《联合伟世:2024年中国人工智能人才发展报告(76页).pdf》由会员分享,可在线阅读,更多相关《联合伟世:2024年中国人工智能人才发展报告(76页).pdf(76页珍藏版)》请在三个皮匠报告上搜索。
1、2024 年中国人工智能人才发展报告 2024 年中国人工智能人才发展报告 编制组成员 专家指导组成员(排名不分先后)祝智敏 人民邮电出版社有限公司教育出版研究院,执行院长 郭景峰 燕山大学信息科学与工程学院教授,博士生导师 刘杰民 东北大学秦皇岛分校计算机通信与工程学院教授,博士生导师 刘廷瑞 北京联合伟世科技股份有限公司,董事长 主编制组成员 李 莉 北京联合伟世科技股份有限公司,CTO 武云鹤 北京联合伟世科技股份有限公司,人工智能高级研究员 周正杨 北京联合伟世科技股份有限公司,人工智能教研总监 编制组成员(排名不分先后)杨文利 河北建材职业技术学院信息工程系主任,教授 叶永飞 河北北
2、方学院信息科学与工程学院副院长,副教授 岳殿佐 河北科技师范学院数学与信息科技学院人工智能教学部主任,高级工程师 刘景锋 华南农业大学人工智能学院,副教授 郑存芳 河北环境工程学院信息工程系,副教授 李海军 德州学院计算机与信息学院,副教授 刘玉红 石家庄铁道大学信息科学与技术学院人工智能系主任,教授 刘展威 石家庄铁道大学信息科学与技术学院人工智能系,教授 井海明 沙 金 石家庄铁道大学信息科学与技术学院人工智能系,副教授 李 深 赵子建 孙锦歆 李文杰 河北建材职业技术学院信息工程系,副教授 张俊芳 西安交通工程学院中兴通信学院物联网工程教研室主任,副教授 叶传奇 河南科技大学软件学院,副
3、教授 李 佳 内蒙古农业大学计算机与信息工程学院,高级工程师 马 艳 浙江水利水电学院信息工程与艺术设计学院,讲师 王春艳 河南科技大学软件学院大数据技术与应用系主任,讲师 张 虎 河南科技大学软件学院实验中心主任,讲师 何 欢 郑章琪 河北科技师范学院数学与信息科技学院人工智能教学部,讲师 龚 翔 麻英晖 河北环境工程学院信息工程系,讲师 杨沙沙 石碧瑶 西安交通工程学院中兴通信学院物联网工程教研室,讲师 邵亚丽 张莉敏 彭雄新 邬卓恒 广东理工学院信息技术学院,讲师 和凌云 河南科技大学软件学院,讲师 尚燕子 陕西邮电职业技术学院人工智能技术应用专业负责人,助教 戴 岳 西安交通工程学院中
4、兴通信学院物联网工程教研室,助教 孙 浩 山东青年政治学院,助教 朱燕飞 福州教育学院第二附属中学教师 特别支持单位 人民邮电出版社有限公司,英特尔(中国)有限公司 2024 年中国人工智能人才发展报告 目录目录 一、引言.1 二、人工智能行业发展现状.1 2.1 人工智能的三次发展浪潮.1 2.2 中国人工智能产业规模.2 2.3 中国 AIGC 产业发展现状和展望.3 2.4 AIGC 技术应用现状和对行业发展的影响.4 2.5 AIGC 技术对职业生态的影响.17 2.6 常用的大模型及 AIGC 应用场景.22 2.7 中国人工智能产业发展特征.37 2.8 中国人工智能产业发展优势.
5、38 2.9 中国人工智能标准体系建设.39 三、人工智能人才发展现状.43 3.1 人工智能人才需求特点.43 3.2 人工智能产业人才岗位类型.44 3.3 人工智能产业人才供需情况.44 3.4 人工智能产业人才分布特征.47 3.5 AIGC 人才供需情况.48 3.6 人工智能人才发展面临的挑战和机遇.50 四、人工智能产业人才能力素质要求.52 4.1 人工智能岗位类型能力要求.52 4.2 人工智能技术类型岗位能力要求.54 2024 年中国人工智能人才发展报告 4.3 人工智能职业道德要求.56 五、人工智能人才培养模式分析.57 5.1 高校人才培养情况.57 5.2 社会培
6、训机构人才培养情况.58 5.3 新质生产力发展战略对新质人才的需求.58 5.3 新质 AI+人才的培养策略.60 5.4 建设“AI+X”微专业,塑造新质 AI+人才.62 六.中国高校人工智能专业建设情况分析.62 6.1 中国高校人工智能专业建设状况.62 6.2 中国高校人工智能专业培养目标.63 6.3 中国高校人工智能专业课程体系建设.64 6.4 中国高校人工智能专业教材建设.65 6.5 中国高校人工智能专业建设面临的挑战.66 6.6 针对中国高校人工智能专业建设的建议和解决方案.68 七、结语.70 参考文献.70 2024 年中国人工智能人才发展报告 1 一、引言 人工
7、智能作为新一轮产业变革的核心驱动力,正在深刻改变着人们的生产生活方式,为经济社会发展注入了新动能。当前人工智能正呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。作为引领未来的战略性产业,我国人工智能要保持竞争优势,需要加强人才队伍建设。2024 年,人工智能(AI)产业发展迅猛,对人才的需求也日益旺盛。本报告分析了 2024年人工智能人才的发展现状、需求特点、能力素质要求以及人才培养模式,并提出了相关建议,以期为人工智能人才发展提供参考。二、人工智能行业发展现状 数字经济已经成为提升经济效率、优化经济结构的重要动力。以人工智能为代表的一大批创新技术和应用将作为数字经济时代的重要
8、基石,推动着传统经济的转型升级和新兴经济的快速增长。可以预见,数字经济将是继农业经济、工业经济之后的一个全新的社会经济形态。2018 年,习近平总书记在中央政治局第九次人工智能发展现状和趋势的集体学习中指出,人工智能是新一轮科技革命和产业变革的重要驱动力量,加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。2.1 人工智能的三次发展浪潮 1956 年,达特茅斯会议首次提出“人工智能”概念,为人工智能产业的发展拉开序幕。在 60 余年的发展过程中,人工智能已经经历了三次发展浪潮(图 1),当前全球人工智能正处于第三次发展浪潮之中。第一次浪潮:1956 年,“人工智能
9、”概念的提出抓起了人工智能的第一次发展浪潮。该时期的核心是让机器具备逻辑推理能力,并且研发出第一款感知神经网络软件和聊天软件。第二次浪潮:20 世纪 70 年代中期,人工智能抓起第二次浪潮。这一时期内,Hopfield神经网络和 BT 训练算法被提出。同时,解决特定领域问题的专家系统得到广泛应用。第三次浪潮:2006 年,深度学习理论的突破带动了人工智能第三次浪潮的产生。这一阶段互联网、云计算、大数据、芯片等新兴技术为人工智能各项技术的发展提供了充足的数据支持和算力支撑,而以“人工智能+”为代表的业务创新模式也随着人工智能技术和产业的发展日趋成熟,这将极大优化社会的生产力,并对现有的产业结构产
10、生深远的影响。2024 年中国人工智能人才发展报告 2 图 1 人工智能的三次发展浪潮 随着人工智能技术的快速发展,全球人工智能产业已经形成较完整的生态体系,在人工智能生态的基础层、技术层和应用层走出了一大批领先的科技创新企业:(1)基础层:为人工智能产业链提供算力和数据服务支撑。以 Azure、阿里云、腾讯云、百度云等行业巨头为代表,为人工智能的发展提供了充足的算力资源;传统芯片巨头NVIDIA、英特尔和国内科技新贵寒武纪、地平线等正致力于为人工智能的计算需求提供专用芯片;另外数据服务领域也存在大量公司,例如国内的数据堂、海天瑞声以及国外的 Saagie 等。(2)技术层:为人工智能产业链提
11、供通用性的技术能力。以 Google、阿里巴巴、百度为代表的互联网巨头,利用资金及人才优势,较早地全面布局了人工智能相关技术领域;同时也有一大批创新公司深耕细分技术领域,例如专攻智能语音领域的科大讯飞、致力于计算机视觉领域的商汤科技、机器学习领域的第四范式等。在国外,Proxem、XMOS 等企业也分别在自然语言处理、智能语音等领域做出了积极的实践和探索。(3)应用层:面向服务对象提供各类具体应用和适配行业应用场景的产品或服务。目前全球绝大部分人工智能领域的创新科技公司聚集于此,典型企业有智慧建筑领域的Verdigris、特斯联,智慧安防领域的 Genetec、宇视科技,智慧医疗领域的 Fla
12、tiron、推想科技等。2.2 中国人工智能产业规模 随着人工智能产业实践的深入发展,人工智能已经成为数字经济时代的重要标志,以人工智能为代表的数字经济将成为中国经济发展的新引擎。在企业服务市场,人工智能使得政务、安防、制造、金融、医疗、物流仓储以及更多行业的内外部治理变得更加智能与高效,极大程度上促进这些行业内的公司实现数字化转型;在个人消费领域,蕴含人工智能元素的产品和服务也进入了快速发展阶段,智能音箱、家庭机器人、可穿戴设备等智能化设备深受消费者的追捧和青睐。根据艾瑞咨询研究院的测算,2023 年中国人工智能产业规模已达到 2137 亿元(图 2)。2024 年中国人工智能人才发展报告
13、3 大模型带来的底层技术革新为中国人工智能产业的规模增长带来了更多的存量扩张和增量空间。预计到 2028 年,中国人工智能产业规模将达到 8110 亿元。相比于原本没有大模型涌现能力的人工智能产业规模,艾瑞估算大模型带来的产业加成比例在2028年可能达到32.9%。在各种模态中,语言和语音模态的规模加成最为显著。随着大语言模型和语音大模型产品门槛和应用成本的逐步降低,更多的 API 能力调用和产品解决方案的 AI 能力将被广泛应用。尤其在 2024 年以后,随着更多 AI 产品逐步变现,AI 能力下放至边缘侧和端侧的影响将更加明显。另一方面,以图像识别为主的计算机视觉市场增长变缓,泛安防类业务
