人工智能通识课件 第7章-人工智能行业应用

人工智能通识第7章人工智能行业应用提纲7.1人工智能赋能千行百业7.2人工智能在文学领域的应用7.3人工智能在教育领域的应用7.4人工智能在金融领域的应用7.5未来展望与挑战提纲7.1人工智能赋能千行百业7.2人工智能在文学领域的应用7.3人工智能在教育领域的应用7.4人工智能在金融领域的应用7.5未来展望与挑战7.1人工智能赋能千行百业人工智能已成为推动产业升级、技术创新和社会智能化的核心引擎明确AI三步走战略，突破核心技术并构建开放协同的产业生态新一代人工智能发展规划统筹数字化发展，推动数据要素市场化与数字经济深度融合推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式将人工智能定位为驱动高质量发展的关键引擎，明确以“人工智能+”全面赋能产业、民生和治理数字中国建设整体布局规划关于深入实施“人工智能+”行动的意见十五五规划纲要2017年7月2023年2月2025年8月2026年3月7.1人工智能赋能千行百业人工智能赋能各行各业的核心在于数据驱动、智能辅助和流程优化提纲7.1人工智能赋能千行百业7.2人工智能在文学领域的应用7.3人工智能在教育领域的应用7.4人工智能在金融领域的应用7.5未来展望与挑战创作困境▌高度依赖灵感创作过程充满不确定性，灵感的迸发往往不可预测，导致创作效率低下，甚至出现长期的“创作瓶颈”。▌耗时耗力从构思情节、塑造人物，到反复推敲语言、打磨细节，每一个环节都需要耗费大量的时间和精力，难以速成。▌效率受限创作效率直接受限于作家个人的知识储备、精力状态和时间投入，难以突破个体生理与认知极限，实现规模化产出。挑战即机遇：上述传统文学创作中的“灵感不可控”、“流程重人力”与“产出难复制”三大痛点，恰恰为人工智能（AI）的技术赋能提供了切入空间。通过AI辅助，可以有效打破个人能力的天花板，重构文学创作的生产方式。7.2.1文学创作自然语言处理(NLP)能够深度理解并生成符合人类语法规则和语义逻辑的文本，是AI写作的基础。它赋予了机器理解语言含义、生成通顺语句的能力，是连接人类与AI创作的桥梁。深度学习模型通过学习海量文学作品，精准捕捉语言模式、句式结构、修辞手法乃至特定作家的写作风格。让AI能模仿不同文风，从古典诗词到现代小说，都能精准复刻神韵。序列建模技术以Transformer架构为代表，能有效处理长篇文本，保持上下文的连贯性。解决了传统模型“记不住前文”的难题，为创作长篇小说、剧本等复杂文本提供了关键技术支撑。大规模预训练模型可针对特定文学类型或风格进行优化，生成更符合创作者需求的文本。无论是网络小说、严肃文学还是广告文案，都能通过微调模型实现“定制化”内容生成。AI赋能文学创作的核心技术CharPoet(月之暗面)专注于古典诗歌创作领域，具备深厚的韵律模型，能精准生成符合古诗平仄、对仗等格律要求的诗句，还原古典诗词之美。微软小冰写作全能型AI写作助手，支持诗歌、散文、小说等多种体裁。最大特色在于对人类情感的细腻捕捉，侧重作品的情感表达与人文关怀。火龙果写作以长篇内容创作为核心优势。能辅助创作者构思情节脉络，优化叙事结构，解决长篇小说创作中的“卡文”与逻辑断层问题。阅文妙笔大模型专注网络文学垂直赛道，针对网文创作特点进行专项优化。提供人物设定、世界观构建、章节续写等智能化支持，赋能网文作者。主流AI写作工具概览随着人工智能技术飞速发展，AI写作工具已成为创作者的得力助手010203突破创意瓶颈当作家思路枯竭时，AI能提供情节、角色、场景等建议，帮助突破障碍，重获灵感。优化语言表达AI写作软件能对文本提出润色和优化建议，改善语句通顺度，提升作品整体语言质量。提升创作效率通过快速生成初稿、搜集整理资料，AI能将作家从繁琐的重复性工作中解放出来，专注核心创作。▎案例：AI生成诗歌输入提示词：“月夜,五言律诗”AI生成结果：“银光洒空庭，独步绕清影。

