AI+教育2023中国人工智能产业应用.pptx

人工智能产业应用发展图谱目录人工智能进入生成式阶段行业转型升级从数字化向智能化迈进，与其将全部注意力放到大模型与AGI的进化当中，更需要同步关注企业主体在数智化转型过程中的需求、痛点以及待解问题，并以需求与应用驱动的方式倒逼人工智能的发展与进化。生成式人工智能 数智化转型 场景驱动1人工智能应用价值与场景分析围绕工业制造、零售、医疗健康、金融、娱乐、政府等行业，针对其行业发展的关键驱动力与挑战、AI在行业智能化发展的关键价值，以及核心环节/场景的典型案例，全面展开产业AI智能化应用全景。深入行业 关键环节 核心场景 典型案例2企业AI应用突破方向与规划建议以企业为主体，围绕其可持续发展，业务创新，降本提效等核心需求，针对营销/服务、办公协同、研发、企业安全等各个环节进行深入剖析，展开企业AI智能应用全景与规划建议。3深入企业核心场景典型案例AI规划201人工智能进入生成式阶段，推动企业从数字化向智能化升级持续关注AI产业价值落地聚焦当下：商业价值深化探索企业经营与发展是当下的核心命题，人工智能，尤其是LLM开启的人工智能，对于AI商业价值的探索与实践带来哪些变化，是本次研究的重点未来已来：技术变革来临人工智能发展进入生成式人工智能时代，大语言模型所呈现的“涌现”能力，正在推动人类社会向AGI的方向持续探索，这将贯穿科技公司与研究机构相当长周期的关注焦点以业务驱动的方式拥抱AI人工智能从未如ChatGPT这般普及，超过1亿用户主动体验的背后，是业务发展需求驱动AI应用场景探索与实践的重大转变人工智能与AGI发展阶段划分分析式人工智能→生成式人工智能01?思维革命?AI具备独立思考与逻辑判断的能力?进一步延展，具身智能连接物理世界，硅基生命与碳基生命共存AGI1.0?交互革命降低AI开发门槛传统的AI开发模式需要针对不同的任务和场景进行定制化开发，大模型显著降低开发复杂度，提升部署与应用的便捷度?人机交互方式：GUI??DUI/HUIPrompt工程价值凸显?知识革命?语言是知识的载体，未来模型人人可训、人人可用，即个人知识能力将得以复制和扩展02增强用户体验，碾平企业数智化洼地大模型对于人机交互方式的变革显著增强客户/用户体验与员工体验，有利于中后台赋能升级，以及员工原生数智动能发展AGI0.1AGI2.0032023/12/14大模型应用尚未跨越鸿沟，尝鲜者重心在于技术突破与场景探索技术局限尚需突破方能释放更大价值?知识更新与自主学习能力，目前大语言模型仍然为静态数据驱动的学习范式，无法实现新知识的快速学习与迭代，尤其是涉及到时效数据与专有数据的场景下存在障碍，OpenAI正在通过Plugins生态来突破这一局限?垂直领域泛化能力，通用任务的卓越能力已经显现，但是进入垂直细分领域与知识体系下，大模型的性能与泛化能力仍然需要增强，行业大模型训练是当前挑战的破局之道之一?长期记忆能力，目前正在通过增大上下文容量、数据向量化，以及AIagent等多种方式探索突破1巨大的模型训练与推理算力等成本拉低效益比?训练与微调成本，该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本，并非基础大模型训练成本，与上述“垂直领域泛化能力”相对应，该成本仍然为行业知识壁垒显著的企业必须承担的成本，开源基础模型在一定程度上可以降低这一阶段的训练成本?推理成本，大模型在参数体量巨大的情况下，仍然存在较高的推理成本，这方面可以通过模型压缩与剪枝等技术的发展进一步降低?模型能力与业务场景的适应成本，这部分成本虽然由于人机交互方式的变化显著降低，但是前期仍然需要考虑提示工程在特定场景的磨合成本2安全合规可信应用底线尚需刚性保障?模型安全与可控制性问题，这是人工智能普遍面临的问题，大模型并不能幸免，包括模型攻防、数据注入等问题；同时，模型能力来自于“涌现”，需要进行模型能力，尤其是生成结果的可控制，方能进入到生产环境?对齐问题，既包括人工智能与人类社会价值观保持一致，也包括与不同国家价值观，不同类型企业经营以及商业法则相匹配等，前者最为关键，这也是目前最为关注的AI不受控制的风险之一，目前在通过RLHF与RLAIF不同方式来实现?隐私与数据安全问题，无论是大模型的训练推理，还是对话应用的过程中，都存在过多的隐私暴露与数据安全风险，这有赖于技术突破和监管合规的进一步建立32023/12/14大模型所加速的生成式人工智能已经渗透到多个场景文本?对话/问答?文档/文本/文案生成?内容/会议摘要等?语言翻译?文学/剧本创作等代码?自然语言生成代码?代码补齐生成SQL?