14、的增长受到政策及政府预算的影响,更多地被医疗、工业等计算机视觉产品所取代。此外,图像生成市场将在未来 3 至 5 年内迎来更多商业变现机会。图 2 中国人工智能产业规模 2.3 中国 AIGC 产业发展现状和展望 生成式人工智能AIGC(Artificial Intelligence Generated Content),是指基于生成对抗网络、大型预训练模型等人工智能的技术方法,通过已有数据的学习和识别,以适当的泛化能力生成相关内容的技术。现阶段国内 AIGC 多以单模型应用的形式出现,主要分为文本生成、图像生成、视频生成、音频生成,其中文本生成成为其他内容生成的基础。1.发展现状 中国 AI
15、GC 市场是全球 AIGC 市场的主要组成部分,中国 AIGC 市场受强大的市场需求及增强的 AI 技术所推动。中商产业研究院发布的2023-2029 全球与中国 AIGC 传媒市场现状及未来发展趋势显示,2023 年中国 AIGC 市场规模约为 170 亿元,中商产业研究院分析师预测,2030 年 AIGC 市场规模将超万亿元。中国 AIGC 企业主要分布在北京市和广东省,其中,北京市占比最高,达 28.32%。其次分别为广东省、上海市、浙江省,占比分别为 26.45%、13.09%、9%。2024 年中国人工智能人才发展报告 4 在政策推动与技术应用落地等多方位因素驱动下,我国 AIGC
16、行业正迎来新的风口。从2021 年起,国内 AIGC 投融资市场投资热情高涨。2023 年投资事件达 204 起,已披露融资金额达 1656.48 亿元,为历史新高。2024 年第一季度,投资事件达 50 起,已披露融资金额达393.78 亿元。2.发展前景 政策利好行业发展:国家出台多项政策利好 AIGC 行业发展,例如,2023 年 7 月,国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七部门发布了生成式人工智能服务管理暂行办法,明确了生成式人工智能服务提供者应当依法开展的活动、遵守的规定,以及具体的服务规范等,于 8 月 15 日正式施行。政策规定了生成式
17、人工智能服务规范,支持生成式人工智能健康发展。技术进步带动行业发展:AIGC 融合了人工智能、计算机图形学和深度学习等多个领域的技术,通过结合这些技术,可以实现更高效、智能化的图像识别和处理,从而提升人机交互的用户体验。这使得 AIGC 在智能安防、游戏和虚拟现实等领域具有广泛的应用前景。在智能安防领域,AIGC 可以通过图像识别技术实现人脸识别、车辆识别等功能,提升安全监控的效率和准确性;在游戏和虚拟现实领域,AIGC 可以实现高度逼真的图像渲染和物理模拟,从而提升游戏体验。场景多元化推动行业发展:AIGC 已在多个领域得到广泛应用,未来应用场景将更加多元化。在数据科学领域,AIGC 能够提
18、供标准化、标签化的数据,以满足人工智能模型的需求;在游戏产业,AIGC 能自动生成个性化的游戏攻略和教学手册,增强玩家的游戏体验;在医药领域,AIGC 能够帮助寻找特定分子结构,降低新药研发成本;在网络安全领域,AIGC能够保护用户的隐私和数据安全;在艺术领域,AIGC 不仅可以辅助内容创作,未来还可能实现自主生成内容。2.4 AIGC 技术应用现状和对行业发展的影响 AIGC 技术正在根本性地改变多个行业的运作方式,从创意产业到商业、教育乃至医疗领域。它通过提高内容创作的效率和个性化程度,使企业能够以前所未有的速度和规模生产内容。同时,AIGC 的能力在提供个性化服务和解决方案方面展现出巨大
19、潜力,进一步推动了个性化和定制化服务的发展。2.4.1 中国 AIGC 应用发展现状 2024 年是大模型落地元年,从软件 APP、智能终端乃至具身智能等等,AIGC 开始席卷一切。大模型玩家、互联网巨头、终端厂商、垂直场景玩家纷纷入场,办公、创作、营销、教育、医疗领域相继被渗透一个万亿市场,正在酝酿。2024 年中国人工智能人才发展报告 5 2024 年 3 月,在北京举行的首届中国 AIGC 产业峰会上,量子位智库发布中国 AIGC 产业全景报告,它针对当下 AIGC 应用市场绘制了一幅全面立体的应用全景图。核心观点包括:今年中国 AIGC 应用市场规模将达 200 亿,2030 年达万亿
20、规模;B 端产品 80%实现营收,C 端产品近 50%以免费为主;AI 原生应用占比高于 X+AI,占比接近 57%;多模态是大趋势,应用产品占比近 50%;场景与技术匹配是产品落地首要因素,技术成熟度决定落地速度;AIGC 产业投资资源向头部聚集,潜在资本重点看向应用层。2024 年中国 AI 资本市场将进一步向头部聚拢;同时,我们认为未来更多可落地应用的AICG 项目会获得机会。1.商业模式:B 端变现清晰,80%实现营收 在 AIGC 应用落地方面,目前已有商业模式中,面向 C 端的 AIGC 应用占比达 50%(图3)。图 3 面向 B、C 端用户群体的 AIGC 应用占比 其中 B
21、端产品从通用场景到垂直赛道分布较均匀,收入模式以会员订阅和按需付费为主,商业模式较为清晰,虽然(纯 B 端)占比只有 31%,但 80%以上的产品均实现营收(图4)。50%19%31%面向用户群体C端B、C端均有B端2024 年中国人工智能人才发展报告 6 图 4 中国 AIGC 应用的 B 端收费模式 而 C 端产品以智能助手以及图像生成类的生产力工具为主,虽然用户量大(纯 C 端占比 50%以上),但盈利状况普遍不乐观,近 50%的产品当前仍未有明确的收入模式,以免费为主(图 5)。图 5 中国 AIGC 应用的 C 端收费模式 2.应用类型:AI 原生 X+AI AIGC 应用产品按 A
22、I 应用类型可分为 AI 原生和 X+AI 两种,前者占比接近 57%,大于后26%16%42%16%B端收费模式按需付费一次性付费会员制订阅当前免费16%12%29%43%C端收费模式按需付费一次性付费会员制订阅当前免费2024 年中国人工智能人才发展报告 7 者。所谓 AI 原生,是指完全基于生成式 AI 技术打造;X+AI 通俗地理解就是在原先不含 AI 的产品中加入生成式 AI 相关技术(图 6)。图 6 中国 AIGC 应用的两种类型占比 如果按大模型应用类型分,AIGC 应用产品又包括基于自研基础大模型、基于自建垂直大模型和 API 接入三大类(图 7)。如下图所示,可以看到整个应
23、用层中基于自建垂类大模型的产品占据主流。这部分企业利用自己的数据积累和技术能力,率先找到 AIGC 的落地方向。图 7 中国 AIGC 应用产品分类 57%43%AI原生X+AI26%43%31%API接入自建垂直大模型自研基础大模型2024 年中国人工智能人才发展报告 8 再交叉来看,AI 原生产品又以自建和自研大模型为主;X+AI 产品在基于自建垂直大模型以外,以 API 接入为特色。3.技术普及度:多模态是趋势,目前占比 48%技术普及度在一定程度上决定着应用的成熟度。在目前 AIGC 应用所生成的模态中,44%以上专注于文本生成,最为普及;图像生成占比约为 29%,次之。音频生成占比比
24、 Sora 带火的视频生成要高 6%,最近这个月,Suno 和 Udio 这两款音乐生成器的诞生,确实也让我们看到了 AI 音频(音乐)生成的巨大潜力。最后,3D 生成尚属小众模态,产品市场占比低于 3%。而作为必然趋势的多模态(能识别和理解两种及以上模态数据的产品),目前的占比已经达到了 48%,未来还有较大的成长空间(图 8)。图 8 中国 AIGC 应用技术普及度 AIGC 应用有七大赛道值得关注:(1)按照技术成熟度划分,可分为两类:AIGC 应用相对成熟,商业模式清晰且营收不错:营销、零售、教育、影视、办公协同。目前技术尚不成熟,但潜力大:游戏、医疗。(2)按照产品形态划分,目前 9
25、0%+AI 应用为软件形态,AI 硬件开始层出不穷,但还没迎来“iPhone 时刻”。AI 硬件代表品类中,“AI+万物”包括 AI 手机、AI PC 等;AI 新物种包括 AI Pin、Rabbit R1 等。2.4.3 中国 AIGC 应用的发展机遇 对于 AIGC 应用发展,其商业化进程大致分为三个阶段:第一阶段(2024-2027):产品落地;2024 年中国人工智能人才发展报告 9 第二阶段(2028-2029):商业模式发展成熟;第三阶段(2030 以后):规模化盈利。3 年内,AIGC 应用发展将基本落定,应用层“AI 原生”产品开始出现爆发式增长。B 端市场商业模式明确,C 端
26、市场从获客为先转向盈利为先。2028 年开始,随着视频生成和多模态技术成熟,将进一步助力 AGI 实现。C 端商业模式成熟,头部产品将出现在有自研大模型能力的公司中,腰部产品竞争激烈。2030 年以后,正式进入 AGI 阶段。AIGC 产品将同时具备“听说读写看画思动”八项能力,可以更好模拟人类。应用层头部产品触达多个行业场景,腰部产品则聚焦垂类行业。市场规模方面,2024 年我国 AIGC 应用市场规模达到 200 亿。预计到 2026 年,中国 AI市场规模将达千亿级别。到 2030 年,我国 AIGC 应用将成为万亿规模市场,五年(2024-2028年)平均复合增长率超过 30%。以下是
