人工智能通识（中篇共上中下3篇）

机器听世界素养目标技能目标知识目标能够利用语音识别技术完成文字的录入；能够结合语音识别和专业背景提出创新性应用思路了解语音识别的概念；熟悉语音识别的关键技术；熟悉语音识别的模型和主要流程。树立民族自豪感，坚持民族自信；培养学生对国产优秀AI模型和产品的关注热情。学习目标人类能轻松地从嘈杂环境中分辨出熟悉的声音，理解其中的意义，并作出回应。但对机器而言，让它们“听懂”并理解人类的语言，却是一项复杂而艰巨的任务——需要将连续的声波信号转化为数字形式，提取关键特征，再借助声学模型与语言模型一步步推理，才能让机器像人一样“听见”并理解我们所说的话。1.2.3.语音识别概述语音识别的主要模型语音识别的主要流程4.语音识别的应用场景目录01语音识别概述什么是语音识别语音识别是人工智能技术，将语音信号转换为文本或命令，核心是将语音中的词汇内容转换为计算机可读输入，如按键、二进制编码或字符序列。语音识别概念声音是空气密度的周期性变化形成的声波，基本要素包括幅度、频率和相位。人耳能感知的频率范围约为20Hz~20kHz。声音的物理基础语音由声带产生周期性信号，声道作为滤波器形成特定共振峰，最终由嘴唇或鼻腔辐射形成语音信号。语音产生机制02语音识别的主要的模型GMM-HMM模型是传统声学模型，GMM建模语音特征概率分布，HMM建模语音信号时间序列结构，能处理输入输出长度不等的问题。高斯混合模型-隐马尔可夫模型（GMM-HMM）声学模型DNN-HMM模型用DNN代替GMM，估计HMM的观测概率，对复杂语音特征的表达能力更强，但缺乏对长时间上下文关系的建模能力。深度神经网络-隐马尔可夫模型（DNN-HMM）声学模型N-Gram模型是基于统计的语言建模方法，通过统计N-Gram片段出现的频率估算概率，结构简单但难以建模长距离上下文依赖关系。语言模型是语音识别系统中的重要组成部分，其主要作用是对词序列的合理性进行建模，用以约束识别结果的语法和语义结构语言模型N-Gram

