一、人工智能發(fā)展簡(jiǎn)史
1.1 圖靈測試
提出者：艾倫·圖靈
內容：通過(guò)模擬“問(wèn)答游戲”來(lái)判斷機器是否具有智能。
意義：
哲學(xué)突破：將“機器能否思考？”轉化為“能否模仿人類(lèi)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(lái)的聊天機器人和語(yǔ)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(huì )議，次提出“人工智能”概念。
影響：確立了AI為d立學(xué)科，標志著(zhù)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(huì )議召開(kāi)。
低谷期：符號主義AI無(wú)法處理復雜現實(shí)問(wèn)題。
復興時(shí)期：1997年IBM深藍擊敗國際象棋冠軍。
數據驅動(dòng)崛起：2012年深度學(xué)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(shí)現高質(zhì)量?jì)热萆伞?br />
1.4 未來(lái)人工智能發(fā)展的5個(gè)階段
L1：“嘴炮王者”，類(lèi)似ChatGPT，能回答問(wèn)題但干不了實(shí)事。
L2：“野生博士”，能自己解決復雜問(wèn)題。
L3：“打工替身”，能代替人類(lèi)執行具體任務(wù)。
L4：“發(fā)明家”，能創(chuàng )造新事物。
L5：“幕后大BOSS”，能管理整個(gè)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(xué)習技術(shù)，具有海量參數、強大的學(xué)習能力和泛化能力的人工智能模型。
特點(diǎn)：參數數量龐大、訓練數據量大、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(lài)人工設計規則。
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：參數突破百億J，進(jìn)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(lèi)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(xué)習，機器學(xué)習包含深度學(xué)習，深度學(xué)習包含預訓練大模型。
2.4 大模型的分類(lèi)
語(yǔ)言大模型：如GPT系列、DeepSeek。
視覺(jué)大模型：如VIT系列、文心UFO。
多模態(tài)大模型：如DingoDB多模向量數據庫。
2.5 大模型的應用領(lǐng)域
自然語(yǔ)言處理：文本生成、翻譯系統、問(wèn)答系統。
計算機視覺(jué)：圖像分類(lèi)、目標檢測、圖像生成。
語(yǔ)音識別：語(yǔ)音識別、語(yǔ)音合成。
推薦系統：個(gè)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(dòng)化部分工作，優(yōu)化決策過(guò)程。
創(chuàng )造新就業(yè)機會(huì )：隨著(zhù)大模型的普及，需要更多人開(kāi)發(fā)和維護。
提高學(xué)習效率：在教育領(lǐng)域提供個(gè)性化學(xué)習資源。
增強娛樂(lè )體驗：提供更豐富、多樣的娛樂(lè )方式。
改善生活質(zhì)量：在智能家居、智能客服等領(lǐng)域應用，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(chǎng)景強化大模型
定義：專(zhuān)門(mén)針對特定行業(yè)或場(chǎng)景訓練的人工智能模型。
特點(diǎn)：與通用大模型相比，“專(zhuān)而精”，能更準確解決專(zhuān)業(yè)問(wèn)題。
3.2 智能體
定義：能夠感知環(huán)境并通過(guò)行動(dòng)影響環(huán)境的實(shí)體，可以是軟件程序或物理實(shí)體。
應用：在疾控領(lǐng)域包括輿情監測預警智能體、疫情預測與傳播模擬智能體等。
四、國內外主要的大模型
4.1 國外大模型產(chǎn)品
ChatGPT：由OpenAI訓練，能生成自然語(yǔ)言，具備多種功能。
Gemini：谷歌發(fā)布，能處理多種類(lèi)型數據和任務(wù)。
Sora：OpenAI發(fā)布，能生成視頻。
4.2 國內大模型產(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(cháng)搜索問(wèn)答、內容創(chuàng )作生成等。
通義千問(wèn)：具備多輪對話(huà)、文案創(chuàng )作等能力。
Kimi：強大的長(cháng)文本處理能力，支持多語(yǔ)言對話(huà)。
秘塔AI：語(yǔ)言能力出色，適合中文內容創(chuàng )作。
五、疾控與人工智能
5.1 人工智能在疾控領(lǐng)域的應用場(chǎng)景
醫防協(xié)同信息通
監測分析
預警預測
風(fēng)險評估
流行病學(xué)調查
應急處置
免疫規劃
監督執法
效果評價(jià)
社會(huì )共治
5.2 DeepSeek在疾控工作中的具體應用
PPT制作：利用DeepSeek生成大綱，結合其他工具生成PPT。
思維腦圖制作：先用DeepSeek生成markdown格式代碼，再導入Xmind生成思維導圖。
搭建個(gè)人知識庫：利用騰訊ima等工具搭建個(gè)人知識庫，提升信息準確性和可靠性。
內容創(chuàng )作：寫(xiě)領(lǐng)導講話(huà)稿、應急演練腳本、科普文章等。
科研論文輔助：DeepSeek可輔助寫(xiě)作論文部分內容，如前言、材料與方法、討論等。
六、DeepSeek簡(jiǎn)介
6.1 公司背景與發(fā)展歷程
成立時(shí)間：2023年7月17日
專(zhuān)注領(lǐng)域：開(kāi)發(fā)先進(jìn)的大語(yǔ)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(diǎn)與影響
性能：媲美OpenAI GPT-4，但訓練和推理成本低、速度快、全部開(kāi)源。
影響：推動(dòng)行業(yè)從“W規模論”轉向“性?xún)r(jià)比”和“高效能”方向，打破頭部企業(yè)壟斷。
6.3 DeepSeek-R1的應用場(chǎng)景
推理密集型任務(wù)：如編程任務(wù)中的代碼生成、數學(xué)問(wèn)題求解等。
教育與知識應用：支持知識理解與解答，科研任務(wù)的實(shí)驗設計等。
文檔分析與長(cháng)上下文理解：適合處理需要深入文檔分析和理解長(cháng)上下文的任務(wù)。
開(kāi)放領(lǐng)域問(wèn)答與寫(xiě)作：在內容生成、問(wèn)題回答及創(chuàng )造性寫(xiě)作中具有廣泛應用。
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、字節跳動(dòng)、阿里等互聯(lián)網(wǎng)大廠(chǎng)及其他AI應用公司提供的服務(wù)。
附件：疾控工作者應該怎么利用DeepSeek等Al大模型-輿情監測預警智能體、疫情預測與傳播模擬智能體等