27、中国 AIGC 应用全景图谱 1.0(图 9)。图 9 中国 AIGC 应用全景图谱 1.0 2.4.3 AIGC 技术对行业发展的影响 图 10 AIGC 对行业发展的影响 2024 年中国人工智能人才发展报告 10 1.AIGC 对医疗保健行业的影响 AIGC 技术,尤其是 ChatGPT 这样的先进模型,对医疗保健行业的影响深远,正在逐步改变医疗信息的处理、患者护理、临床决策支持等方面。以下是 ChatGPT 及相关 AIGC 技术在医疗保健领域的几个关键影响:医疗咨询与患者教育:ChatGPT 能够提供准确的医疗信息和健康建议,帮助患者了解他们的症状和可能的治疗方法。通过自然语言处理能
28、力,它能够以易于理解的方式回答患者的问题,改善患者教育和健康意识。辅助诊断:AIGC 技术能够分析大量的医疗数据,包括电子健康记录、医学图像和文献,以辅助医生进行疾病诊断。通过学习和模式识别,ChatGPT 及相关技术可以识别疾病特征,提供初步的诊断建议,减轻医生的工作负担。个性化治疗计划:利用 AIGC 技术,可以根据患者的具体情况生成个性化的治疗计划。这包括药物推荐、治疗方案优化等,旨在提供更加精准的医疗服务。通过分析患者的医疗历史和相关健康数据,ChatGPT 可以协助医生制定更为合适的治疗策略。临床决策支持:ChatGPT 及其在医疗领域的应用可以作为临床决策支持工具,帮助医生在复杂的
29、临床情况下做出更加明智的决策。通过提供最新的医学研究成果、类似病例的处理经验等信息,医生可以获得宝贵的参考,从而提高临床决策的准确性和效率。远程医疗与监测:在远程医疗服务领域,ChatGPT 等 AIGC 技术可以实现与患者的实时交流,提供远程咨询、健康监测和紧急响应服务。对于慢性病患者或居住在偏远地区的人群,这种技术可以提供持续的健康管理和支持。图 11 达芬奇医疗手术机器人 医学教育与培训:AIGC 技术也在医学教育和专业培训中发挥着重要作用。ChatGPT 可以模拟临床场景,为医学生和专业医生提供模拟训练,帮助他们学习如何处理各种医疗情况,提升临床技能。2024 年中国人工智能人才发展报
30、告 11 ChatGPT 和相关 AIGC 技术在医疗保健行业中提供了巨大的潜力,未来,随着技术的不断进步和政策的完善,ChatGPT 及相关 AIGC 技术有望在医疗保健领域发挥更加积极和革命性的作用(图 12)。图 12 AIGC+医疗保健行业 2.AIGC 对艺术创作的影响 以 ChatGPT 为代表的 AIGC 技术,正在艺术创作领域内引发一场创新浪潮,这不仅改变了艺术家创作作品的方式,也拓展了艺术作品的可能性和观众的参与度。创作过程的辅助:AIGC 技术为艺术家提供了强大的辅助工具,帮助他们在创作过程中克服灵感枯竭的难题,甚至提供全新的创作思路。无论是绘画、音乐还是文学作品,AIGC
31、 都能生成创意素材,激发艺术家的创造力。图 13 AIGC 时空博物馆 2024 年中国人工智能人才发展报告 12 跨界艺术创作:AIGC 技术使得跨媒介的艺术创作变得更加容易实现。艺术家可以结合文本、图像、音乐等多种元素,创造出全新的艺术形式和体验,这些都是在传统艺术创作中难以想象的。个性化艺术体验:AIGC 技术能够根据观众的偏好和反馈生成或调整艺术作品,提供高度个性化的艺术体验。这种互动性质的艺术作品使观众从被动的欣赏者转变为参与者,从而深化了艺术的感受和理解。民主化艺术创作:AIGC 技术降低了艺术创作的门槛,使得没有专业背景的普通人也能参与到艺术创作中。这种民主化的艺术创作方式为更广
32、泛的人群提供了表达自我、实现创意的机会。艺术作品的原创性与版权:随着 AIGC 技术在艺术创作中的应用日益普及,艺术作品的原创性和版权问题也引发了广泛讨论。如何界定由 AI 辅助创作的艺术作品的作者权益,如何保护艺术家的创意和劳动成果,成为了亟待解决的问题。虽然 AIGC 技术为艺术创作带来了新的可能,但也存在批评声音,担心它可能稀释艺术作品的人文价值和艺术家的个人表达。因此,如何在利用 AIGC 技术拓展艺术领域的同时,保留艺术作品的深度和意义,是艺术界面临的挑战。未来,随着技术的进一步发展和社会对 AIGC 应用的深入理解,艺术创作领域有望实现更加丰富多彩和深刻的变革。AIGC 技术不仅能
33、够为艺术家提供新的创作工具,也能够为公众打开通往艺术世界的新窗口,促进艺术与科技的融合,开拓艺术创作和欣赏的新境界。图 14 Midjourney 生成效果图 3.AIGC 对教育行业的影响 在教育领域,以 ChatGPT 为首的 AIGC 技术正开启一场学习方式的革命,通过个性化教学、增强互动体验、提供丰富的学习资源等方式,极大地促进了教育的普及和质量的提升。个性化学习体验:AIGC 技术能够根据学生的学习进度、兴趣和学习风格提供定制化的学习计划和内容,从而为每位学生提供个性化的学习体验。这种方法有助于学生在自己的节2024 年中国人工智能人才发展报告 13 奏下学习,更好地掌握知识,同时激
34、发学习兴趣。智能辅导和答疑智能辅导和答疑:ChatGPT 等技术可以作为学生的智能辅导老师(图 15),随时提供学习支持和答疑服务。这些智能系统通过自然语言处理能力,能够理解学生的问题并提供清晰、准确的解答,就像一个随时待命的私人教师一样。图 15 AI 助教 互动式学习材料互动式学习材料:AIGC 技术能够生成丰富多样的学习材料,包括交互式教程、模拟实验、虚拟现实(VR)和增强现实(AR)体验等,使学习变得更加生动有趣。通过这些互动式内容,学生可以更加深入地理解复杂的概念和知识点。语言学习和文学创作语言学习和文学创作:在语言学习方面,AIGC 技术可以提供语音识别、语言生成和自然语言理解支持
35、,帮助学生练习发音、学习语法和扩充词汇。此外,它还能够在文学创作和批判性思维训练中发挥作用,通过生成创意写作提示或提供文章分析,激发学生的创造力和分析能力。评估和反馈评估和反馈:AIGC 技术可以自动评估学生的作业和考试,提供即时反馈和建议。这种快速反馈机制不仅能够帮助学生及时了解自己的学习状况,还能够减轻教师的工作负担,让他们有更多时间关注学生的个别需求和课程设计。教育资源的普及和共享教育资源的普及和共享:AIGC 技术使得高质量的教育资源更容易被创建和共享,从而提高了教育的可获取性。无论是在偏远地区还是发展中国家,学生都可以通过互联网接触到世界级的教学资源和课程。AIGC 技术在教育领域的
36、应用带来了诸多积极影响,随着技术的进一步应用和发展,需要相关利益方共同努力,确保技术的负责任使用,以及教育公平和质量的持续提升。未来,AIGC 技术有望继续促进教育创新,为学生和教育工作者提供更多支持和机会,共同塑造一个更加智能和包容的教育环境。2024 年中国人工智能人才发展报告 14 图 16 AIGC+教育 4.AIGC 对零售业的影响 在零售行业,ChatGPT 及其他 AIGC 技术的应用正在彻底改变商家与消费者之间的互动方式,优化供应链管理,增强消费者购物体验,从而推动零售业的创新和发展。个性化购物体验:通过分析消费者的购物历史、偏好和行为数据,AIGC 技术能够提供高度个性化的产
37、品推荐和购物建议。这种个性化服务不仅能够提高消费者满意度,还能增加商家的销售额和顾客忠诚度。智能客服与支持:ChatGPT 等技术可以作为智能客服代表,提供 24/7 的即时客户服务。无论是解答产品相关问题、处理退换货请求,还是提供购物咨询,这些智能系统都能提供快速、准确的服务,大大提升消费者的购物体验。供应链优化:AIGC 技术通过分析市场需求、库存水平和物流数据,帮助零售商优化供应链管理。这种数据驱动的决策支持能够提高库存效率,减少过剩或短缺的情况,降低运营成本。虚拟试衣间和产品展示:在服装和家居等领域,AIGC 技术能够提供虚拟试衣间和 3D 产品展示,让消费者在线上就能体验产品。这不仅
38、增加了购物的趣味性和便捷性,还能帮助消费者做出更加满意的购买决策。2024 年中国人工智能人才发展报告 15 图 17 虚拟试衣间 市场分析和趋势预测:通过大数据分析,AIGC 技术能够帮助零售商洞察市场趋势和消费者行为,预测未来的销售走向。这种洞察力使得零售商可以更加灵活地调整营销策略和产品线,抓住市场机会。增强的购物渠道:AIGC 技术通过社交媒体、移动应用和在线平台等多个渠道提供增强的购物体验。消费者可以通过自然语言交互查询产品信息、进行购物和享受定制化服务,使得购物过程更加无缝和方便。反欺诈与安全性:在电商环境下,AIGC 技术还能够帮助零售商识别和防止欺诈行为,如假冒交易、信用卡欺诈
39、等,保护消费者的财产安全。AIGC 技术为零售行业带来了诸多机遇,零售商需要在采用这些先进技术的同时,确保合理的数据使用和保护措施,建立透明的消费者沟通机制,以实现技术创新与消费者权益保护的平衡。未来,随着技术的不断发展和应用场景的进一步拓展,AIGC 技术有望为零售业带来更加深刻的变革,创造出更加智能、高效和个性化的购物新体验。图 18 AIGC+新零售场景 2024 年中国人工智能人才发展报告 16 5.AIGC 对交通行业的影响 在交通行业中,ChatGPT 和其他 AIGC 技术的应用正在为城市规划、交通管理、乘客服务等领域带来革命性的变化。通过优化交通流量、提升安全性、增强乘客体验,