模型RNNLM模型利用循环神经网络对词与词之间的关系进行建模，能捕捉长距离上下文信息，缓解未登录词问题。

RNNLM模型

端到端模型避免了传统模型中子模块训练目标不一致导致的误差累积问题，能直接优化最终目标，如词错误率或字错误率。端到端模型将整个识别流程视为一个统一的建模问题，直接对概率P(W|X)进行建模，简化了建模过程，主要有基于CTC和基于注意力机制两类方法。端到端模型03语音识别的主要流程语音信号预处理预处理步骤包括预滤波、采样与模数转换、预加重、分帧与加窗、端点检测等，目的是将模拟语音信号转化为便于后续处理的数字信号。预处理的重要性预处理是语音识别系统的起点，能提升语音信号的分析可行性和准确性，决定最终识别性能的重要因素之一。特征提取MFCC特征提取过程包括语音分帧加窗、快速傅里叶变换、通过梅尔滤波器组、取对数、离散余弦变换等步骤。常见特征包括MFCC、Fbank、PLP、LPCC等，其中MFCC是最经典和主流的特征提取方法，模拟了人耳听觉感知机制数据准备模型初始化010302定义损失函数模型训练训练优化0504评估与调参构建大规模、带时间对齐的“语音+文本”训练语料库，包括多个说话人、多口音、多场景，以增强模型的鲁棒性。选择合适的模型结构（如DNN、LSTM、Transformer、CTC、RNN-T等），对模型参数进行初始化根据任务选择交叉熵损失（分类）、CTC损失（对齐无关）或Seq2Seq损失（编码解码结构）通过梯度下降（如SGD、Adam）等算法训练模型，进行参数的学习，同时采用正则化、学习率调度等技术防止过拟合。在验证集和测试集上评估识别效果（如字错误率、词错误率），并据此优化模型结构、训练策略或调整模型参数等。03.01.02.输入帧信号通过麦克风采集语音信号，形成一帧帧的音频数据特征提取对每一帧音频进行MFCC等声学特征提取声学模型处理使用GMM对特征与声学状态进行匹配；使用HMM描述语音的时间变化结构，将状态序列解码为音素语音解码05.04.词典映射音素序列通过发音词典映射为单词序列。词典定义了每个单词对应的音素组合语言模型判断将单词进一步组合成句子，评估词序列的语法合理性与语义连贯性，从而选出最可能的句子作为最终识别结果04语音识别的应用场景语音输入12语音输入使信息录入和沟通更加高效便捷，能识别多种语言和方言，自动纠错、断句和添加标点，提升输入质量和交流效率。语音输入与通讯语音搜索内容用户可通过自然语言发出语音指令完成搜索，提升搜索效率，降低操作门槛，适用于多种搜索场景。语音客服自助服务语音客服系统通过自动语音应答提供引导服务，实现基础业务的自动闭环处理，还能识别客户语音中的多维信息，提供个性化服务。实时通话转录在客户与人工客服的实时通话过程中，语音识别系统能够将通话内容即时转录为文字，为客服人员提供辅助，提升服务效率。0102每个人的生活习惯和需求都有所不同，语音输入技术能够根据用户的个性化需求，提供定制化的智能家居服务个性化的语音服务02智能语音助手不仅能够识别并执行用户的语音指令，还能够通过学习和分析用户的使用习惯，为用户提供更加智能化的服务。智能语音助手03语音输入技术在智能家居控制中的应用不仅限于简单的指令执行，更能够实现场景化的控制。场景化的语音控制01智能家居语音输入技术还能够实现智能家居设备与其他智能设备的联动。与其他智能设备的联动04车载系统驾驶者可通过语音指令控制车载系统，避免因操作设备而分心，提高驾驶安全性。安全驾驶的得力助手车载系统中的语音助手能处理复杂任务，如拨打电话、发送短信、查询天气等，还能根据驾驶者意图提供相应服务。多功能的语音助手12每个人的驾驶习惯和喜好都有所不同，车载系统也需要具备一定的个性化和适应性。通过语音输入技术，车载系统能够学习和适应驾驶者的使用习惯，并提供定制化和个性化的服务。个性化和适应性通过语音输入技术，驾驶者可以轻松地控制家中的智能家居设备，如打开家中的空调、照明设备等。这种联动不仅提高了生活的便利性，也使得驾驶者与家居环境的互动更加紧密。与其他智能设备的联动34实验案例：任务说明💡实验目标本次实验包含两个核心任务，旨在将理论知识应用于实战，深入掌握语音识别技术应用。📋任务详情1上课录音转文字目标：通过语音识别平台，体验实时录音转写与音视频文件转文字的完整流程。2智能语音识别目标：在AI训练平台上完成语音数据采集、模型训练与测试，理解语音分类的整体流程，并能分析影响AI准确性的环境因素。谢谢机器讲你知素养目标技能目标知识目标能够利用自然语言处理技术完成与计算机的沟通；能够结合自然语言处理和专业背景提出创新性应用思路。理解自然语言处理的定义。；了解自然语言处理模型的演变历程；熟悉自然语言处理的主要技术。树立民族自豪感，坚持民族自信；培养社会责任感和职业道德；促进爱国情怀和科技自强决心。学习目标自然语言处理旨在使机器理解、解释并生成人类语言，实现人机之间有效沟通，使计算机能够执行语言翻译、情感分析、文本摘要等任务。1.2.3.自然语言处理概述自然语言处理的演变历程自然语言处理的主要技术4.

自然语言处理的应用场景目录01自然语言处理概述自然语言处理（NaturalLanguageProcessing，NLP）使机器理解、解释并生成人类语言，实现人机之间有效沟通，是机器语言和人类语言之间沟通的桥梁。自然语言处理的定义自然语言处理概述自然语言处理广泛应用于翻译、问答系统、语音助手、情感分析等领域，为人们的生活和工作带来极大便利。如今，NLP的发展使得人机交互更加自然和高效，极大地改善了我们的科技体验。自然语言处理的应用前景02自然语言处理模型的演变历程数字图像成像过程数字相机通过镜头、感光传感器等将模拟图像信号转换为数字图像信号，再经图像处理器压缩存储，完成图像的数字化。PART02自然语言处理模型的演变历程早期智能模型早期自然语言处理依赖人工编写规则，如词法、句法规则，处理简单语言现象，但难以应对复杂语言问题。应用场景情感分析工具系统通过统计“垃圾邮件”中常见的词汇（如“免费”“中奖”）来判断邮件是不是垃圾邮件。它们利用关键词的出现概率，对邮件进行简单的分类。系统通过统计“垃圾邮件”中常见的词汇（如“免费”“中奖”）来判断邮件是不是垃圾邮件。它们利用关键词的出现概率，对邮件进行简单的分类。垃圾邮件过滤器数字图像成像过程数字相机通过镜头、感光传感器等将模拟图像信号转换为数字图像信号，再经图像处理器压缩存储，完成图像的数字化。PART02自然语言处理模型的演变历程词向量模型

