学、蛋白质组 学等数据库， 为模型提供大量的基因、蛋白 质等生物信息。 3. 公共数据集： 如医疗影像数据集、电 子病历数据集等， 这些数据集经过标准化处 理后，可以用于模型的训练和验证。 药物研发数据： 用于药物研发的相关 数据，如药物筛选、药效评估等。 推理引用数据 大模型推理 1. 医学教科书和专著： 提供各类疾病的 定义、分类、诊断标准、治疗方法等基础医 学知识。 2. 临床指南和规范： 指导医生进行临床 实践的规范和指南， 包括各类疾病的诊断流 程、治疗方案等。 3. 专家经验和案例： 医生在临床实践中 积累的丰富经验和成功案例，

维艰 全 球 主 要 经 济 体 均 已 认 识 到 数 据 在 航 运 业 未 来 的 决 定 性 作 用 ， 竞 相 出 台 战 略 ， 抢 占 先 发 优 势 。 然 而 ， 蓝 图 和 计 划 与 复 杂 现 实 之 间 ， 存 在 巨 大 的 鸿 沟 。 1.1.1 国 家 战 略 密 集 落 地 ， 呼 唤 行 业 级 解 决 方 案 中 国 的 “ 海 洋 强 国 ” 、 “ 展 指 导 意 见 》 明 确 的 “ 十 大 任 务 ” ， 均 直 指 数 据 贯 通 、 协 同 、 智 能 的 核 心 。 国 家 数 据 局 《 可 信 数 据 空 间 发 展 行 动 计 划 》 中 明 确 的 “ 可 信 可 管 、 互 联 互 通 、 价 值 共 创 ” 的 目 标 ， 也 为 破 解 船 舶 数 据 共 享 难 题 提 供 了 至 关 重 要 的 政 策 框 架 监 控 、 运 营 效 率 评 估 和 其 他 提 升 能 效 的 目 的 ， 并 对 数 据 使 用 方 式 、 数 据 保 密 、 网 络 安 全 等 做 出 规 定 。 国 际 内 燃 机 学 会 （ CIMAC） 成 立 了 专 门 的 数 字 化 战 略 工 作 组 ， 并 且 发 布 立 场 文 件 ， 致 力 于 建 设 船 舶 全 领 域 的 数 字 生 态 系 统 ， 并 且

技术正在推动医疗服务向自动化和智能化转变，优化包括预约挂号、诊 疗服务、费用结算、检验检查等在内的各个环节，将极大提升患者的就医体验。 同时，AI 助力 生物分子结构预测与生成、加快靶点识别和发现， 提升药物分子设 计与 优化， 提升临床试验的效率， 有效地缩短新药研发周期、降低研发成本、 加速新药上市，为医药创新带来新的动力。 AI 已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企 业以及 8 3 阿里云助力医疗健康 AI 应用开发 场景篇 14 4 AI 推动医疗服务升级 17 智能导诊与预问诊 18 医学影像与辅助诊疗 19 组学研究与个性化治疗 21 智慧病案与患者管理 22 医学研究与教学 23 5 AI 加速医药创新发展 24 药物研发与设计 25 药物筛选与 ADMET 志》发表的《不同年资神经内科医师对数智化诊疗 的认知、态度及功 能需求现状调查》，对全国范围内不同医院级 别和 年资职称的 174 名神经内科医师进行问卷调查， 结果显示， 40.23%的医师尝试使用过 AI 工具， 而神经 病学 专业 未定级 / 医学生 尝 试 过 AI 工具 的 比例达 71.43%。神经内科医师对 AI 的临床应用 前景普遍持积极态度，89.08%的医师认可 AI 技术 将会引领医学变革。医师对影像智能判读、临床指

为本（Content）、合作为要（Cooperation）的“3C”发 展理念，聚焦集成化（Integrated）、智能化（Intelligent）、 国际化（International）的“3I”战略方向，围绕学生学 习、教师教学、学校治理、教育创新、国际合作等核心 场景，有组织地推动大规模、常态化应用，探索出一条 中国特色的教育数字化发展路径。 当前，大力推进教育数字化，发展包容和公平的优 质教育， 教育资源全覆盖”项目，让 6.4 万个教学点“一个不落” ① 三全两高一大：即教学应用覆盖全体教师、学习应用覆盖全体适龄学 生、数字校园建设覆盖全体学校，信息化应用水平和师生信息素养普遍提高， 建成“互联网+教育”大平台。 ·5· 接收教育资源。普及“专递课堂”“名师课堂”和“名 校网络课堂”应用，推动超 停课不停教”的能力，实施了大规模在线教学实践。 快速搭建大规模在线教学平台。中国教育部部署以 信息化支持教育教学：基础教育开通上线国家中小学 网络云平台和中国教育电视台空中课堂，统筹课程学 习和专题教育；职业教育开放 203 个国家级专业教学 资源库，积极组织线上教学；高等教育集成 2.4 万门 ·6· 精品在线课程，遴选 22 家在线教育平台免费向师生开 放使用；就业方面推出“24365

