2025走进海洋人工智能的未来

浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心走进海洋人工智能的未来浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心心心提纲01大模型时代来临——我们为何关注它？2月17日，习总书记主持召开全国民企座谈会，梁文锋校友受邀1月20日下午，2月17日，习总书记主持召开全国民企座谈会，梁文锋校友受邀当一家AI公司的创始人坐在最有分量的民营企业座谈会席位上时，整个科技产业的坐标系可能都在发生位移。01大模型时代来临——我们为何关注它？AI霸主美国轰然：OpenAI总裁孙达尔·皮柴发文盛赞，CEO山姆·奥特曼感到不安；微软CEO纳德拉称赞DS为行业树立新标准；英伟达市值蒸发6000亿？DeepseekR1与其它综合模型对比其他国家的态度：DS的成功为日本初创企业树立了榜样；英国卫报DS打破了美国在AI领域的垄断；欧盟认为整个行业带来了重要机遇浙江大学人工智能教育教学研究中心浙江01大模型时代来临——我们为何关注它？浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心DeepSeek-V3模型的训练语料库包含14.8万亿词元（Token）。心心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心01浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心若前方无路，我便踏出一条路传统算力路径不符合我国国情，需另辟路线GPT-4：1.8万亿巨量参数、训练一次就花费6300万传统算力路径不符合我国国情，需另辟路线GPT-4：1.8万亿巨量参数、训练一次就花费6300万心上万张英伟达最强的H100显卡以及更快的InfiniBand网络互连技术心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江01大模型时代来临——我们为何关注它？浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心202220222023核心特点l参数规模巨量：构建强大的特征表达与复杂知识体系l通用性与泛化能力：跨语言、跨任务核心特点l参数规模巨量：构建强大的特征表达与复杂知识体系l通用性与泛化能力：跨语言、跨任务适应力极强l多模态能力：可同时处理文字、图像、语音等多种信息形式若让一个人每秒读1个词，需要47万年才能读完。假设每个token是一颗沙粒，14.8万亿颗沙可填满4.5个北京水立方。uGPT-4：1.8万亿巨量参数、训练一次6300万美元！浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江01大模型时代来临——我们为何关注它？浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心金融领域金融领域对话无障碍反应高智慧对话无障碍反应高智慧医疗领域复杂指令执行简单聊天制造与工业领域洞察意图预测需求浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江01大模型时代来临——我们为何关注它？浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心I多渠道信息整合心心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江01大模型时代来临——我们为何关注它？浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心可操作性案例可操作性案例苏格拉底导师视觉输入案例01大模型时代来临——我们为何关注它？裁剪推理模型发展脉络推理模型发展脉络推理时间扩展方法推理时间扩展方法提示词工程提示词工程投票及搜索策略投票及搜索策略提纲mm02深海探索——海洋是地球最后的待开发疆域海洋探测与认知l深海海底探明率不足5%l海底勘测的分辨率大于100米海洋探测与认知l深海海底探明率不足5%l海底勘测的分辨率大于100米海洋资源的开发与利用l油气：海底探明可采储量占比超1/3l孕育了独特的矿产资源和生物资源mm02深海探索——海洋是地球最后的待开发疆域海洋的精准知识有待完善探寻深海通用模型的“盲区”探寻深海深海世界的复杂性与挑战mm02深海探索——海洋是地球最后的待开发疆域噪声问题数据稀疏提纲应用图谱——海洋大模型的现实可能性mm浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心人工智能教育教学研究中心重要意义：解决海底移动观测与作业平台空缺、环境适应能力不足、人工智能教育教学研究中心江应用图谱——海洋大模型的现实可能性mm江浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心采用近海底工作模式的新型AUV——水下直升机由起降、定点