词向量模型（WordEmbeddingModel）将语言中的每一个词映射为一个稠密的、低维的向量（实数向量），这样模型可以更好地“理解”词与词之间的语义关系。如“猫”“狗”“动物”在词向量空间中接近，表示语义相似性，为模型处理语言提供数学基础。应用场景短视频标签推荐假设你上传了一段关于“烘焙”的视频，系统可以自动生成相关标签，如“蛋糕”“甜品”以及“烘焙教程”，因为它能理解“烘焙”和“蛋糕”之间的关系当你在搜索引擎中输入“如何养猫”时，系统不仅能输出相关内容，还能推荐“幼猫喂养指南”这样的相关内容，因为“猫”和“幼猫”在词向量空间中的距离很近。智能搜索数字图像成像过程数字相机通过镜头、感光传感器等将模拟图像信号转换为数字图像信号，再经图像处理器压缩存储，完成图像的数字化。PART02自然语言处理模型的演变历程深度学习模型

随着深度学习的引入，NLP模型开始能够处理更复杂的语言任务。就像我们学外语时，能将单词、语法与上下文联系起来，理解语言中的多义性和上下文之间的联系。应用场景语音输入法即使你使用带有方言的语音输入，如“俺想吃饺子”，系统也能够识别并将其准确转写为标准文字，因为它能够结合上下文理解语音的含义如果你询问“订单多久到货？”，系统不仅可以检索订单信息，还能够结合历史数据进行推理，给出准确的回答“预计明天下午送达”。智能客服数字图像成像过程数字相机通过镜头、感光传感器等将模拟图像信号转换为数字图像信号，再经图像处理器压缩存储，完成图像的数字化。PART02自然语言处理模型的演变历程Transformer模型

Transformer模型在多个任务上都能达到超人级别的表现，因其能够通过大规模预训练学习到语言的深层次规律。目前最常用的机器翻译模型是Transformer模型，它可以实时翻译对话甚至识别口音应用场景智能写作助手当你输入“写一篇关于环保的演讲稿”时，GPT能够根据你的需求，自动生成完整的文章结构，甚至包括引言、论点和结论想象一下，在一场中英文混杂的国际会议上，系统能够实时翻译与会者的讲话，甚至能够处理不同的口音和方言。实时翻译03自然语言处理的技术自然语言处理的技术0102基础技术高级技术（1）词语拆解（2）句法解析（3）语义理解（1）上下文推理——让机器“不健忘”（2）文本生成——机器的“写作课”自然语言处理的技术0304情感与交互技术学习技术（1）情感分析——判断“好评”还是“差评”（2）对话系统——24小时在线的“智能助手（1）监督学习——“开卷考试”（2）无监督学习——“自己找规律”03.01.02.词语拆解1）分词：把句子“切”成一个个词语。例如，“我想吃火锅”就变成了“我/想/吃/火锅”这样的分词组合。2）词性标注：给每个词贴上“身份标签”，就像给每个同学贴上不同的角色标签一样。例如，“小猫在沙发上睡觉”，给每个词贴上标签后就是“小猫（名词）、在（介词）、沙发（名词）、上（方位名词）、睡觉（动词）”句法解析句法解析是机器的“语法老师”，它教会计算机如何拆分句子的主谓宾结构，让机器能识别“谁在做什么”。语义理解（1）多义词消歧：就像“苹果”在不同场景中的含义不同，机器必须根据上下文判断词义。例如，在“苹果股价上涨”中，“苹果”指公司；而在“苹果富含维生素”中则指水果。（2）命名实体识别：就像在文章中“划重点”一样，用于识别文本中的人名、地名等实体。例如，“马斯克宣布特斯拉将在上海建厂”的重点是人名（马斯克）、品牌（特斯拉）、地名（上海）。基础技术01.02.上下文推理——让机器“不健忘”1）指代消解：就是解决“它”“他”“这里”指代什么的问题。例如，“小王买了一本书，他今天读完了它”，机器要能知道“他”指的是小王，“它”指的是书，这样才能准确理解句子的意思。2）话语分析，就像理解聊天记录中的“潜台词”。例如，用户问：“你们几点下班？”，表面是在问时间，其实可能是在关心“我现在是否还能过来办理业务”。文本生成——机器的“写作课”1）摘要生成：把长文变成“金句”。类似我们读了一篇很长的故事，然后用自己的话把这个故事的主要内容简单说一下。2）机器翻译：打破语言壁垒的“同声传译”。例如，我们出国旅游时，用翻译类的APP拍下菜单，它能实时显示“Sushi→