广泛应用于图像识别、语音识别、自然语言处理等多个领域。随着人工智能模型 规模的不断增大，如 GPT-4 等大型语言模型的出现，对算力的需求呈现出爆发式 增长。据国际数据公司（IDC）和浪潮信息联合发布的《2025 年中国人工智能计 算力发展评估报告》显示，2024 年中国智能算力规模达 725.3 EFLOPS，同比增 长 74.1%；预计 2025 年将进一步增长至 1037.3 EFLOPS。这一爆发式增长背后， 是 面向新型智算的光计算白皮书（2025） 4 之一，围绕光子矩阵计算、片上光网络、片间光网络三大核心技术开展产品研发， 构建了从光计算到光互连的全栈技术链，2025 年推出天枢光电混合计算卡，光 学处理单元支持 128×128 规模矩阵计算，2025 年 9 月曦智科技宣布完成由中国 移动旗下基金、上海国投等参与的规模超 15 亿元人民币的 C 轮融资。苏州光本 位科技于 2022 年创立，技术源于牛津大学，光计算芯片产品支撑 中国移动 面向新型智算的光计算白皮书（2025） 6 智能模型并行计算任务时显现出独特优势，已成为当下业界研究的热点，有望成 为未来新型智算中心的智能光算力底座。（若无特殊说明，后续章节所述“光计 算”均指片上光计算。） 2.2 光计算总体技术架构 光计算技术架构包括硬件层、基础软件层、模型算法层和应用层，整体架构 和内容仍在持续完善过程中。 图 1 光计算总体技术架构  硬件层

AI+HR黑科技秘笈 A I 赋 能 人 力 资 本 智 能 化 变 革 e 成 科 技 H R 图 灵 学 院 出 品 a i . i f c h a n g e . c o m AI黑科技揭秘 顶尖科学家团队力作 AI+HR创新应用 前言 前言 献给走在数字化浪潮前沿的 HR 们， 数字经济时代已全面开启，大数据、人工智能、云计算等新科技推动经济、社会、 企业发生翻天覆地 ID 类特征是 否匹配来构建二分类特征（如职能是否匹配等称为 match 特征），将这两类统称为硬性离散类 特 征；JD 和 CV 类 的 graph embedding 产 生 vector 对 计 算 余 弦 值 作 为 连 续 特 征（称 为 IDsim 特征），加上文本相似性特征（称为 textsim 特征）和薪资组成连续特征。值得注意的是 文 本 特 征 主 要 根 据 JD 和 CV 类特征，IDsim 特征，textsim 的 xgboost 模型作为 wide&deep 的比 较模型，实验证明 wide&deep 模型略优于 xgboost 模型，但是如果对此基础上 xgboost 做统 计特征则可超过 wide&deep 模型。以上可得 deep 模型非线性表征能力还是略微的比 xgboost 能力强。 经 过 wide&deep 模 型 的 实 验 基 础 上 我 们 想 更 加

动化产业需求，英国则大规 模推行网络安全学徒计划。中东与非洲通过培训中心与集训营提升青年技能与就业准备度，使快 速增长的劳动力与基础数字培训相匹配。北美依托大型雇主支持项目与区域科技枢纽，推动跨学 科AI研究与人才流动；拉丁美洲则在全国性校企合作中，将数字技能项目与社会包容目标相结合。 制定合理的人才培养策略对提升韧性与实现共享繁荣至关重要。各地区的实践表明，应对方式虽 多种多样，但都强 AI安全与标准，如美国国家标准 与技术研究院（NIST）风险管 理框架；协同化人才培养；AI人 才移民通道；特定行业AI应用激 励措施 AI学徒制与技能重塑项目；AI奖 学金与转换课程；NAIRR试点项 目 与 国 家 实 验 室 计 算 资 源 开 放；州级AI人才基金 联邦AI研发与计算资源投资；国 家科学基金会（NSF）AI研究 所；《芯片与科学法案》对AI芯 片 的 支 持 ； 国 泛加拿大AI战略（CIFAR）第二 阶段；SCALE.AI产业集群；支持 AI的国家研究计算资源；针对性 省级AI基金 加拿大 AI安全领导力与标准协同；特定 行业人才储备；企业主导的AI学 徒制 AI转换课程奖学金；博士培训中 心；AI技能集训营；监管沙盒 前沿AI工作组与AI安全研究所；自 主计算资源（如Isambard-AI）； 英国创新署（Innovate UK）与创