一、人工智能發(fā)展簡史
1.1 圖靈測試
提出者‌：艾倫·圖靈
內(nèi)容‌：通過模擬“問答游戲”來判斷機器是否具有智能。
意義‌：
哲學突破：將“機器能否思考？”轉(zhuǎn)化為“能否模仿人類行為？”。
技術(shù)目標：為早期人工智能研究提供了明確方向，啟發(fā)了后來的聊天機器人和語言模型的發(fā)展。
1.2 人工智能的誕生
標志性事件‌：1956年達特茅斯會議，次提出“人工智能”概念。
影響‌：確立了AI為d立學科，標志著人工智能的正式誕生。
1.3 人工智能的發(fā)展階段
起步階段‌：1950年提出圖靈測試，1956年達特茅斯會議召開。
低谷期‌：符號主義AI無法處理復(fù)雜現(xiàn)實問題。
復(fù)興時期‌：1997年IBM深藍擊敗國際象棋冠軍。
數(shù)據(jù)驅(qū)動崛起‌：2012年深度學習崛起，2016年AlphaGo擊敗李世石。
通用智能探索與生成式AI爆發(fā)期‌：2022年ChatGPT發(fā)布，2023年后GPT-4、DeepSeek等模型實現(xiàn)高質(zhì)量內(nèi)容生成。
1.4 未來人工智能發(fā)展的5個階段
L1‌：“嘴炮王者”，類似ChatGPT，能回答問題但干不了實事。
L2‌：“野生博士”，能自己解決復(fù)雜問題。
L3‌：“打工替身”，能代替人類執(zhí)行具體任務(wù)。
L4‌：“發(fā)明家”，能創(chuàng)造新事物。
L5‌：“幕后大BOSS”，能管理整個組織甚至。
二、大模型：人工智能的前沿
2.1 大模型的概念
定義‌：基于深度學習技術(shù)，具有海量參數(shù)、強大的學習能力和泛化能力的人工智能模型。
特點‌：參數(shù)數(shù)量龐大、訓(xùn)練數(shù)據(jù)量大、計算資源需求高。
2.2 大模型的發(fā)展歷程
萌芽期‌：模型小，任務(wù)單一，依賴人工設(shè)計規(guī)則。
突破期‌：2017年Google發(fā)布Transformer論文，提出自注意力機制。
迅猛發(fā)展期‌：參數(shù)突破百億J，進入“工業(yè)量產(chǎn)”。
生態(tài)期‌：2023年至今，通用大模型競爭白熱化，垂類模型興起。
2.3 人工智能和大模型的關(guān)系
關(guān)系‌：人工智能包含機器學習，機器學習包含深度學習，深度學習包含預(yù)訓(xùn)練大模型。
2.4 大模型的分類
語言大模型‌：如GPT系列、DeepSeek。
視覺大模型‌：如VIT系列、文心UFO。
多模態(tài)大模型‌：如DingoDB多模向量數(shù)據(jù)庫。
2.5 大模型的應(yīng)用領(lǐng)域
自然語言處理‌：文本生成、翻譯系統(tǒng)、問答系統(tǒng)。
計算機視覺‌：圖像分類、目標檢測、圖像生成。
語音識別‌：語音識別、語音合成。
推薦系統(tǒng)‌：個性化推薦、廣告推薦。
2.6 大模型對工作生活的影響
提高工作效率‌：自動化部分工作，優(yōu)化決策過程。
創(chuàng)造新就業(yè)機會‌：隨著大模型的普及，需要更多人開發(fā)和維護。
提高學習效率‌：在教育領(lǐng)域提供個性化學習資源。
增強娛樂體驗‌：提供更豐富、多樣的娛樂方式。
改善生活質(zhì)量‌：在智能家居、智能客服等領(lǐng)域應(yīng)用，使生活更便利。
三、垂域模型與智能體
3.1 垂域模型及特定場景強化大模型
定義‌：專門針對特定行業(yè)或場景訓(xùn)練的人工智能模型。
特點‌：與通用大模型相比，“專而精”，能更準確解決專業(yè)問題。