寿司”。3）故事创作：AI充当“编剧助手”。例如，输入“侦探在雨夜发现一封信……”AI就能根据这个开头续写破案过程，它就像一个有创意的小助手，帮助我们创作出有趣的故事。高级技术01.02.情感分析——判断“好评”还是“差评””1）情感分类：就像给评论“贴表情包”，让机器一眼就能看出评论是正面的还是负面的。例如，分析评论“这手机续航太差了！”，机器就会给它贴上“负面”的表情包标签。2）情感强度分析：不仅能判断出情感的好坏，还能区分情绪的强烈程度，就像我们能听出别人是有点生气还是非常愤怒一样。对话系统——24小时在线的“智能助手”1）问答机器人：“活的百科全书”，不管我们问什么问题，它都能给出答案。例如，询问“如何做番茄炒蛋？”，AI不仅会回复详细的步骤，还会提供视频链接。2）聊天机器人：“贴心客服”，能帮助解决各种问题。例如，淘宝客服机器人，可以帮助查订单、退换货，还会用“亲”开头来拉近和用户的距离，让用户感觉更亲切。情感与交互技术03.深度学习——“复杂任务专家”01.02.无监督学习——“自己找规律”监督学习——“开卷考试”

监督学习是一种通过带标签（答案）的数据训练模型的方法。模型通过比较预测结果与真实标签的差异，逐步调整参数以减少误差。其数学本质是优化损失函数（如交叉熵、均方误差），使模型输出逼近真实分布。

例如，用标记好的“垃圾短信”（广告、诈骗）和“正常短信”来训练分类器，这样机器就能学会区分垃圾短信和正常短信了。无监督学习不使用标签数据，而是通过聚类、降维等方法发现数据的内在结构和规律。其核心任务是挖掘潜在模式。例如，通过词频统计发现主题分布或通过用户行为聚类划分兴趣群体。深度学习通过多层神经网络模拟人脑的层次化信息处理机制。其核心优势在于自动提取高阶特征。例如，从原始语音信号中逐层提取音素、词汇到语义信息。自然语言处理的学习技术典型应用场景核心价值什么是多模态技术？

多模态技术是人工智能领域的革命性突破通过融合视觉、听觉、文本等多源信息赋予机器接近人类的综合感知与推理能力

例如，用标记好的“垃圾短信”（广告、诈骗）和“正常短信”来训练分类器，这样机器就能学会区分垃圾短信和正常短信了。"耳眼并用"的综合感知能力从"单一感官"→"全感官"从"工具"→"伙伴"

智能相册检索

语音："帮我找手机照片里的狗狗"↓

听懂指令+扫描图片+识别宠物↓

快速定位目标照片未来智能家居

摄像头

→

识别手势

麦克风

→

接收语音

温度传感器

→

感知环境↓

综合判断，精准服务技术技术前沿：多模态技术——让机器拥有"全感官"

04自然语言处理的应用场景01语音助手技术特点理解人类语言语音识别和生成上下文感知自我学习与改进0203语音助手技术流程（1）语音输入（2）语音识别（3）自然语言理解（NLU）（4）对话管理（5）自然语言生成（NLG）（6）语音合成（TTS）（7）输出回应语音助手的应用语音助手广泛应用于信息查询（如天气、新闻、百科）、生活服务（如闹钟、日程、购物）、智能家居控制（如灯光、家电、安防）、车载交互（如导航、音乐、通话））等场景，通过语音理解和执行命令，为用户提供高效、便捷、自然的操作体验。语音助手机器翻译的技术特点多语言支持、高效快速、持续改进、上下文理解、定制化翻译010203机器翻译机器翻译的技术流程（1）文本输入（2）语言检测

