人工智能通识导论（理工类）第2章 习题及参考答案

3-2-习题2及参考答案当前全球AI大模型竞争呈现出“开源与闭源并存的竞争格局”。请比较开源模型与闭源模型在技术创新、商业变现、安全可控三个维度上的各自优势与劣势，并结合中国产业实际，谈谈你认为哪一路径更有利于中国AI产业的长期发展。参考答案：（1）开源模型与闭源模型的多维度比较维度开源模型闭源模型技术创新 优势：全球开发者共同参与，迭代速度快；代码透明，便于复现与改进；社区贡献大量微调版本和工具链，加速技术扩散。劣势：研发方向分散，缺乏统一规划；核心突破仍依赖少数头部机构；可能存在专利与版权风险。优势：集中顶尖人才与资源攻关，技术积累深厚；可控制技术路线，保持领先性；研发与产品迭代紧密耦合。劣势：技术封闭，外部难以验证与改进；创新速度受限于单一团队规模；容易形成技术垄断。商业变现 优势：降低用户使用门槛，快速占领市场；通过生态服务（云托管、技术支持、定制微调）间接变现；利于构建开发者社区，形成网络效应。劣势：直接收费困难，盈利模式不清晰；竞争对手可免费使用，难以形成壁垒；可能被云厂商“搭便车”获利。优势：API订阅、企业授权等模式成熟，收入可预期；可控制访问权限，保障商业利益；易于与云服务打包销售。劣势：高昂的研发成本需通过持续收费回收；用户迁移成本高，但一旦流失难以挽回；面临开源模型的低价竞争。安全可控优势：代码公开，便于第三方审计与漏洞发现；可自主部署，数据不出本地，满足合规要求；避免对单一厂商的依赖。劣势：容易被恶意微调用于生成有害内容；模型权重公开，难以追溯滥用行为；缺乏统一的安全治理机制。 优势：厂商可实施内容过滤、访问控制与滥用监测；可快速响应安全事件并更新模型；便于与监管机构合作，满足合规要求。劣势：黑箱模型，外部难以审计其偏见与风险；用户数据需上传至厂商，存在隐私泄露风险；厂商单点故障可能导致服务中断。（2）结合中国产业实际的分析中国AI产业具有以下特征：应用场景丰富、中小企业众多、算力资源相对受限、政策引导力度大、国际竞争压力显著。这些特征决定了开源与闭源路径在中国有不同的适应性。①开源路径的优势-降低门槛，加速普及：中国有大量中小企业和开发者，开源模型（如Qwen、DeepSeek、盘古）使他们无需从头训练即可快速构建应用，极大降低了AI使用成本。-构建自主生态：开源有助于打破少数国外闭源模型的垄断，形成以国产框架（MindSpore、PaddlePaddle）和国产芯片（昇腾、寒武纪）为基础的自主技术栈。促进产学研协同：高校和科研机构可基于开源模型开展研究与教学，加速人才培养和技术扩散。-国际影响力提升：中国开源模型在全球社区中已占据重要地位（如Qwen系列成为全球最大的开源模型家族之一），有助于提升中国在AI领域的国际话语权。②闭源路径的优势-保障商业利益：对于头部企业（如百度文心、字节豆包），闭源可以保护核心技术，通过API收费实现盈利，支撑持续研发。-安全与合规可控：闭源模型便于实施内容审核与安全对齐，满足国内监管要求，降低滥用风险。-集中力量办大事：在追赶国际顶尖水平时，闭源模式可集中资源攻关，避免重复投入。③中国产业的实际选择当前中国AI产业呈现出“开源为主、闭源为辅、二者协同”的格局：头部企业纷纷开源大模型（DeepSeek、Qwen、盘古等），以快速占领生态位、吸引开发者。同时保留闭源版本或企业级服务，实现商业变现。政策层面鼓励开源共享，《关于深入实施“人工智能+”行动的意见》明确提出“打造开放共享的高质量科学数据集”，并支持开源社区建设。