40、AIGC 技术正成为推动交通行业进步的关键力量。智能交通管理与优化:AIGC 技术可以分析大量的交通数据,包括车流量、交通事故、天气情况等,以预测和管理城市交通流。通过实时优化交通信号灯控制和路线规划,大幅减少交通拥堵,提高道路使用效率。自动驾驶技术:AIGC 技术是推动自动驾驶汽车发展的关键。通过深度学习和模式识别,自动驾驶系统能够识别路标、行人和其他车辆,做出快速决策,从而提高驾驶的安全性和效率。随着技术的不断进步,全自动驾驶汽车的商用化前景正逐步变为现实。图 19 waymo 新自动驾驶系统发布,让你看到 500 米外的路况 个性化乘客服务:在公共交通领域,AIGC 技术通过分析乘客的出
41、行习惯和偏好,提供个性化的出行建议和服务。这包括实时交通信息、最优路线规划、预测交通拥堵等,极大地提升了乘客的出行体验和满意度。运营效率提升:AIGC 技术还可以优化交通运营管理,包括车辆调度、维护计划和能源管理等。通过预测需求和实时调整运营策略,交通运营商能够更高效地利用资源,降低运营成本。交通安全增强:利用 AIGC 技术进行事故预测和风险评估,能够显著提升道路安全。通过实时监控交通状况和驾驶行为,及时发现潜在危险,采取预防措施,减少交通事故的发生。环境影响评估:AIGC 技术能够分析交通系统对环境的影响,包括排放量计算、污染预测等。这对于制定可持续交通政策、减少交通对环境的负面影响具有重
42、要意义。尽管 AIGC 技术在交通行业中的应用带来了诸多益处,同时,相关部门和组织需要制定严格的标准和政策,确保技术的安全、可靠和负责任使用。未来,随着技术的进一步成熟和应用范围的拓展,AIGC 技术有望在促进交通行业可持续发展、提升公共安全和改善乘客体验方面发挥更大的作用。2024 年中国人工智能人才发展报告 17 图 20 特斯拉自动驾驶界面 2.5 AIGC 技术对职业生态的影响 AIGC 技术的兴起与发展,正在对各行各业的职业生态产生深远影响。在创意产业,比如写作、绘画和音乐制作等领域,AIGC 技术能够协助人类创作者更快地产出创意作品,提升创作效率与质量。这意味着创意工作者能够利用这
43、些工具来扩展他们的创作能力,推动个人和行业的创新。在教育和培训领域,AIGC 能够提供定制化的学习材料和互动式学习经验,从而推动个性化学习的发展。这不仅可以提高学习效率,还能够帮助教师更好地管理课堂,专注于学生的个别需求。在信息技术和数据分析行业,AIGC 的应用则极大地提高了数据处理和分析的能力,推动了大数据、机器学习和人工智能等领域的进步。这意味着对这些技能有着更高需求的同时,也要求相关职业的从业者持续学习和适应新技术。然而,AIGC 技术的发展也带来了挑战,比如就业置换问题、技能过时的风险,以及伦理和隐私的问题。对于部分简单重复的工作岗位,AIGC 技术可能会导致人类工作被机器替代。因此
44、,从业者需要不断提升自己的技能,以适应快速变化的职业生态。同时,社会和政策制定者需要考虑如何平衡技术进步和劳动力市场的稳定,确保技术发展同时能够带来经济和社会的包容性增长。2.5.1 工作内容和工作方式的改变 AIGC 技术,特别是如 ChatGPT 这样的模型,正在深刻地改变我们的工作内容和方式。这种影响跨越了多个领域,从内容创作到编程,再到设计和教育。在本章中,我们将探讨 AIGC如何促成这些变化,并具体分析这些变化对工作场景的意义。2024 年中国人工智能人才发展报告 18 图 21 AIGC 产业生态体系 1.工作内容的改变 AIGC 利用人工智能算法自动生成内容,这些内容可以是文本、
45、图像、音频或视频。与传统的自动化技术相比,AIGC 的特点在于其能够进行创造性的任务,这些任务以前被认为是人类独有的能力。例如,AIGC 可以根据给定的主题写出文章,或根据某些参数创作出新的音乐作品。AIGC 技术可以通过多种方式实现自动化与创造性的结合:提高效率与创造力:AIGC 可以自动完成大量初步创作工作,如草稿编写、基础设计制作等,从而释放人类创作者的时间,让他们能够专注于更高层次的创意思考和内容精炼。这不仅提高了工作效率,也增强了最终作品的创造性。图 22 Fooocus 生成神话人物 2024 年中国人工智能人才发展报告 19 启发新的创意:通过分析大量数据和现有作品,AIGC 能
46、够生成独特的创意和建议,为人类创作者提供灵感。在设计、文学和音乐创作等领域,这种能力特别有价值,因为它可以推动艺术和文化的创新。促进跨界融合:AIGC 的应用促进了不同领域之间的融合,比如将计算机编程与艺术设计结合,创造出全新的视觉艺术作品。这种跨界融合不仅拓宽了创造性工作的边界,也为传统行业带来了新的生机。2.工作方式的改变 AIGC 技术的兴起和普及不光影响了我们的工作内容,也开始逐步改变我们的工作方式,这一影响触及了从个人工作习惯到团队协作方式,乃至整个组织的运作模式。AIGC 工具如ChatGPT 等不仅提高了工作效率,也为工作流程和职场文化带来了革命性的变化。以下是AIGC 对工作方
47、式改变的几个关键方面:远程工作的促进和优化:AIGC 技术通过提供高效的通讯和协作工具,极大地促进了远程工作的普及和优化。这些工具能够模拟面对面的互动,帮助团队成员跨越地理限制,实时协作和沟通。例如,AIGC 可以生成会议纪要、自动回复邮件、管理日程,甚至在多语言环境中提供实时翻译,极大地减轻了远程工作者的负担,提高了团队的整体效率和协作质量。工作流程的自动化与优化:AIGC 技术能够自动执行许多重复性和时间消耗大的任务,从而使工作流程更加高效。这不仅包括文档的生成和编辑,还包括数据分析、报告生成等更为复杂的任务。通过自动化这些过程,员工可以将更多的时间和精力投入到需要高度思考和创造性的工作上
48、,从而提高工作满意度和生产力。协作方式的创新:AIGC 工具为团队协作提供了新的方式。通过共享 AI 生成的草稿、设计和代码,团队成员可以更容易地理解彼此的想法,并在此基础上迅速迭代和改进。此外,AIGC 还可以作为一个“虚拟团队成员”参与到创意过程中,提供灵感和新的视角,帮助团队打破思维定式,激发创新。个人技能与终身学习的重要性:随着 AIGC 技术的发展,对于个人技能特别是软技能的需求也在增加。创造力、批判性思维、人际沟通和适应性等技能变得更加重要,因为这些是AIGC 难以复制的人类特质。同时,终身学习成为个人职业发展的核心,每个人都需要不断更新自己的技能组合,以适应技术的快速变化。工作与
49、生活的新平衡:AIGC 技术也在重新定义工作与生活之间的平衡。通过自动化日常任务和优化工作流程,AIGC 有助于减少过度工作和职业倦怠,使人们有更多时间投入到个人生活和休闲活动中。这种改变不仅提高了工作满意度,也有助于促进更健康、更平衡的生活方式。AIGC 技术对工作方式的改变是深远和多维的。它不仅影响了我们完成任务的效率和方法,也改变了我们与同事的互动方式,甚至影响了我们对工作和生活的整体态度。随着这项技术的不断发展,我们可以预见一个更加高效、灵活和人性化的工作环境正在形成。然而,要充分利用 AIGC 带来的机会,个人、团队和组织都需要不断适应新的工作模式,培养相应2024 年中国人工智能人
50、才发展报告 20 的技能,并开发出创新的管理和协作策略。2.5.2 新职业的技能需求 随着人工智能生成内容(AIGC)技术的迅猛发展,我们正步入一个由技术驱动的新时代,这一转变对传统行业带来了前所未有的挑战和机遇。AIGC 的普及不仅彻底改变了内容的创造、分发和消费方式,还重塑了许多行业的工作流程和职业角色。在这种背景下,适应新技术环境并保持竞争力,要求我们掌握一系列多元化且复合的职业技能。技术技能技术技能:在 AIGC 时代,对于技术技能的需求远远超出了基本的计算机操作能力。数据分析能力成为核心技能之一,它要求我们不仅能收集和处理大量数据,还能通过数据发现模式、趋势和洞见。此外,基本的编程知
51、识也变得至关重要,无论是用于开发新工具,还是优化现有的 AIGC 算法。对人工智能的基本原理和应用有深入理解的人才,将在自动化和智能化的工作环境中占据优势地位。批判性思维与创新能力批判性思维与创新能力:随着 AIGC 技术在职场的普及,批判性思维和创新能力成为了职业发展的关键因素。我们需要能够不仅理解和利用 AIGC 产生的内容,还要能批判性地评估其质量、偏差和潜在影响。此外,创新能力也变得极其重要,因为在由 AIGC 技术主导的市场中,持续创新是保持竞争力的关键。沟通技能与团队合作沟通技能与团队合作:沟通技能和团队合作能力在 AIGC 时代愈发重要。有效的沟通能力不仅涉及与人交流,还包括与机
52、器的互动,确保人工智能理解人类的需求和反馈。同时,跨学科团队合作成为常态,团队成员需要跨越专业界限,共同开发、评估和优化 AIGC 系统。这要求团队成员不仅要在自己的专业领域内具备深厚的知识,还需要理解其他领域的基本概念和工作方式。终身学习终身学习:AIGC 技术的快速发展意味着昨天的技能可能在今天已经过时。因此,终身学习成为了适应不断变化的技术环境的必要条件。这不仅涉及技术技能的更新,还包括对新兴行业趋势、法律法规变化等非技术领域的了解。持续地学习和自我提升是保持个人职业竞争力、适应未来工作环境的关键。AIGC 技术的兴起对传统行业产生了巨大影响,同时也为我们提供了前所未有的机遇。为了在这个