3.2 智能體
定義‌：能夠感知環(huán)境并通過行動影響環(huán)境的實體，可以是軟件程序或物理實體。
應(yīng)用‌：在疾控領(lǐng)域包括輿情監(jiān)測預(yù)警智能體、疫情預(yù)測與傳播模擬智能體等。
四、國內(nèi)外主要的大模型
4.1 國外大模型產(chǎn)品
ChatGPT‌：由OpenAI訓(xùn)練，能生成自然語言，具備多種功能。
Gemini‌：谷歌發(fā)布，能處理多種類型數(shù)據(jù)和任務(wù)。
Sora‌：OpenAI發(fā)布，能生成視頻。
4.2 國內(nèi)大模型產(chǎn)品
DeepSeek‌：性能媲美DJ模型但成本低，支持高效分布式計算。
百度文心一言4.0‌：擅長搜索問答、內(nèi)容創(chuàng)作生成等。
通義千問‌：具備多輪對話、文案創(chuàng)作等能力。
Kimi‌：強大的長文本處理能力，支持多語言對話。
秘塔AI‌：語言能力出色，適合中文內(nèi)容創(chuàng)作。
五、疾控與人工智能
5.1 人工智能在疾控領(lǐng)域的應(yīng)用場景
醫(yī)防協(xié)同信息通‌
監(jiān)測分析‌
預(yù)警預(yù)測‌
風險評估‌
流行病學調(diào)查‌
應(yīng)急處置‌
免疫規(guī)劃‌
監(jiān)督執(zhí)法‌
效果評價‌
社會共治‌
5.2 DeepSeek在疾控工作中的具體應(yīng)用
PPT制作‌：利用DeepSeek生成大綱，結(jié)合其他工具生成PPT。
思維腦圖制作‌：先用DeepSeek生成markdown格式代碼，再導(dǎo)入Xmind生成思維導(dǎo)圖。
搭建個人知識庫‌：利用騰訊ima等工具搭建個人知識庫，提升信息準確性和可靠性。
內(nèi)容創(chuàng)作‌：寫領(lǐng)導(dǎo)講話稿、應(yīng)急演練腳本、科普文章等。
科研論文輔助‌：DeepSeek可輔助寫作論文部分內(nèi)容，如前言、材料與方法、討論等。
六、DeepSeek簡介
6.1 公司背景與發(fā)展歷程
成立時間‌：2023年7月17日
專注領(lǐng)域‌：開發(fā)先進的大語言模型和相關(guān)技術(shù)
投資者背景‌：由知名私募巨頭幻方量化孕育而生
6.2 DeepSeek-R1的特點與影響
性能‌：媲美OpenAI GPT-4，但訓(xùn)練和推理成本低、速度快、全部開源。
影響‌：推動行業(yè)從“W規(guī)模論”轉(zhuǎn)向“性價比”和“高效能”方向，打破頭部企業(yè)壟斷。
6.3 DeepSeek-R1的應(yīng)用場景
推理密集型任務(wù)‌：如編程任務(wù)中的代碼生成、數(shù)學問題求解等。
教育與知識應(yīng)用‌：支持知識理解與解答，科研任務(wù)的實驗設(shè)計等。
文檔分析與長上下文理解‌：適合處理需要深入文檔分析和理解長上下文的任務(wù)。
開放領(lǐng)域問答與寫作‌：在內(nèi)容生成、問題回答及創(chuàng)造性寫作中具有廣泛應(yīng)用。
6.4 如何使用DeepSeek-R1
官方渠道‌：DeepSeek官方網(wǎng)站和官方app
第三方服務(wù)‌：騰訊、百度、字節(jié)跳動、阿里等互聯(lián)網(wǎng)大廠及其他AI應(yīng)用公司提供的服務(wù)。


附件：疾控工作者應(yīng)該怎么利用DeepSeek等Al大模型-輿情監(jiān)測預(yù)警智能體、疫情預(yù)測與傳播模擬智能體等