思绪随风远，夜深闻水声。”灵感催化剂与创作伙伴AI在创作中的价值远不止直接生成文本，它更像一个强大的“副驾驶”：1.激发灵感：为创作者提供新颖的视角与素材，解决“卡文”难题。2.辅助优化：充当文字编辑，提升表达精准度。3.效率倍增：处理机械性工作，让创作者聚焦于真正有价值的“灵魂表达”。AI辅助创作的价值与案例局限带来的影响与挑战不仅限制了文学研究的广度，阻碍了从宏观视角对文学史、文学流派进行数据化的梳理与分析，也在一定程度上制约了研究的深度，难以全面揭示文学作品背后的社会文化逻辑。这也正是AI技术介入文学分析领域的重要契机。7.2.2文学分析传统文学分析的三大核心局限效率低下：面对庞大、多样化的文本库，人工阅读和分析耗时耗力，难以进行大规模、系统性的量化研究，只能局限于对少量经典文本的个案分析。主观性强：分析结果极易受研究者个人的教育背景、学术立场、情感偏好甚至时代思潮的影响，难以形成客观、统一且具有普适性的结论。解读困难：文学语言复杂多变，充满隐喻、象征与多义性，且不同时期的文本存在语言隔阂，使得研究者对作品主题、风格和深层含义的精准理解与客观阐释异常困难案例对象《鲁迅杂文全集》利用AI主题建模算法

挖掘文学核心意象与思想脉络▍分析价值：通过对海量文本的主题建模，AI能够自动提取作品中反复出现的高频关键词与语义群，帮助文学研究者跨越“细读”的时间成本，快速从宏观层面把握作家的思想体系与作品的文化背景。本案例基于鲁迅杂文全集，通过AI识别出了四个高度凝聚的核心主题，清晰展现了其文学创作的精神内核。🎯社会批判主题聚焦国民劣根性与社会黑暗面