53、新时代中蓬勃发展,我们需要掌握一系列跨领域的职业技能,包括但不限于技术技能、批判性思维、创新能力、沟通与合作能力,以及终身学习的意识和能力。通过不断学习和适应,我们可以充分利用 AIGC 技术带来的机遇,应对挑战,并在不断变化的职业生态中保持竞争力。2.5.3 对传统职业的影响与应对策略 AIGC(人工智能生成内容)的快速发展正在对传统职业产生深远的影响,这种影响既包含积极的方面,也伴随着潜在的挑战。积极地看,AIGC 技术通过自动化和优化工作流程,极大提高了工作效率和生产力。在2024 年中国人工智能人才发展报告 21 创意产业、数据分析、软件开发等领域,AIGC 工具可以承担起繁琐的重复性
54、任务,让人类专注于更具创造性和战略性的工作,从而激发新的创意和创新。此外,AIGC 技术还为人们创造了全新的职业机会,如算法训练师、数据标注专家等,为劳动市场注入新的活力。然而,AIGC 的发展也带来了一系列挑战。其中最受关注的是对传统职业的冲击,尤其是那些高度依赖重复性任务的工作,比如文书工作、客户服务等职位,可能会因为自动化技术的替代而面临缩减。此外,技能差异的加剧也是一个不容忽视的问题。随着技术的快速迭代,要求工作者不断学习新技能以保持竞争力,这对于那些适应能力较弱的个体或群体来说是一个巨大的挑战。人类工作将如何被 AIGC 所取代?这里给大家介绍任务分解替代概率模型,任务分解替代概率模
55、型(Task Decomposition Replacement Probability Model,TDRPM)是一种用于评估新技术,尤其是人工智能和自动化技术,对就业市场影响的分析框架。这个模型的核心思想是,任何职业都可以被分解成一系列的具体任务。通过评估每项任务被新技术替代的概率,可以预测该职业面临的自动化风险程度。TDRPM 关注于两个主要维度:一是技术能力,即技术当前和未来可能达到的发展水平;二是任务的复杂性,包括任务需要的创造性、社会互动能力和物理灵活性等因素。总体来说,AI 替代某个工作主要取决于以下要素任务重复性、标准化程度、创新和判断能力的需求、数据依赖性、经济成本、交互复杂
56、性,而每个工作的任务构成决定了最后的整体替代率,以秘书工作为例:图 23 工作任务分解示例 若假设这四部分各为 25%,则得到(90%*25%+70%*25%+50%*25%+30%*25%)=60%基于此种理论假设,秘书工作有 60%的部分可以被 AIGC 替代。通常,那些包含大量重复性、规则性强、不需要深层次创造力或复杂人际互动的职业更容易被 AIGC 取代。例如,写作和编辑、客户服务、翻译、营销和广告等,这些工作内容可以通过 AIGC 技术高效、准确地完成。相反,那些需要高度创造性思维、深层次的专业知识、复杂情感判断以及人际交往能力的职业,则不容易被 AIGC 取代。这包括艺术创作(如作
57、家、画家)、科学研究、高级管理、心理咨询和医疗诊断等领域。这些职业依赖于人类的独到见解、情感共鸣能力和复杂决策能力,这些是当前 AIGC 技术难以复制的。此外,那些需要高度物理灵活性和手工技能的职业,如手术医生、精密机械操作和高级手工艺,也不容易被 AIGC 所取代,因为这些职业要求精2024 年中国人工智能人才发展报告 22 细的手眼协调和丰富的实践经验,超出了目前 AIGC 技术的能力范围。面对 AIGC 带来的挑战和机遇,采取有效的应对策略至关重要。首先,政府和教育机构需要重视终身学习和技能再培训,提供相应的培训项目和教育资源,帮助工作者适应技术变革,保障职业转型的顺利进行。其次,企业应
58、当鼓励创新和灵活性,创建一个支持员工成长和发展的环境,通过内部培训和职业发展计划,促进员工技能的升级。最后,需要建立一个包容性强、公平的劳动市场,确保所有工作者都能从技术进步中受益,减轻技术排斥带来的社会不平等。2.6 常用的大模型及 AIGC 应用场景 2.6.1 GPT-3 简介 GPT-3(Generative Pre-trained Transformer 3)是由 OpenAI 开发的最先进的人工智能语言模型之一,代表着自然语言处理(NLP)领域的一大突破。作为第三代的生成预训练变换器模型,GPT-3 在 2020 年引起了广泛的关注和讨论。它在规模、复杂性和应用能力方面相比前两代模
59、型 GPT 和 GPT-2 都有显著的提升,标志着 AI 领域一个新时代的到来。图 24 GPT-3 的主要参数 在深入探讨 GPT-3 之前,了解其背景对于理解它的创新之处和重要性至关重要。GPT 系2024 年中国人工智能人才发展报告 23 列的开发始于 2018 年,当 OpenAI 发布了原始的 GPT 模型,展示了通过大规模数据预训练和微调(fine-tuning)特定任务的潜力。随后的 GPT-2 模型在 2019 年发布,以其更大的数据集和更复杂的模型架构进一步提升了性能,尽管如此,OpenAI 最初限制了 GPT-2 的完整版本的访问,以防止潜在的滥用,例如自动生成假新闻或欺诈
60、性内容。GPT-3 的技术架构基于 Transformer 架构,这是一种自 2017 年由 Google 引入的革命性神经网络结构,专门用于处理序列数据,如文本。Transformer 架构是 GPT-3 能够理解和生成自然语言的核心。图 25 自注意力机制图 Transformer 架构的核心思想是自注意力机制(Self-Attention Mechanism),它允许模型在处理一个序列(比如一句话)时,能够自动地聚焦于序列中的不同部分,从而更好地理解序列的上下文关系。这种机制使得 Transformer 非常适合处理长距离依赖问题,这在自然语言处理中非常常见。1.GPT-3 的技术特点
61、参数规模:GPT-3 拥有 1750 亿个参数,这是迄今为止最大的模型之一。这些参数包含了大量的世界知识和语言规则,使 GPT-3 能够理解和生成极其复杂的文本。预训练和微调:GPT-3 采用了预训练加微调的策略。预训练阶段,模型在大规模文本数据集上训练,学习语言的通用规律;微调阶段,可以在特定的小数据集上进一步训练模型,使其适应特定的应用场景。自注意力机制:自注意力机制是 Transformer 的核心,使模型能够根据不同任务的需要,动态调整对输入数据中不同部分的关注度。层次结构:GPT-3 采用了多层 Transformer 结构,每一层都对输入数据进行处理,然后将结果传递给下一层。这种层
62、叠的结构使模型能够学习复杂的语言规律和关系。生成能力:GPT-3 是一个生成模型,它可以基于给定的输入文本生成连贯、相关且多样化的文本。这使得 GPT-3 在写作助手、对话系统、内容创作等多种应用场景中展现出了极大的潜力。2.GPT-3 的应用 2024 年中国人工智能人才发展报告 24 GPT-3,作为一个先进的人工智能模型,已经在各个领域显示出其广泛的应用潜力。从内容创作到编程辅助,再到客户服务,GPT-3 的应用范围覆盖了文本生成、自然语言理解、自动化任务处理等多个方面。以下是一些 GPT-3 的主要应用领域:(1)内容创作 文章和博客:GPT-3 可以生成高质量的文本内容,帮助内容创作
63、者和营销人员快速生成草稿或创意想法。诗歌和故事:GPT-3 的创新性使用也包括创作诗歌、短故事和小说,为文学创作提供了新的工具。新闻稿:通过自动化生成新闻稿,GPT-3 能够帮助新闻机构提高工作效率。(2)编程辅助 代码生成:GPT-3 能够理解自然语言描述的编程任务,并生成相应的代码,这对于软件开发人员来说是一个有价值的辅助工具。代码解释和修正:它还可以帮助解释复杂的代码段或提出代码改进建议。(3)教育 个性化学习:GPT-3 可以根据学生的学习进度和偏好提供定制化的教学内容和练习。语言学习:作为语言学习工具,GPT-3 能够提供对话练习、语法讲解和语言练习。(4)客户服务 聊天机器人和虚拟
64、助手:GPT-3可以提供高度自然和个性化的用户互动,用于客户服务、预约设置和常见问题解答。邮件和文档自动化:GPT-3 能够帮助自动化邮件回复和文档创建过程,提高工作效率。(5)游戏和娱乐 互动式故事和角色扮演游戏:GPT-3 能够生成动态的故事情节和对话,为玩家提供独特的游戏体验。创意写作和角色开发:它还可以帮助游戏设计师和作家构思角色背景和故事线。(6)分析和决策支持 数据分析:通过解释复杂的数据集和提供见解,GPT-3 可以辅助数据分析师的工作。市场研究:GPT-3 能够快速汇总和分析大量市场研究数据,帮助企业做出更好的决策。(7)语言翻译和本地化 GPT-3 在翻译不同语言间的文本时显
65、示出高效率和准确性,对于内容的本地化和跨文化交流具有重要意义。(8)法律和合规 合同分析和生成:GPT-3可以协助律师和法律专业人员分析法律文档,并生成合同草案。3.GPT-3 面临的挑战 尽管 GPT-3 展现了人工智能在语言理解和生成方面的巨大潜力,但它的应用和发展也面临着多方面的挑战:2024 年中国人工智能人才发展报告 25 (1)准确性和可靠性 错误和不准确的信息:GPT-3 有时会生成不准确或虚假的信息。由于模型基于预训练的数据生成回答,它可能复制数据中的错误或过时信息。上下文理解:尽管 GPT-3 在理解上下文方面取得了显著进展,但它仍然难以完全理解复杂的语境和隐含意义,特别是在