（3）文本预处理

（4）翻译模型应用

（5）语言生成

（6）后处理

（7）输出翻译结果02（1）文本输入（2）文本预处理（3）特征提取（4）情感分类（5）情感强度评估（6）结果展示（7）反馈与调整技术流程02情感分析广泛应用于舆情监测与品牌管理、客户反馈分析、市场调研、金融情绪预测、娱乐推荐以及心理健康监测等领域，通过对用户情绪的自动化识别与分析，帮助企业、机构和个人更精准地理解公众态度并做出相应决策应用场景031）情感识别2）多语言支持3）实时分析4）细粒度情感分析5）自我学习与改进技术特点01情感分析技术特点自动、高效分类；多类别支持；自我学习与改进；多语言处理；可扩展性强技术流程（1）文本输入（2）文本预处理（3）特征提取

（4）模型训练（5）模型验证与优化（6）文本分类（7）结果输出（8）持续学习与更新应用场景文本分类是一种利用自然语言处理和机器学习技术，将文本自动归入预设类别的技术，广泛应用于垃圾邮件过滤、新闻分类、舆情监测、客服工单自动分配、法律文书归档、学术论文主题识别、社交媒体内容审核等场景，通过快速准确地为海量文本打上标签，提高信息处理效率并支持自动化决策。010302文本分类实验案例：任务说明实验目标本次实验包含两个核心任务，旨在将NLP理论知识应用于实战，深入掌握自然语言处理技术的实际应用能力。任务详情1智能情感分析目标：理解文本分类、特征提取、模型训练的基本流程，能够构建简单的情感分析模型，判断文本情感倾向。2智能对话机器人目标：理解意图识别、实体抽取、对话管理的整体流程，能够搭建简单的问答系统，实现基础的人机交互。图像的压缩数字图像和视频数据中存在着大量的信息冗余和主观视觉冗余，因此图像的压缩是必要的，也是可能的。PART02本章小结本章首先介绍了自然语言处理的定义和发展历程，然后阐述了自然语言处理的主要技术，接着讲解了自然语言处理在语音助手、机器翻译、情感分析、文本分类等多方面的典型应用，帮助读者理解自然语言处理技术在实际生活中的广泛应用价值。谢谢第6章人工智能的发展趋势素养目标技能目标知识目标能够分析人工智能与其他领域（如医学、金融学）相结合的应用价值；能结合具体案例分析人工智能安全伦理问题。了解人工智能重点产业；了解人工智能技术与应用发展趋势；熟悉熟悉我国人工智能发展规划、国家重大的政策导向及法规；了解人工智能的安全与伦理问题。增强民族自豪感，厚植家国情怀；提升信息安全意识，培养遵纪守法和道德规范的自觉性；坚定文化自信自强，增强使命感与责任感。学习目标人工智能是新一轮科技革命和产业变革的重要驱动力量，以生成式人工智能为代表的新一代人工智能问世，改变了人工智能技术与应用的发展轨迹，加速了人与AI的互动进程，是人工智能发展史上的新里程碑。末来，人工智能技术与应用的发展又会呈现出哪些趋势？1.2.3.人工智能产业生态人工智能重点产业及发展趋势我国人工智能发展规划4.5.人工智能的安全人工智能的伦理目录6.人工智能伦理法律体系建设01人工智能产业生态主要可分为智能基础设施、智能信息及数据、智能技术服务、智能产品等方面。主要有软件产品开发、信息技术咨询、电子信息服务、信息系统集成、互联网信息服务、集成电路设计、电子计算机、电子元器件等。核心业态关联业态主要有智能制造、智能家居、智能金融、智能教育、智能交通、智能安防、智能医疗、智能物流等细分行业。衍生业态《人工智能标准化白皮书（2018）》中，把人工智能产业生态分为三个层次核心业态关联业态衍生业态02人工智能重点产业智能基础设施智能基础设施是支撑人工智能产业发展的基石，它提供了数据及算力资源，主要包含传感器、AI芯片、数据服务和云计算服务。PART01智能技术智能技术是人工智能行业发展的核心驱动力，侧重核心技术的研发，主要包括深度学习框架、算法模型开发以及人工智能平台。主要涉及的技术包括计算机视觉、机器学习、语音处理及自然语言处理等。PART02智能应用智能应用是建立在基础设施层与技术平台层的基础上，结合大数据和分布式计算技术生成针对各行各业的解决方案，解锁行业的人工智能应用场景，是人工智能技术与各行业的深度融合。智能应用细分领域众多、交叉性强，呈现出相互促进、繁荣发展的态势。