（3）个人看法：开源路径更有利于中国AI产业长期发展开源路径更有利于中国AI产业的长期发展，理由如下：①符合中国产业生态特征：中国拥有全球最庞大的开发者群体和丰富的应用场景，开源能最大化调动这些资源，形成“众人拾柴火焰高”的创新局面。②加速技术自主可控：开源可减少对国外闭源模型的依赖，推动国产芯片、框架、模型的协同发展，构建自主可控的AI技术体系。③促进国际竞争与合作：中国开源模型已具备国际竞争力，通过开源可参与全球AI治理规则制定，提升话语权。④平衡创新与安全：开源不等于无监管，可通过许可证制度、模型卡、内容过滤等手段实现安全可控。当然，开源路径也面临挑战：盈利模式不清晰、安全治理难度大、可能被滥用等。因此，中国应“以开源为基、闭源为翼”，构建“开源生态+商业服务+安全治理”三位一体的发展模式：①鼓励头部企业开源基础模型，同时提供云托管、微调、安全加固等增值服务；②建立开源模型安全评估与备案机制，防范滥用风险；③加强开源社区建设，培育开发者生态，推动标准制定。2.你在使用AI工具时，是否遇到过AI“一本正经地胡说八道”的情况（比如编造参考文献、给出错误的操作步骤、说错常识性知识）？请举一个你亲身经历或听说的例子，并说说你是如何发现AI在“编造”的。参考答案：让某AI助手推荐一篇关于“深度学习在气象预测中的应用”的论文，它生成了一篇看似完整的参考文献，包括作者、期刊、年份和DOI，但经检索发现该论文并不存在。识别方法：通过学术数据库（如GoogleScholar、CNKI）交叉验证，发现DOI无效、作者无相关发表记录。这提醒我们，AI生成内容需谨慎核实，尤其是事实性信息。3.2.2节介绍了AI在六大领域的典型应用，2.3节则从基础层、技术层、应用层三个维度梳理了AI产业生态。请选择一个你感兴趣的应用领域，请查阅具身智能相关资料并结合已有知识，沿着“基础层（算力/数据/框架）→技术层（模型/平台/工具）→应用层（行业解决方案）”的链条，具体说明每一层为该领域应用落地提供了什么样的支撑，并分析该领域中目前最主要的落地瓶颈集中在哪一层。参考答案：（1）选择的应用领域：医学（以手术与康复为核心场景）医学是具身智能最具社会价值但也最具挑战性的应用领域之一。与制造、物流等场景相比，医疗场景对精准度、安全性、实时性的要求呈指数级提升，任何微小误差都可能造成不可逆的组织损伤。具身智能在医学中的应用主要集中于手术机器人、康复机器人与护理辅助机器人三条细分赛道，其中手术与康复场景被认为是最接近具身智能完整形态的方向——兼具能够自主决策的“大脑”和执行指令的物理本体。（2）基础层：算力、数据与框架的支撑①算力基础设施具身智能在医学场景对算力的需求具有鲜明的“端-边-云”分层特征。在云端，大规模VLA模型的训练依赖高性能GPU集群，例如NVIDIAH100等芯片被用于训练基于Llama架构的70B参数医疗护理模型。在端侧，机器人需要实时处理多模态感知数据（视觉、力觉、触觉）并完成毫秒级动作决策，这对嵌入式AI芯片的算力密度和功耗控制提出了严苛要求。例如，移远通信端侧AI解决方案搭载高通QCS8550平台，提供48TOPS的AI综合算力，支撑AI具身理疗机器人在无网络环境下完成自然语言指令理解与实时动作控制。英伟达JetsonAGXOrin等模块也被广泛应用于医疗机器人的端侧推理，支撑手术中的实时视觉分割与工具追踪。算力对医学具身智能的核心支撑体现在：云端算力完成大模型的预训练与仿真环境的并行强化学习；边缘算力实现术中实时推理与安全监控；端侧算力保障机器人本体在脱离网络条件下的自主运行。