66、涉及细微差别或深层次文化背景的场合。(2)偏见和伦理问题 数据偏见:GPT-3 训练所用的大型数据集可能包含性别、种族或文化偏见,这使得模型生成的内容也可能反映这些偏见。伦理和道德:GPT-3 的强大生成能力引发了关于其在生成虚假新闻、欺诈性内容或其他有害信息方面潜在滥用的担忧。(3)能源消耗和环境影响 高能耗:训练和运行如此庞大的模型需要巨大的计算资源,这带来了高昂的能源消耗和相应的环境影响。(4)法律和隐私问题 内容产权:使用 GPT-3 自动生成的内容可能涉及版权问题,尤其是当生成的文本或代码基于特定来源时。隐私泄露风险:GPT-3 在处理敏感数据时可能存在隐私泄露的风险,尤其是当它被用
67、于处理包含个人信息的文本时。(5)普遍性和多样性 语言和文化多样性:虽然 GPT-3 支持多种语言,但它在理解和生成非英语文本时的效果可能不如英语,这反映了训练数据中的语言偏差。泛化能力:GPT-3 在特定领域的表现可能不如专门训练的模型,这对于需要高度专业化知识的应用是一个挑战。(6)人机交互 用户体验:虽然 GPT-3 能够生成流畅的文本,但在与真实用户的互动中,其回答有时可能显得不够个性化或缺乏情感。依赖性和自主性:过度依赖 GPT-3 等 AI 工具可能削弱人类的决策能力和创造性思维。GPT-3 的未来展望开辟了人工智能领域中令人激动的新路径。随着技术的不断进步,我们可以预见 GPT-
68、3 及其后续版本将在提高模型的计算效率、减少能源消耗方面取得显著成就,同时通过算法优化减少偏见并提升语言处理的准确性。这将为从个性化教育、创作辅助到复杂的决策支持系统等各种创新应用带来革命性变化,推动行业向更加智能化和个性化的方向发展。此外,随着社会对 GPT-3 潜在影响的认识加深,加强伦理和隐私保护措施,以及相关领域专业人才的教育和培训,将成为未来发展的重要方向。政策制定者和技术开发者需要共同努力,确保 GPT-3 技术的发展不仅促进创新,还能保护人类的共同利益,为构建一个更加智能、公平和安全的数字未来奠定坚实基础。2024 年中国人工智能人才发展报告 26 2.6.2 BERT 简介 B
69、ERT(Bidirectional Encoder Representations from Transformers)是 Google 在 2018 年提出的一种先进的自然语言处理(NLP)技术。作为一个深度学习模型,BERT 在许多 NLP 任务上取得了显著的成就,包括文本分类、问答系统、情感分析和语言理解等。BERT 模型的核心创新之处在于其双向 Transformer 编码器的使用,这一设计使得 BERT 能够更加准确地理解和处理自然语言文本。BERT 模型的核心创新在于其采用的双向 Transformer 架构,实现了对文本的深层次双向理解。与之前的模型相比,BERT 通过在预训练阶
70、段同时考虑单词左右两侧的上下文信息,能够更全面准确地捕捉词义和句子结构,从而显著提高了模型对自然语言的理解能力。这种双向上下文的理解能力是通过引入了 Masked Language Model(MLM)和 Next Sentence Prediction(NSP)两种预训练任务来实现的,它们共同使得 BERT 在理解语言的细微差异和复杂结构方面具有了显著的优势。此外,BERT 的另一大创新是其预训练加微调的训练策略。通过首先在大规模文本语料库上进行预训练来学习语言的通用模式,然后针对特定的下游 NLP 任务进行微调,BERT 能够以较少的定制化工作适应广泛的应用场景。这种方法不仅提高了模型的通
71、用性,也极大简化了从研究到生产的部署流程,为自然语言处理任务提供了一种高效且强大的解决方案。图 26 Google-BERT 在 Stanford Question Answering Dataset 上面的排行榜 BERT 及其变体,如 RoBERTa、ALBERT 和 DistilBERT 等,继续在 NLP 领域中引领技术进步,推动着自然语言理解和处理能力的不断提高。随着深度学习技术的进一步发展和优化,可以预见 BERT 技术将在提供更准确的语言模型、处理更复杂的语言任务以及促进人机交互等方面发挥更大的作用。此外,BERT 的技术原理和成功应用也将激励未来更多的创新和探索,为解决 NLP
72、 领域的挑战提供新的思路和方法。2024 年中国人工智能人才发展报告 27 2.6.3 文心一言简介 文心一言(英文名:ERNIE Bot)是百度全新一代知识增强大语言模型,文心大模型家族的新成员,能够与人对话互动,回答问题,协助创作,高效便捷地帮助人们获取信息、知识和灵感。文心一言是知识增强的大语言模型,基于飞桨深度学习平台和文心知识增强大模型,持续从海量数据和大规模知识中融合学习具备知识增强、检索增强和对话增强的技术特色 文心一言的创新之处在于它不仅学习语言本身的统计规律,还将外部的知识(如百科知识)整合进模型中,使得模型能够更好地理解和处理自然语言。这种结合了大规模文本数据和知识图谱的方
73、法,让 ERNIE 1.0 在多项自然语言处理任务上表现出色,如语言理解、情感分析、命名实体识别等。通过这种知识增强的方式,文心一言能够更准确地捕捉到词、短语和句子之间的细微联系,从而提高了模型对自然语言的理解能力。文心一言(ERNIE 1.0)模型的主要优势在于其能够通过知识整合增强自然语言的表示能力,从而在多个自然语言处理(NLP)任务上实现更高的性能。具体优势包括:知识增强的语言理解:与传统的基于 Transformer 的模型相比,文心一言通过整合外部知识(例如,来自知识图谱的实体和关系信息)来增强模型的语言理解能力。这种方法使模型能够更好地理解文本中的具体概念及其相互之间的联系。图
74、27 使用文心一言生成图像 提高任务泛化能力:通过引入丰富的外部知识,文心一言在处理特定领域文本时表现出更好的泛化能力。它能够有效地利用领域内外的知识,提升对未见过数据的处理能力,这在一些特定领域的 NLP 任务中非常有价值。改进细粒度信息处理:文心一言模型在捕捉和理解文本中的细粒度信息(如命名实体、专有名词等)方面具有明显优势。这一点对于执行命名实体识别、实体链接等需要精细理解能力的任务尤为重要。强化长距离依赖学习:通过知识图谱的辅助,文心一言能够更有效地学习文本中的长距离依赖关系,即使在长文本或复杂句子结构中也能保持较好的性能。多任务学习能力:文心一言的设计使其能够在多个 NLP 任务上进
75、行训练和微调,从而在诸如文本分类、问答系统、情感分析等多个任务上都达到或超过现有技术水平。提高模型解释性:将外部知识整合到模型中,有助于提高模型的解释性。这是因为模型2024 年中国人工智能人才发展报告 28 的决策过程更多地依赖于显式的知识表示,而不仅仅是基于数据的统计特性。文心一言通过融合外部知识与深度学习,不仅在性能上取得了进步,也在模型的可解释性和泛化能力上展现了其独特的优势。这些优势使其成为处理复杂自然语言处理任务的有力工具。除此之外,还有很多大模型已经问世,并已经为各行各业创造商业价值:Midjourney:专注于探索人工智能(AI)和其他先进技术在未来社会中的应用和影响。它以其开
76、发的同名人工智能生成艺术和内容的工具而广为人知。Midjourney 的 AI 工具主要通过深度学习算法来生成图像、文本或其他类型的媒体内容,旨在为艺术家、设计师、研究人员和创意专业人士提供灵感和创作支持。DALL-E:DALLE 是由 OpenAI 开发的一款革命性的人工智能程序,专门设计用来生成高质量、高创造性的图像,基于用户提供的文本描述。这个名字是对画家萨尔瓦多达利(Salvador Dal)和皮克斯动画电影瓦力(WALLE)的致敬,旨在反映出该程序结合了艺术和科技的特性。DALLE 的工作原理基于深度学习的生成对抗网络(GANs)技术,能够理解用户的文本提示,并基于这些提示创造出新颖
77、的、详细的图像。这项技术在理解复杂的描述、捕捉细节以及创造出风格多样的图像方面表现出了惊人的能力,从而使其在艺术创作、设计探索和创意表达等多个领域得到应用。DALLE 不仅能生成现实世界中存在的物体或场景的图像,还能创造出全新的、想象中的场景,这些场景往往超越了人类艺术家的创造力。用户可以通过非常具体和创造性的文本描述,引导 DALLE 生成独一无二的艺术品,这让人们对人工智能在艺术和创意产业中的未来角色充满了期待。HeyGen:HeyGen是一个AIGC产品,它是通过AI 数字人来帮助用户创建宣传视频用的。背景和解说人像,HeyGen 都是系统自带的,并且无论是免费版还是付费版都没有版权问题
78、,并且操作和使用起来极其简单。图 28 已故 AI 科学家汤晓鸥以数字人形象“重返”商汤年会演讲 HeyGen 支持 40 多种语言和不同的口音,可以让你的虚拟人与你的文本完美地同步。还可以组合多个场景,添加背景音乐,下载高清视频,或者与你的同事或客户分享视频。适合用于制作企业培训、营销、电子学习等领域的 AI 虚拟数字人视频。2024 年中国人工智能人才发展报告 29 StableDiffusion:目前最火的 AI 绘画模型当属 Stable Diffusion,Stable Diffusion 是 2022年发布的深度学习文本到图像生成模型,它主要用于根据文本的描述产生详细图像,尽管它也