PART03人工智能重点产业主要包含三个方面ep技术平台开源化通过技术平台开源化，可以扩大技术规模，整合技术和应用，有效布局人工智能全产业链，是抢占产业制高点的重要手段。谷歌、百度等国内外龙头企业纷纷布局开源人工智能生态，未来将有更多的软硬件企业参与开源生态。PART01多模态模型加速文本、图像和视频融合多模态模型能够处理视觉信息、文本信息、听觉信息等多元化数据，能够对不同表现形式的信息进行融合理解，是人工智能全面理解真实世界的重要一步。未来模型将面对更加复杂多样化的交互场景，更加注重各种形式的信息融合。PART02人工智能技术发展趋势阿里云通义千问大语言模型2025年1月20日，中国人工智能企业深度求索（DeepSeek）发布的开源模型DeepSeek-R1，犹如一颗投入平静湖面的巨石，在国际上激起千层浪。DeepSeek以开源思维挑战AI行业的传统路径，展现了中国人工智能技术的巨大潜力，其使用的算力能够远低于全球平均水平，还可以免费使用，而且是开源的，打破了美国对AI话语权的垄断。具身智能成为AI发展新形态具身智能是指一种使机器能够通过感知、理解和模仿人类动作的能力，这种智能不仅仅局限于机器的思维和计算能力，而是注重于机器能够像人类一样感知和交互的能力。它包含人工智能领域几乎所有的技术，是人工智能的集大成者。PART03走向通用人工智能的途径愈发明晰通用人工智能是一种可以执行复杂任务的人工智能，能够完全模仿人类智能的行为，能够执行任何人类智能活动的计算机系统。不需要人为干预就可以解决任何问题，它被认为是人工智能的更高层次。通用人工智能时代可能很快就会到来，未来十年内行业可能会拥有超强的AI系统。PART04人工智能技术发展趋势2025年央视春晚《秧BOT》2025年春节联欢晚会上，杭州宇树科技的H1人形机器人在舞蹈《秧BOT》中亮相，H1是首款能原地后空翻的电驱动人形机器人。该机器人目前最快速度为每秒3.3米，预计到2025年年底能达10米每秒，甚至超越人类跑步世界纪录。未来随着技术的不断突破和成熟，人形机器人或将在一两年后为工厂自动化、家庭带来更多可能性。脑机接口创造新的交互方式脑机接口，是在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换。脑机接口技术可以用于帮助瘫痪患者恢复行走、说话等功能；可以用于帮助盲人、聋人感知周围环境。PART05人工智能技术发展趋势“脑机融合智能辅助机械手系统”抓取饮用水瓶01.大语言模型将成为个人智能助理和新一代的流量入口随着大模型能力的不断增强以及插件生态的不断丰富，大模型有望成为新一代的人机交互方式以及流量入口。GPT-4正在逐步开放插件功能，通过底层模型连接第三方应用，从而构建丰富的生态系统。GPT-4自插件功能开放以来，目前已经接入超过500个插件，其中包括教育、金融等场景。人工智能应用发展趋势GPT-4构建的应用生态02.专业数据与成本驱动行业模型百花齐放大模型在垂直领域的商业化落地过程中，需要根据企业自身的特殊需求，对大模型进行微调和优化，从而形成了百花齐放的格局。企业端应用出于对模型的经济性考量，未来将呈现阶梯式需求。人工智能应用发展趋势大模型多层级结构05.03.04.降低应用成本，带动大模型端侧算力发展当前人工智能的使用成本十分高昂，ChatGPT每天消耗50万千瓦时的电力，英伟达B200芯片价格高达3万美元以上。随着大模型小型化、场景化需求增加，推理将逐步从云端扩展向端侧，用户可以更加经济、可靠、安全的使用AI服务，大模型端侧的应用布局不断加速。改写劳动力市场的未来大模型的应用带来劳动力市场结构的调整和变化。短期而言，可能替代部分低技能或重复性工作；中期来看，大模型也将创造新的人工智能相关就业机会；长期来看，大模型的应用将会深度改变各行业的工作模式和商业模式，让企业的组织架构更加扁平化和小型化。重塑科研范式人工智能与前沿科学的结合展现出了巨大潜力，可显著降低前沿科技研究中的智力成本并提升研究效率。生命科学、气象预测、数学、分子动力学等前沿科学均得到了人工智能的广泛助力，人工智能将带来科研范式的变革和新的产业形态。人工智能应用发展趋势03我国人工智能发展规划