悬停、贴底飞行等功能由于能够做到悬停，可实现一定的作业功能实现不同站点之间的能量和数据的无线接驳填补海洋底部区域缺乏观测平台的空白helipadhelipad心心应用图谱——海洋大模型的现实可能性mm能源供给通讯模块驱动模块作业模块导航模块控制系统（机载）控制系统（机载）通讯模块作业模块导航模块控制器（基站）控制器（基站）器辅助模块能源供给支撑结构支撑结构水下直升机“端-边-云”协同探测架构应用图谱——海洋大模型的现实可能性mm分工机制分工机制技术支撑技术支撑浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学mm03应用图谱——海洋大模型的现实可能性浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心人工智能教育教学研究中心浙江大学人工智能教育教学研究中心海洋科学任务的专家。生成的数据集由各种部分组成，以使海洋科学问题中所需的行为保持一致。OceanGPT不仅显示了海洋科学任务的更高水平的专业知识，而且还初步获得了海洋特殊场景具有的一些特点环境复杂数据低质数据异构关联困难资源受限算力瓶颈海洋特殊场景具有的一些特点环境复杂数据低质数据异构关联困难资源受限算力瓶颈未知环境的推断能力与环境感知泛化能力OceanAgent|海洋探索的小尺度多模态大模型助手（端侧赋能）搭建面向海洋特殊场景的小尺度多模态大模型，探寻多模态数据的异构特征对齐方法，实现从多模态数据中提取关键信息到可操作知识的技术闭环，并通过轻量化技术适应海洋边缘计算平台和资源受限环境的部署需求。设计跨模态连接器设计跨模态连接器实现异构特征对齐引入多尺度残差网络优化低质量图像处理采用小规模模型确保轻量化部署训练海洋领域大语言模型支持自然语言指令解析生成mm03应用图谱——海洋大模型的现实可能性挑战挑战电磁波强衰减通信方式受限现状现状声学通信为主带宽低、延迟高未来方向大模型助力大模型助力链路策略预测质量智能评估自适应通信调控应用图谱——海洋大模型的现实可能性mm实现海洋机器人自主执行复杂任务如巡航、采样、勘测关键技术关键技术路径规划动态行为决策（基于大模型的策略生成）异常检测与应对机制（自主中断、大模型优势大模型优势策略泛化能力强支持自然语言任务指令转化为行动序列多模态输入，mm03应用图谱——海洋大模型的现实可能性欠驱动固定时间路径规划与轨迹跟踪控制针对欠驱动AUH系统中摇摆速度和航向角之间的强非线性耦合，开发一种自适应固定时间制导律。mm03应用图谱——海洋大模型的现实可能性传统Actor-Critic框架图时空语义联合路径规划算法框架图时间序列建模因果推理主要优势信息不确定情况下补全通过高阶语义关联，输出下一时刻环境状态的语义预测与关键提示加速策略收敛增强动态环境适应性用“聪明的大脑”赋能机器人看懂环境、想清楚下一步如何决策浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学mm03浙江大学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心浙江浙江大学人工智能教育教学人工智能教育教学研究中心浙江大学人工智能教育教学研究中心人工智能教育教学研究中心浙江大学人工智能教育教学研究中心应应用图谱——海洋大模型的现实可能性mm涡心的轨迹数据[经度，纬度]的组合具有空间特征。同时，由于涡的广泛性，其运动同时受涡间相互作用影响涡心的轨迹数据[经度，纬度]的组合具有空间特征。同时，由于涡的广泛性，其运动同时受涡间相互作用影响。提出空间投影模型，实现一维序列向二维空间的映射，提高轨迹预测精度。基于涡特征权重-高斯投影搭建时空序列网络基于涡特征权重-高斯投影搭建时空序列网络南海卫星数据实验涡特征权重涡特征权重-mm03mm03应用图谱——海洋大模型的现实可能性直接式间接式直接式间接式mm03应用图谱——海洋大模型的现实可能性环境适应性：动态海况下的校正——热带气利用位势高度和水汽特征的热带气旋中心定位利用位势高度作为补充特征提升无眼气旋定位精度；加风眼区域；加入了多尺度注意力机制提取气旋不同空间尺度特征基于多尺度和多层特征提取的热带气旋强度估计红外图像水汽图像融合图像气旋特征可视化利用位势高度和水汽特征的热带气旋中心定位利用位势高度作为补充特征提升无眼气旋定位精度；加风眼区域；加入了多尺度注意力机制提取气旋不同空间尺度特征基于多尺度和多层特征提取的热带气旋强度估计红外图像水汽图像融合图像气旋特征可视化mm03应用图谱——海洋大模型的现实可能性02任务规划02任务规划03动态环境中通信决策强化学习规划决策决策协同推理未知环境协同推理未知环境感知与泛化提纲mm04向“深蓝智能”迈进——机遇与挑战共生轻量化模型部署——让AI在低算力环境"轻装上阵"方法优点缺点知识蒸馏保持精度训练成本高量化模型尺寸/推理加速需考虑精度损失剪枝削减冗余参数方法优点缺点知识蒸馏保持精度训练成本高量化模型尺寸/推理加速需考虑精度损失剪枝削减冗余参数可能影响泛化能力发展趋势mm04向“深蓝智能”迈进——机遇与挑战共生mm04向“深蓝智能”迈进——机遇与挑战共生2020年浙江大学发布启动“智慧海洋