②数据资源数据是当前医学具身智能最大的基础层制约因素。与通用具身智能依赖互联网文本和视频数据不同，医学具身智能需要的是同步的多模态手术数据——包括内窥镜视频、器械运动学、力反馈信号、患者生理参数等。然而，手术室虽然是医院中传感器最密集的环境，却产出了大量未被有效利用的数据。2026年，NVIDIA联合35家机构发布了Open-H-Embodiment，这是首个面向医疗机器人物理AI的开源数据集，涵盖778小时的训练数据，来自手术机器人、超声和结肠镜检查等场景，涉及胆囊切除、前列腺切除、子宫切除等多种术式。此外，MedMassage-12K等针对中医按摩场景的多模态数据集也开始出现，包含大规模穴位图像和问答对。但这些数据集的规模与通用具身智能的数据量相比仍有数量级差距。③算法框架在框架层面，NVIDIA的Isaac生态系统为医疗具身智能提供了从仿真到部署的全链路支持。NVIDIAIsaacforHealthcare是专为医疗机器人开发打造的平台，支持手术机器人、超声导航、远程手术等场景的仿真训练与模型部署。基于该平台，GR00T-H模型（首个面向手术机器人任务的政策模型）在约600小时的新数据集上完成了训练，并在SutureBot基准测试中成功完成了端到端的缝合操作，展示了长时程操作的可行性。（3）技术层：模型、平台与工具链的支撑①模型研发：从感知AI到物理AI医学具身智能的模型演进经历了从“感知”到“认知”再到“行动”的清晰路径。早期系统以感知为主——检测器械、分割解剖结构；中期引入认知能力——理解手术上下文、预测事件；当前正进入以VLA（视觉-语言-动作）模型为核心的“物理AI”阶段，系统能够直接生成控制指令驱动机器人执行器。GR00T-H是这一方向的标志性成果。该模型采用独特的架构设计：通过“UniqueEmbodimentProjectors”实现跨机器人平台的动作空间归一化，并通过“StateDropout（100%）”策略在训练中故意移除本体感知输入，迫使模型学习更鲁棒的视觉-动作映射，从而提升真实场景中的泛化能力。在骨科领域，ParaOrthoVLA等并行骨科基础模型也在探索将手术规划与康复闭环整合的可行性。在微外科领域，中科院自动化所团队提出了多模态信息融合的具身智能框架，强调高精度微外科的自主性需要“紧密耦合的空间感知、器械运动感知和实时安全控制”，而非简单的阈值收紧。②仿真平台与工具链仿真平台是医学具身智能从实验室走向临床的关键桥梁。SonoGym是2025年提出的面向机器人超声任务的可扩展仿真平台，支持从CT衍生的解剖3D模型进行实时超声数据仿真，可并行运行数十至数百个环境，用于训练深度强化学习和模仿学习代理。在腹腔镜手术方向，研究者推出了开源的手术具身智能模拟器，为微创手术机器人开发强化学习方法提供交互环境，已在达芬奇研究套件上完成了七项游戏化技能训练任务的自主性验证。2025年4月，全国首个医疗场景人形机器人训练场在福州落地，目标是通过“大模型+机器人”协同训练出能适应各类医疗场景的人形机器人，辅助医生护士完成手术之外的各种医疗服务。③虚实迁移工具链Sim-to-Real的迁移能力是决定具身智能能否真正进入临床的核心技术环节。当前的主要策略包括：利用物理引擎（如IsaacSim）进行高保真仿真训练，再通过域随机化（DomainRandomization）提升策略的泛化性；以及在仿真中引入“内部应力反馈”等真实物理信号，使模型在仿真阶段就学会处理软组织操作等复杂任务。