2020年8月，为加强人工智能领域标准化顶层设计，推动人工智能产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会、中央网信办、国家发展改革委、科技部、工业和信息化部五部门印发了《国家新一代人工智能标准体系建设指南》。

人工智能标准体系结构包括“A基础共性”、“B支撑技术与产品”、“C基础软硬件平台”、“D关键通用技术”、“E关键领域技术”、“F产品与服务”、“G行业应用”、“H安全/伦理”等八个部分。我国人工智能标准体系结构人工智能标准体系架构

2023世界人工智能大会（WAIC）“聚焦·大模型时代AIGC新浪潮论坛”上，中国信息通信研究院《2023大模型和AIGC产业图谱》正式发布。

图谱整体上包含行业应用，产品服务，模型与工具和基础层四个主要部分，图谱深入梳理了大模型和AIGC产业链上下游发展状况，详细展示了大模型和AIGC产品分类及分布态势。我国人工智能标准体系结构中国信通院《2023大模型和AIGC产业图谱》到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为我国新的重要经济增长点，技术应用成为改善民生的新途径。到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能产业成为带动我国产业升级和经济转型的主要动力。到2030年，人工智能理论、技术与应用总体达到世界领先水平，我国成为世界主要人工智能创新中心。010302新一代人工智能发展规划2017年7月，国务院印发了我国第一个人工智能规划——《新一代人工智能发展规划》。这份具有里程碑意义的规划，对人工智能发展进行了战略性部署，确立了“三步走”目标，力争到2030年把我国建设成为世界主要人工智能创新中心。构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共性技术、创新平台、高端人才队伍等方面强化部署。01培育高端高效的智能经济，发展人工智能新兴产业，推进产业智能化升级，打造人工智能创新高地。02建设安全便捷的智能社会，发展高效智能服务，提高社会治理智能化水平，利用人工智能提升公共安全保障能力，促进社会交往的共享互信。03新一代人工智能发展规划加强人工智能领域军民融合，促进人工智能技术军民双向转化、军民创新资源共建共享。04构建泛在安全高效的智能化基础设施体系，加强网络、大数据、高效能计算等基础设施的建设升级。05前瞻布局重大科技项目，针对新一代人工智能特有的重大基础理论和共性关键技术瓶颈，加强整体统筹，形成以新一代人工智能重大科技项目为核心、统筹当前和未来研发任务布局的人工智能项目群。06新一代人工智能发展规划

美国斯坦福大学发布的《2023年人工智能指数报告》显示，我国人工智能领域发表论文数量居首位，在发表论文总量世界前十的机构中，我国共占九席。高水平论文被引用量与美国的差距进一步缩小，腾讯、阿里巴巴和华为等公司已经成为人工智能研究领域排名进入世界前十的公司。

百度、阿里巴巴、华为、字节跳动、腾讯、小米、科大讯飞、三六零、京东、医渡科技分别为我国人工智能行业龙头企业。从地域来看，我国人工智能企业主要集中在北京市、上海市、广东省、浙江省，形成京津冀、长三角、粤港澳三足鼎立的格局。

