|
|
|
疾控工作者应该怎么利用DeepSeek等Al大模型-舆情监测预警智能体、疫情预测与传播模拟智能体等 |
||
| 2025/4/30 16:20:22 |  1645 |
|
| 一、人工智能发展简史 1.1 图灵测试 提出者：艾伦·图灵 内容：通过模拟“问答游戏”来判断机器是否具有智能。 意义： 哲学突破：将“机器能否思考？”转化为“能否模仿人类行为？”。 技术目标：为早期人工智能研究提供了明确方向，启发了后来的聊天机器人和语言模型的发展。 1.2 人工智能的诞生 标志性事件：1956年达特茅斯会议，次提出“人工智能”概念。 影响：确立了AI为d立学科，标志着人工智能的正式诞生。 1.3 人工智能的发展阶段 起步阶段：1950年提出图灵测试，1956年达特茅斯会议召开。 低谷期：符号主义AI无法处理复杂现实问题。 复兴时期：1997年IBM深蓝击败国际象棋冠军。 数据驱动崛起：2012年深度学习崛起，2016年AlphaGo击败李世石。 通用智能探索与生成式AI爆发期：2022年ChatGPT发布，2023年后GPT-4、DeepSeek等模型实现高质量内容生成。 1.4 未来人工智能发展的5个阶段 L1：“嘴炮王者”，类似ChatGPT，能回答问题但干不了实事。 L2：“野生博士”，能自己解决复杂问题。 L3：“打工替身”，能代替人类执行具体任务。 L4：“发明家”，能创造新事物。 L5：“幕后大BOSS”，能管理整个组织甚至。 二、大模型：人工智能的前沿 2.1 大模型的概念 定义：基于深度学习技术，具有海量参数、强大的学习能力和泛化能力的人工智能模型。 特点：参数数量庞大、训练数据量大、计算资源需求高。 2.2 大模型的发展历程 萌芽期：模型小，任务单一，依赖人工设计规则。 突破期：2017年Google发布Transformer论文，提出自注意力机制。 迅猛发展期：参数突破百亿J，进入“工业量产”。 生态期：2023年至今，通用大模型竞争白热化，垂类模型兴起。 2.3 人工智能和大模型的关系 关系：人工智能包含机器学习，机器学习包含深度学习，深度学习包含预训练大模型。 2.4 大模型的分类 语言大模型：如GPT系列、DeepSeek。 视觉大模型：如VIT系列、文心UFO。 多模态大模型：如DingoDB多模向量数据库。 2.5 大模型的应用领域 自然语言处理：文本生成、翻译系统、问答系统。 计算机视觉：图像分类、目标检测、图像生成。 语音识别：语音识别、语音合成。 推荐系统：个性化推荐、广告推荐。 2.6 大模型对工作生活的影响 提高工作效率：自动化部分工作，优化决策过程。 创造新就业机会：随着大模型的普及，需要更多人开发和维护。 提高学习效率：在教育领域提供个性化学习资源。 增强娱乐体验：提供更丰富、多样的娱乐方式。 改善生活质量：在智能家居、智能客服等领域应用，使生活更便利。 三、垂域模型与智能体 3.1 垂域模型及特定场景强化大模型 定义：专门针对特定行业或场景训练的人工智能模型。 特点：与通用大模型相比，“专而精”，能更准确解决专业问题。 3.2 智能体 定义：能够感知环境并通过行动影响环境的实体，可以是软件程序或物理实体。 应用：在疾控领域包括舆情监测预警智能体、疫情预测与传播模拟智能体等。 四、国内外主要的大模型 4.1 国外大模型产品 ChatGPT：由OpenAI训练，能生成自然语言，具备多种功能。 Gemini：谷歌发布，能处理多种类型数据和任务。 Sora：OpenAI发布，能生成视频。 4.2 国内大模型产品 DeepSeek：性能媲美DJ模型但成本低，支持高效分布式计算。 百度文心一言4.0：擅长搜索问答、内容创作生成等。 通义千问：具备多轮对话、文案创作等能力。 Kimi：强大的长文本处理能力，支持多语言对话。 秘塔AI：语言能力出色，适合中文内容创作。 五、疾控与人工智能 5.1 人工智能在疾控领域的应用场景 医防协同信息通 监测分析 预警预测 风险评估 流行病学调查 应急处置 免疫规划 监督执法 效果评价 社会共治 5.2 DeepSeek在疾控工作中的具体应用 PPT制作：利用DeepSeek生成大纲，结合其他工具生成PPT。 思维脑图制作：先用DeepSeek生成markdown格式代码，再导入Xmind生成思维导图。 搭建个人知识库：利用腾讯ima等工具搭建个人知识库，提升信息准确性和可靠性。 内容创作：写领导讲话稿、应急演练脚本、科普文章等。 科研论文辅助：DeepSeek可辅助写作论文部分内容，如前言、材料与方法、讨论等。 六、DeepSeek简介 6.1 公司背景与发展历程 成立时间：2023年7月17日 专注领域：开发先进的大语言模型和相关技术 投资者背景：由知名私募巨头幻方量化孕育而生 6.2 DeepSeek-R1的特点与影响 性能：媲美OpenAI GPT-4，但训练和推理成本低、速度快、全部开源。 影响：推动行业从“W规模论”转向“性价比”和“高效能”方向，打破头部企业垄断。 6.3 DeepSeek-R1的应用场景 推理密集型任务：如编程任务中的代码生成、数学问题求解等。 教育与知识应用：支持知识理解与解答，科研任务的实验设计等。 文档分析与长上下文理解：适合处理需要深入文档分析和理解长上下文的任务。 开放领域问答与写作：在内容生成、问题回答及创造性写作中具有广泛应用。 6.4 如何使用DeepSeek-R1 官方渠道：DeepSeek官方网站和官方app 第三方服务：腾讯、百度、字节跳动、阿里等互联网大厂及其他AI应用公司提供的服务。 附件：疾控工作者应该怎么利用DeepSeek等Al大模型-舆情监测预警智能体、疫情预测与传播模拟智能体等  |
||
| 上一篇 下一篇 | ||
| 返回顶部 ∧ |
| 技术支持 |
| 关于创泽 |
| 隐私条款 |
|
版权所有 @ 创泽智能机器人集团股份有限公司 运营中心 / 北京市·清华科技园九号楼5层 生产中心 / 山东省日照市开发区太原路71 |