但总体而言，医学场景的Sim-to-Real迁移仍面临比工业场景更大的挑战，因为人体组织的个体异质性、非线性力学特性以及术中动态变化远超工业环境的可控范围。（4）应用层：行业解决方案的落地①手术机器人：从辅助操作到自主执行手术机器人是具身智能在医学中落地最受关注的场景。传统手术机器人（如达芬奇）本质上仍是遥控操作工具，缺乏自主感知和决策能力。而具身智能的引入正在改变这一格局。2026年7月，加州大学圣地亚哥分校团队远程操控宇树G1通用人形机器人，成功为活体猪完成了胆囊切除手术。两例手术分别用时56分钟和32分钟，均顺利完成。这一实验的意义在于验证了通用人形机器人进入手术室的可行性——G1体重仅27公斤、高约1.5米，可适配现有手术器械和手术室环境，无需大规模基础设施改造。但实验也暴露了关键局限：活猪的呼吸节律导致体表起伏，加上机器人底座难以维持绝对静止，手术中分别中断了8次和4次进行重新校准。在自主性层面，当前手术机器人已接近“自动驾驶L3”级别，即在既定方案下高精度执行整台手术，医生仅需监督并在异常时接管。但在高精度微外科（如眼科手术）中，自主系统仍远未成熟，因为微米级的运动或力误差就可能导致不可逆的组织损伤。②康复机器人：个性化训练的具身化实现康复场景是测试具身智能泛化能力和动态适应性的关键战场。由于康复训练需要面对不同患者、不同康复阶段，指令千差万别，机器人不仅要理解动作意图，还需根据实时反馈调整操作策略。傅利叶智能推出的上肢康复机器人可提供动态动力补偿，帮助患者完成拿杯子、取水等日常动作；下肢机器人则针对站立、移动两大核心功能为偏瘫患者定制训练方案，技术支撑来自基于自研执行器的控制闭环系统。亿嘉和与麦澜德签署战略合作，聚焦“脑机接口+具身智能机器人”的技术融合，通过实时情感监测实现情感陪护，通过脑机接口实现机器人运动控制。③护理与辅助：人机协作的渐进式落地在护理领域，人形机器人的价值不在于替代护士的专业技能，而在于填补系统层面的缺口——高频、低风险的后勤与辅助任务。哈佛大学团队在《npjDigitalMedicine》上提出了人形机器人在手术室中的分阶段整合框架，主张从临床前验证到低风险任务（如物资取送、设备管理、无菌区维护），再逐步推进到高风险辅助角色。这一框架为具身智能在关键环境中的安全整合提供了路径参考。但当前护理机器人的大规模临床应用仍受制于可扩展性、个性化能力和多学科整合等挑战。在自闭症干预等场景中，人形机器人虽能提升社交参与度，但仍主要依赖“绿野仙踪”（Wizard-of-Oz）远程操控，自适应能力有限。（5）落地瓶颈分析：主要集中在基础层的数据层，并向上制约技术层核心瓶颈：同步多模态手术数据的稀缺医学具身智能当前最主要的落地瓶颈集中在基础层的数据资源维度，其本质是一个“环境性障碍”而非“算法性障碍”——大多数手术室并未被配置为能够客观测量手术实践的系统。具体表现为：第一，数据采集的基础设施缺失。每台手术都会产生内窥镜视频、器械运动学、设备日志和血流动力学信号等多模态数据流，但这些信息大多未被一致记录、同步或保留。手术室长期作为一个“孤立的数据域”运行，专家经验主要存留于外科医生个体之中，难以规模化标准化。第二，数据标注的专业门槛极高。手术动作的精确标注需要资深外科医生的参与，而外科医生本身是稀缺资源。与通用具身智能可借助众包标注不同，手术数据的标注要求标注者同时具备解剖学知识和手术操作经验。第三，异构数据的标准化难题。不同机器人平台（达芬奇、CMRSurgical、dVRK