核心词：国民、社会、冷漠、看客🔥文化启蒙主题呼唤思想觉醒与青年力量

核心词：青年、思想、觉醒、革新🇨🇳民族与历史主题反思历史命运与国家出路

核心词：中国、革命、黑暗、历史🌌个体生命与孤独探索精神世界与灵魂困境

核心词：孤独、灵魂、麻木、个人AI文学分析案例：主题建模三、风格迁移定义与价值在保持核心语义不变的前提下，对语言的表达形式、风格特征进行重塑，实现“语义保真”与“风格重塑”的平衡。技术原理依托深度学习与生成模型，通过“语义层”和“风格层”的双层机制，精准捕捉并迁移作家的语言模式。应用前景降低阅读门槛、创造新的美学体验、促进跨文化传播、辅助语言学习，具有广阔的发展潜力。案例一：朱自清《背影》→鲁迅风格【原文】：我看见他戴着黑布小帽，穿着黑布大马褂，深青布棉袍，蹒跚地走到铁道边...【鲁迅风】：他戴着黑布小帽，旧棉袍被风吹得紧贴身上。脚下是冷硬的铁轨...那一刻，他不只是爬上月台，而是在岁月的铁沟里挣扎着往上爬。案例二：《论语》→余华风格【原文】：道之以政，齐之以刑，民免而无耻；道之以德，齐之以礼，有耻且格。【余华风】：政令和刑罚管得了行动，却管不了心，人不过是为了躲灾避祸，心里头哪还有半点羞耻。只有把德行和礼节慢慢揉进日子里，人才会自己心里长出一杆秤，分得清好歹，辨得明是非。AI文学风格迁移案例提纲7.1人工智能赋能千行百业7.2人工智能在文学领域的应用7.3人工智能在教育领域的应用7.4人工智能在金融领域的应用7.5未来展望与挑战7.3人工智能在教育领域的应用智能技术正成为提升教学效率、优化学习体验和增强教育公平的重要工具把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变….推行更富成效的学习方式国务院关于深入实施“人工智能+”行动的意见2025年8月朝建成教育强国目标迈进各级政府加强部署人工智能赋能教育2024年9月-12月全国教育大会系统部署教育强国建设教育部部署加强中小学人工智能教育北京市教育领域人工智能应用工作方案加快建设高质量教育体系落实《教育强国建设规划纲要(2024—2035年)》2025年1月-5月国务院印发教育强国建设规划纲要(2024－2035年)教育部等九部门关于加快推进教育数字化的意见北京市中小学人工智能教育工作方案(2025-2027年)………7.1智能助教传统教学通常依赖教师个人经验进行资源收集、课件制作、出题组卷和作业批改耗时费力容易受到主观判断影响难以形成系统化和可量化的数据限制了教学效率和教学质量的提升7.1智能助教师承万象教育大模型智能教案生成、智能批改、智能出题7.2智能助学在传统自主学习模式下，学生常常面临诸多挑战学习资源难以筛选学习路径不明确学习体验单一及实践能力不足7.2智能助学人工智能在这一背景下展现出显著的优势，为学生提供高效、个性化的学习支持。通过智能资料推荐系统，学习内容能够根据学生的学习目标、知识掌握水平和兴趣偏好进行筛选与推送，从而实现精准学习。7.2智能评测智能评测核心目标在确保教学目标、知识结构和学习成效不被削弱的前提下，对学习者的认知能力、知识掌握情况及行为表现进行全面、动态和个性化的评价。智能评测核心方法数据分析与自然语言处理机器学习与深度学习模型评测建模与个性化算法可解释性与公平性设计提纲7.1人工智能赋能千行百业7.2人工智能在文学领域的应用7.3人工智能在教育领域的应用7.4人工智能在金融领域的应用7.5未来展望与挑战7.4人工智能在金融领域的应用传统金融与数字金融金融行业正在经历智能化与数字化转型。传统金融业务依赖经验判断、规则驱动和人工操作。海量交易数据与复杂市场环境下，效率有限，容易产生风险漏洞。VS7.4人工智能在金融领域的应用实时分析和处理大量信息智能化决策、风险预测个性化服务从而显著提升运营效率与竞争力AI在金融的价值7.4.1智能风险管理与预测AI驱动的金融风险管理传统风险管理依赖历史数据、固定规则和专家经验，在数据量大、市场波动快与产品结构复杂时，易出现响应滞后、预测不准和覆盖不足。人工智能（深度学习、图神经网络、强化学习、生成式模型）可对跨市场、跨资产、跨时间的海量数据实时分析识别潜在风险并实现动态、自适应的自动干预。7.4.1智能风险管理与预测金融风险管理信用风险预测：AI融合交易、还款、财务、社交与宏观数据，构建多层风险图谱，实时更新违约概率并自动调整额度与利率。市场风险预测：AI通过生成式模型与强化学习模拟极端波动与政策冲击，支持组合优化、对冲与实时资本配置，动态调整风险阈值。7.4.1智能风险管理与预测金融风险管理欺诈检测：AI用图神经网络与深度学习分析交易网络，识别异常与隐蔽关联，提供毫秒级预警并自动冻结交易或触发验证与复核。基于GNN检测欺诈活动7.4.1智能风险管理与预测人工智能可同时监控流动性、系统性与操作风险通过图神经网络分析资金流与交易关联等与外部数据，识别资金链断裂与操作异常，生成可视化风险雷达支持实时决策借助生成式模型与情景模拟动态评估极端事件对组合与资本的影响风险雷达图深度强化学习持续优化干预策略，实现自适应、全流程风险控制，推动风险管理从被动监测向多维主动干预转型7.4.2

自动化决策与投资优化在金融实践中，人工智能正全面重塑投资管理，实现从经验驱动向全流程智能化和动态优化的转型。7.4.2

自动化决策与投资优化在金融实践中，人工智能正全面重塑投资管理，实现从经验驱动向全流程智能化和动态优化的转型。投资策略优化投资策略创新与订制投资策略执行情景模拟

预测策略收益多方案对比

提供量化依据历史回溯

提升策略稳健生成式模型不同资产配置市场周期验证动态调整交易计划

跨市场跨资产综合分析自适应学习高效动态自适应分析历史市场表现和投资者偏好

综合不同市场信息实现全局优化通过全流程的策略制订、动态优化与自动化执行，人工智能极大地提升资产配置效率与投资的灵活性7.4.3

智能客服与数字化金融产品人工智能使金融服务从传统标准化模式转向高度智能化个性化和实时响应的生态体系7.4.3

智能客服与数字化金融产品人工智能使金融服务从传统标准化模式转向高度智能化个性化和实时响应的生态体系产品个性化金融产品的协同提升智能客服人工智能可以根据客户资产状况等自动生成订制化的投资方案，并能够实时综合调整产品参数，实现全流程智能优化在服务交付环节，智能客服和虚拟助理通过自然语言处理、多轮对话与情境理解技术，

实现全天候、主动式的个性化服务。交易检测

资金和信息安全智能推荐

高效自适应生成式模