我国人工智能核心产业规模2021年突破4000亿元，比2019年增长6倍多，2023年达5787亿元，企业数量超过4400家，已建设近万个数字化车间和智能工厂。2023年我国数字经济核心产业增加值占国内生产总值比重达10%，提前实现《“十四五”数字经济发展规划》的2025年发展目标。新一代人工智能发展规划人工智能技术与智能计算产业正处于中美科技竞争的焦点，我国在过去几年取得了很大的成绩，但依然面临诸多发展困境，特别是由美国的科技打压政策带来的困难。美国在AI核心能力上长期处于领先地位，中国处于跟踪模式；高端算力产品禁售，高端芯片工艺长期被卡；国内智能计算生态孱弱，AI开发框架渗透率不足；AI应用于行业时成本、门槛居高不下。我国应发展用得起、安全可信的人工智能技术，消除我国信息贫困人口、并造福“一带一路”国家；低门槛地赋能各行各业，让我国的优势产业保持竞争力，相对落后的产业能够大幅地缩小差距。2025年初，以宇树科技、深度求索等人工智能企业为代表的“杭州六小龙”爆火出圈，被外界称为“神秘的东方力量”。在人工智能这一科技新赛道，我国已经显示出引领时代浪潮的全新气象。新一代人工智能发展规划04人工智能的安全人工智能技术需要大量的数据来进行训练和学习。这些数据可能包括个人的生活习惯、消费行为、位置信息等敏感信息。如果这些数据被不当收集或滥用，将对个人隐私造成严重威胁。人工智能应用中的数据源于许多方面，用户个人在智能应用软件中输入和提供的数据资料，都可能成为人工智能应用中被监控的部分，构成对用户自身完整的行为勾勒和心理描绘，用户很难在此情况下保护自己的个人隐私。数据采集过度网络安全漏洞或内部人员恶意泄露，大量用户的数据可能会落入不法分子手中。即使数据被加密存储，也有可能被黑客攻击并解密。一旦数据被泄露，可能会被用于进行精准营销、针对性广告等商业目的，侵犯用户的隐私权益。人们的个人数据，如电话号码，银行卡信息，购车记录，收入状况，网站注册信息等，已成为私人非法交易的严重灾区，这些个人信息被不法分子通过非法交易获得并循环使用。数据泄露、滥用2018年3月17日，美国《纽约时报》曝光Facebook造成5000多万的用户隐私信息数据被名为“剑桥分析”的一家公司泄露，这些泄露的数据中包含用户的手机号码和姓名、身份信息、教育背景、征信情况等，被用来定向投放广告追求商业价值和经济利益。一再发生的泄密事件使得用户隐私数据信息泄露变得更加“有利可图”。Facebook数据泄露案例数据安全人工智能技术以数据为驱动，数据安全是人工智能安全的一个核心问题。数据安全问题主要涉及数据采集过度，数据泄露、滥用等方面。随着人工智能技术的发展，黑客们也开始利用人工智能技术进行攻击。他们可能会利用人工智能算法来破解密码、窃取敏感信息等。黑客攻击随着无人机、机器人等智能设备的普及，人工智能武器也逐渐成为现实。武器智能水平大幅提高，脑机接口、机械外骨骼等人机融合技术不断出现，人与机器之间的关系正面临根本性变化。未来机器甚至可能取代人类本身，成为军事行动的实际决策者和执行者，引发更深层次的伦理危机。如不及时对人工智能军事应用加以约束，科幻电影《终结者》中的杀人机器人恐将成为现实。人工智能武器人工智能的智能和能力正在不断提高，如果人工智能失控或被恶意利用，可能会对人类造成威胁，如自动化武器、恶意软件等。人工智能对人类安全的威胁安全风险05人工智能的伦理信息茧房由学者凯斯·桑斯坦提出，是指信息传播过程中，由于获取信息并非是全方位的，用户只会听到看到愉悦我们和我们关心的信息，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中，导致单向度思考下的价值迷失等一系列问题，进而做出思想偏执狭隘的决策。用户点赞、评论、分享等行为模式，都构成了算法分析用户偏好的数据。基于个性化算法驱动，新闻、短视频、音乐、广告等内容产品的推荐将越来越符合用户兴趣爱好。这种看似便利、迎合的姿态之下，却存在着潜在问题。过滤掉海量繁杂信息的同时，也不可避免地导致用户信息获取片面化。信息茧房信息茧房偏见算法算法偏见是指在看似没有恶意的程序设计中带着创建者的偏见，或者所采用的数据是带有偏见的。数据偏见：工智能算法的训练依赖于大量的数据。如果这些数据存在偏见，那么算法在做出决策时也可能存在偏见。例如，在招聘过程中，如果简历筛选系统使用了有性别歧视的算法，可能会导致女性求职者被低估或忽视。不公平决策：由于算法的偏见，可能导致某些群体在特定场景下受到不公平对待。例如，在信货审批过程中，如果算法对某一种族或社会经济地位较低的人群存在偏见，可能会导致这些人难以获得贷款。误判和偏见问题：工智能算法的训练依赖于大量的数据。如果这些数据存在偏见，那么算法在做出决策时也可能存在偏见。例如，在招聘过程中，如果简历筛选系统使用了有性别歧视的算法，可能会导致女性求职者被低估或忽视。人们应对机器人的道德和行为判断力进行判定，确保其在人类的道德伦理范围中，避免人工智能产物做出危害人类安全的行为。人类必须对人工智能的行为进行严格的监管，也要大力发展人工智能自身的伦理监督机制，使其为人类所用。机器人被赋予人权，我们该如何与他们相处呢？是将他们看作冰冷冷的机器，还是将他们看作另一种“人”呢？人机关系全球首位机器人公民索菲亚人权伦理问题

第一定律机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。

第二定律机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外。

第三定律机器人在不违反第一、第二定律的情况