79、可以应用于其他任务,如内部绘制、外部绘制,以及在提示词(英语)指导下产生图生图的翻译。Stable Diffusion 因其生成图像的高质量、高分辨率以及对细节的精准捕捉而受到广泛关注,同时也因为其开源性质而在开发者和创意专业人士中尤为流行。Runway:Runway 是一个创新的平台,旨在为创意专业人士提供使用人工智能技术的能力,特别是在图像、视频编辑和生成领域。它通过一个直观的界面,集成了多种先进的 AI 工具和模型,使用户能够轻松地进行内容创作、修改和增强。Runway 旨在为艺术家、设计师、视频制作者和其他创意工作者提供强大而灵活的工具,以探索 AI 在视觉艺术创作中的应用。Sora:
80、是 OpenAI 发布的人工智能文生视频大模型,于 2024 年 2 月 15 日(美国当地时间)正式对外发布。Sora 这一名称源于日文“空”,即天空之意,以示其无限的创造潜力。其背后的技术是在 OpenAI 的文本到图像生成模型 DALL-E 基础上开发而成的。图 29 StableDiffusion 生成剪纸画风格中国龙 Sora 可以根据用户的文本提示创建最长 60 秒的逼真视频,该模型了解这些物体在物理世界中的存在方式,可以深度模拟真实物理世界,能生成具有多个角色、包含特定运动的复杂场景。继承了 DALL-E 3 的画质和遵循指令能力,能理解用户在提示中提出的要求。Sora 对于需要
81、制作视频的艺术家、电影制片人或学生带来无限可能,其是 OpenAI“教 AI理解和模拟运动中的物理世界”计划的其中一步,也标志着人工智能在理解真实世界场景并与之互动的能力方面实现飞跃。2024 年中国人工智能人才发展报告 30 图 30 Sora 视频生成案例 1 图 31 Sora 视频生成案例 2 在 AIGC 应用场景中,大模型不仅能够创建逼真的文本、图像和视频内容,还能进行语音合成、音乐创作,甚至模拟复杂的人类对话和情感表达。这些能力为多种应用场景服务,例如:logo 设计、模特三视图、IP 形象制作、运营海报制作、摄影作品制作、UI 设计、直播礼物设计、电商设计、照片修复、盲盒设计、
82、表情包肖像设计、室内设计、建筑设计、景观设计等等。AIGC 为很多行业的应用场景开辟了全新的可能性,使人们能够以前所未有的方式与数字内容互动。随着大模型和 AIGC 技术的不断发展和融合,我们正步入一个充满创新和创造力的新时代。2024 年中国人工智能人才发展报告 31 图 32 AIGC 在各应用场景的实现案例 2.6.4 AIGC 在自然语言中的应用 AIGC 在自然语言处理领域的应用展现了其强大的潜力和多样化的用途,从自动化和提高内容创作的效率到提升用户交互体验,再到支持教育和创意工作,AIGC 正成为推动技术和社会发展的重要力量。随着技术的不断进步,可以预期 AIGC 将在未来解锁更多
83、的应用场景,为人类生活带来更多便利和创新。1.智能客服 在当今数字化时代,客户体验已成为企业竞争的核心。为了满足客户日益增长的需求和期望,企业不断探索创新的服务模式。其中,AIGC 在线客服作为一种基于人工智能技术的在线客户服务解决方案,正逐渐崭露头角,为企业带来前所未有的变革。AIGC 赋能的智能客服系统,主要体现以下方面的应用:自动化客户响应:AIGC 技术使得聊天机器人和虚拟助手能够理解客户的查询并提供即时、准确的回答。无论是简单的常见问题解答还是更复杂的服务请求,AIGC 都能够自动生成合适的响应,从而大幅提高响应速度和客户满意度。个性化客户体验:通过分析客户的历史交互数据,AIGC
84、可以定制个性化的服务建议和响应。这种个性化不仅体现在对客户偏好的理解上,还包括对话的语气和风格的适配,使得客户感受到更加人性化的服务体验。多语言支持:AIGC 技术能够支持多种语言的客户服务,无需额外的人力成本。这对于跨国经营的企业来说尤为重要,能够确保不同地区和文化背景的客户都能获得优质的服务。故障诊断和解决方案建议:在技术支持领域,AIGC 能够帮助客户进行初步的故障诊断,并提供解决方案或维护建议。通过理解客户描述的问题并结合产品知识库,AIGC 可以准确指导客户解决技术问题。客户意见收集与分析:智能客服系统还可以利用 AIGC 技术自动收集和分析客户反馈。2024 年中国人工智能人才发展
85、报告 32 这不仅包括对客户服务满意度的评估,也包括对产品或服务的具体意见和改进建议的分析,为企业的产品改进和服务优化提供数据支持。效率提升和成本节约:通过自动化处理大量的客户咨询,企业可以显著减少对人工客服的依赖,从而节约成本并提升整体服务效率。同时,AIGC 还可以实现 24/7 不间断的客户服务,确保任何时间都有响应。2.智能写作 AI 智能写作是一种利用人工智能技术进行自动创作的方法。通过对大量文本数据的学习,AI 智能写作可以模仿人类的写作风格和思维方式,生成符合人类阅读习惯的文章。从自动化文章创作到辅助编剧,AIGC 技术正在以前所未有的方式扩展创意边界和提高生产效率。以下是 AI
86、GC 在智能写作方面的一些关键应用:自动化内容创作:AIGC 技术能够基于给定的关键词或主题自动生成文章、博客和报告等文本内容。这种自动化内容创作不仅提高了写作效率,还可以在短时间内生成大量内容,适用于新闻媒体、内容营销和社交媒体等领域。创意写作辅助:对于小说家、剧作家和诗人等创意写作者而言,AIGC 可以作为一个强大的创意伙伴,提供情节建议、角色开发和文风模仿等辅助。AIGC 技术可以根据作者的初步构思生成创意扩展和多种写作可能性,激发作者的灵感。个性化写作:AIGC 技术可以根据目标受众的偏好和阅读习惯生成个性化内容,从而提高内容的吸引力和阅读率。这在营销领域尤为重要,能够帮助品牌精准地与
87、目标客户沟通,提升内容营销的效果。语言翻译和本地化:通过高级的语言模型和深度学习技术,AIGC 能够提供高质量的文本翻译服务,不仅限于文字的直译,还包括文化差异和语境的调整,实现内容的精准本地化。这对全球化运营的企业来说是一个宝贵的工具。学术和研究写作:AIGC 技术能够辅助学者和研究人员撰写学术论文和研究报告,通过自动化文献综述、数据分析解释和实验结果总结等部分,减轻研究人员的工作负担。编辑和校对:AIGC 不仅可以生成文本,还可以提供编辑和校对服务。通过自然语言处理技术,AIGC 能够识别并修正文本中的语法错误、拼写错误和风格不一致等问题,提高文本的整体质量。AIGC 在智能写作领域的应用
88、正在不断扩展和深化,它不仅提高了写作效率,还开辟了新的创意可能性。随着技术的进一步发展,可以预见 AIGC 将在未来的写作实践中发挥更加重要的作用,为个人和企业带来更多的便利和价值。3.舆情分析 AIGC(人工智能生成内容)技术在舆情分析领域的应用,为企业、政府机构和其他组织提供了强大的工具来理解和应对公众情绪。这项技术能够自动化地处理和分析大量的在线内容,包括社交媒体帖子、新闻评论、论坛讨论等,从而提供实时、深入的舆情洞察。以下是2024 年中国人工智能人才发展报告 33 AIGC 在舆情分析方面的一些关键应用:自动化情绪分析:AIGC 技术可以自动识别文本中的情绪倾向,如正面、负面或中性。
89、这对于快速了解公众对某一事件、产品或服务的感受至关重要。企业可以利用这些信息来调整策略,改善客户体验,或者在危机情况下采取措施。趋势预测和监测:通过分析社交媒体和网络上的讨论趋势,AIGC 可以帮助预测即将爆发的舆情问题或识别正在兴起的话题。这种预测能力使组织能够提前准备,更好地管理公众关系和品牌声誉。主题和关键词提取:AIGC 技术能够从大量文本中提取主要主题和关键词,帮助分析人员快速理解舆情的焦点。这对于制定有针对性的内容策略和回应计划非常有用。定制化报告生成:基于舆情分析的结果,AIGC 可以自动生成定制化的报告和摘要,为决策者提供准确的数据支持和建议。这些报告可以包括情绪变化趋势、关键
90、话题的讨论量变化、舆论领袖的意见等。实时反馈和互动:AIGC 还可以在分析舆情的同时,自动生成回应策略或直接与用户进行互动。例如,在识别到负面评论或反馈时,系统可以自动回复或通知客服人员进行处理,从而减少负面影响的扩散。多语言和跨文化分析:对跨国企业和全球事件来说,AIGC 技术能够处理和分析多种语言的文本,提供跨文化的舆情分析。这有助于全面理解不同地区和文化背景下的公众情绪和观点。AIGC 在舆情分析方面的应用,极大地提高了信息处理和分析的效率,使组织能够及时准确地洞察并应对公众情绪。随着技术的不断发展,AIGC 预计将提供更深入的分析功能,帮助组织更好地理解和管理舆论环境。2.6.5 AI
91、GC 在计算机视觉中的应用 1.智能安防 AIGC 在智能安防领域的应用通过提高监控分析的智能化水平、增强身份验证的准确性、优化交通管理等方面,显著提升了安全保障的效率和效果。随着技术的进一步发展,AIGC 预计将在智能安防领域扮演更加关键的角色,为社会的安全管理和服务提供更加强大的支持。(1)实时监控分析)实时监控分析:AIGC 技术能够实时分析监控视频流,自动识别可疑行为、非法入侵、火灾等安全威胁。通过深度学习模型,它可以从大量数据中学习并及时提出警报,大大减少了对人工监控的依赖,提高了响应速度和预防效率。2024 年中国人工智能人才发展报告 34 图 33 AIGC 赋能智能安防系统 (
92、2)人脸识别与验证)人脸识别与验证:在出入口控制和身份验证场景中,AIGC 技术可以实现高精度的人脸识别功能,即使在光照变化、面部遮挡等复杂条件下也能保持稳定性能。这对于提升建筑物的安全性、防止未经授权的访问非常重要。(3)异常行为检测)异常行为检测:AIGC 能够学习和识别正常行为模式,并在检测到异常行为时发出警告。这在公共安全、交通监控和零售防损等领域具有广泛应用,可以及时发现并防止犯罪和事故的发生。(4)智能交通系统)智能交通系统:在智能交通领域,AIGC 技术可以用于监测和管理交通流量,识别交通违规行为,优化交通信号控制等。通过分析路面情况和车辆行为,AIGC 有助于减少交通事故,缓解
93、拥堵。图 34 AIGC 赋能智慧交通 (5)安全巡检)安全巡检:利用无人机(UAV)和移动机器人等设备,搭载 AIGC 技术可以自动进行设施安全巡检,如电网、油气管线、桥梁等关键基础设施的检查。这种自动化巡检方式提高了检查频率和准确性,降低了人力成本和安全风险。(6)语音识别与紧急响应)语音识别与紧急响应:AIGC 还可以通过分析语音数据,识别紧急情况下的求救信号,自动触发报警系统或通知救援人员。这对于提高紧急事件的响应速度和救援效率具有重要意义。2024 年中国人工智能人才发展报告 35 2.医疗 AIGC 在医疗视觉应用方面的发展正为医疗诊断、治疗和培训带来革命性的改变。随着技术的不断进
94、步和临床验证,AIGC 预计将在未来的医疗健康领域扮演更加重要的角色,提高医疗服务的质量和效率,为患者提供更加精准和个性化的医疗解决方案。其中医学图像分析、诊断辅助、虚拟手术模拟、个性化治疗规划、医疗培训和教育、远程医疗咨询等,都在AIGC 的加持下,取得长足的进步。2023 年 9 月,腾讯健康公布医疗大模型,全新发布智能问答、家庭医生助手、数智医疗影像平台等多场景 AI 产品矩阵。医疗健康的数智化升级已从“先行先试”,转变为“全面拥抱”,人工智能及各类数智化工具的应用将加速普及。据统计,仅 2023 年,国内就已经发布近 50 款医疗大模型,有的是基于阿里、百度、腾讯、华为等大公司的通用大
95、模型,有的则聚焦医学科研、药物研发、智慧诊疗的各阶段,甚至针对医疗设备运维、医院管理等领域,以小时为单位更新。2023 年 9 月,医疗健康行业大模型应用技术要求出炉,这份由中国信息通信研究院、国家卫生健康委医疗服务指导管理中心以及多家医院、技术公司共同研究起草的规范,是业界首个围绕医疗健康领域提出的大模型应用技术标准规范。伴随着行业环境的不断优化,AIGC 在医疗健康行业必将大放异彩。图 35 AIGC 赋能医学图像分析 2.6.6 AIGC 在智能推荐系统中的应用 推荐系统是一种信息过滤系统,旨在预测和展示用户可能感兴趣的项目、内容或服务。它们通过分析用户的历史行为、偏好、相似用户的行为以
96、及项目的特性来实现个性化推荐。2024 年中国人工智能人才发展报告 36 推荐系统在多个领域中发挥着关键作用,特别是在电子商务、社交网络、内容提供(如新闻、视频和音乐)以及广告等行业,帮助用户在海量的选项中发现他们可能感兴趣的内容,同时也为平台增加用户参与度和满意度。1.推荐系统的主要类型 基于内容的推荐:这种方法依据用户过去喜欢或选择的项目的特征来推荐新项目。如果一个用户喜欢某个项目,系统将推荐与该项目相似的其他项目。协同过滤推荐:协同过滤基于用户间的相似性和项目间的相似性进行推荐。它分析用户对项目的评分或交互,找出相似用户或项目,然后基于这些信息进行推荐。用户基协同过滤:推荐那些与目标用户
97、有相似喜好的用户喜欢的项目。项目基协同过滤:推荐那些与用户已经喜欢的项目相似的项目。混合推荐系统:结合了多种推荐技术(如基于内容、协同过滤和其他方法)的推荐系统,旨在利用不同方法的优势,提高推荐的准确性和覆盖面。2.推荐系统的主要应用 AIGC 在智能推荐系统中的应用正推动着推荐技术的发展,不仅提高了推荐的精准度和个性化水平,也创造了更加丰富和动态的用户体验。随着 AIGC 技术的不断进步和优化,未来的推荐系统将更加智能和高效,更好地服务于用户和企业。图 36 智能推荐系统架构 个性化内容推荐:AIGC 技术可以分析用户的行为、偏好和历史互动数据,自动生成个性化的内容推荐列表。这不仅适用于电商
98、平台的商品推荐,也广泛应用于音乐、视频和新闻内容的推荐。通过提供更加贴近用户兴趣和需求的内容,AIGC 帮助提升用户的满意度和平台的留存率。动态内容生成:对于新闻网站和博客平台等内容提供者,AIGC 技术可以根据当前热门话题或用户兴趣动态生成相关的文章和帖子。这种实时的内容生成方式不仅能够吸引用户注2024 年中国人工智能人才发展报告 37 意,还能够提供更丰富、更及时的信息服务。用户界面个性化:除了内容推荐之外,AIGC 还能够个性化定制用户界面和交互方式。根据用户的行为模式和偏好,智能推荐系统可以调整布局、主题和功能选项,创造更加个性化和舒适的用户体验。交互式推荐:AIGC 技术使得推荐系
99、统能够与用户进行更深层次的交互,如通过问答形式进一步了解用户的具体需求,然后提供更加精准的推荐。这种交互式推荐方式可以有效提高推荐的准确性和用户满意度。预测分析:利用机器学习和数据挖掘技术,AIGC 可以对用户行为进行预测分析,提前发现用户的潜在需求和兴趣变化趋势。基于这些预测,推荐系统可以主动推送可能感兴趣的新产品或内容,从而提前占据用户注意力。社交网络推荐:在社交网络平台,AIGC 技术可以分析用户的社交关系和互动内容,推荐可能感兴趣的好友、群组或话题。这种基于社交关系的推荐方式,能够增强社交网络的黏性和用户活跃度。3.推荐系统的关键挑战 冷启动问题:对于新用户或新项目,由于缺乏足够的历史
100、数据,推荐系统难以做出准确的推荐。稀疏性问题:在大规模的推荐系统中,用户和项目的交互数据可能非常稀疏,这使得找到相似用户或项目变得困难。多样性和新颖性:推荐系统不仅要提高准确性,还需要确保推荐内容的多样性和新颖性,避免用户陷入信息茧房。隐私和安全:在收集和分析用户数据以提供个性化推荐的过程中,保护用户的隐私和数据安全显得尤为重要。2.7 中国人工智能产业发展特征(1)中国人工智能产业基础研究能力驱待提高。人工智能科研能力是保障人工智能产业持续发展的源动力,现阶段中国人工智能专利申请数量占全球总量的 37.1%,位居全球第一,相关论文产出量也高达 141840 篇。虽然我国在专利申请和论文产出方
101、面已经跻身全球领先序列,但我国从事人工智能基础研究的学者仅占全球总量的 11%,科研机构仅占 5%,仍落后于全球顶尖水平。由此看出,我国需持续加大在基础研究与顶尖人才培养方面的投入,缩小我国薄弱环节与全球顶尖水平的差距,继续抢占全球新一代人工智能产业发展的制高点。(2)中国人工智能企业众多、应用广泛。截至 2022 年底,全国人工智能产业有上市企业 514 家,占全国人工智能产业企业数量的 3.80%;高成长企业 3,410 家,占全国人工智能产业企业数量的 25.20%;高技术企业 6,801 家,占全国人工智能产业企业数量的 50.25%。2024 年中国人工智能人才发展报告 38 图 3
102、7 截止至 2022.12 全国人工智能产业金字塔 (3)中国人工智能产业受到资本市场的高度关注。资金是人工智能产业持续向好发展的重要保障,现阶段中国是全球人工智能产业投融资最为活跃的国家之一。总投融资事件数量占全球的 31.7%,投融资资金总额占全球的 60.0%,有力地支撑和推动了中国人工智能产业化落地和数字经济的深化发展。2.8 中国人工智能产业发展优势(1)国家多部委联动,顶层设计人工智能发展规划,凝聚政策优势。习近平总书记强调,人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的“头雁”效应。加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手,是推动
103、我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。在中央顶层制度设计的基础上,各地方政府根据各区域产业发展实际需求,纷纷出台了相应的产业发展规划与政策指导意见,为人工智能产业发展提供了良好的社会政策环境(2)数字时代助力。数据是新一轮人工智能的发展需要具备三大核心要素之一,丰富的市场数据量为人工智能应用的深化实践提供了基础条件。随着我国迈入数字经济时代,互联网、云计算、大数据等现代信息技术在各领域的持续深入,当前已积累了大量的消费级数据和企业级数据。IDC、希捷统计数据显示,预计到 2025 年将增至 48.6ZB,届时将占全球数据总量的 27.8%。在中央顶层制度设计的基础上,各
104、地方政府根据各区域产业发展实际需求,纷纷出台了相应的产业发展规划与政策指导意见,为人工智能产业发展提供了良好的社会政策环境。2024 年中国人工智能人才发展报告 39 (3)网民基数大,中小企业众多,增强开发场景优势:中国庞大的人口数量和企业基数为人工智能提供了丰富的应用场景,并由此衍生出大量基于人工智能技术的商业和应用模式的创新。人工智能技术作为实践数字经济的重要构成和基石,逐步与互联网时代的社交电商服务、共享经济服务、网络直播服务和互联网金融服务等融合,探索出新型应用模式。2.9 中国人工智能标准体系建设 为进一步加强人工智能标准化工作系统谋划,加快构建满足人工智能产业高质量发展和“人工智
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 举报,一经查实,本站将立刻删除。如若转载,请注明出处:http://www.51hangyebaogao.com/_aibin__/6171.html