浙江大学DeepSeek公开课第二季第二期: 解码DeepSeek“破圈”之力,深透与再生,大模型生态下AI+X产业新触角。
关注我,了解学术研究之路中关于AI的一切~
AI在FinTech金融领域的应用可以关注一下郑晓林老师,其中有非常多的实际落地的案例,具体可以参考PPT当中的内容。
如何在科学研究中让AI与研究者协同,或者说AI for Science的方向的,可以关注朱霖潮老师,其中提出的人类迄今的五个科研范式,以及科研活动全流程AI协同的概念,非常值得深入思考和实践。
下面是郑晓林老师的课件分享,由于关于人工智能的背景,以及DeepSeek相关的内容,和此前几位老师讲的内容有一定重叠,所以我在这里就不再赘述了,大家可以直接看PPT。
回顾了人类的科学研究方法,四类范式。首先,对科学研究方法的回顾,第一类是经验驱动。
第四类,数据驱动的科学研究方式,直接从数据中观察得出结论。
第五类,就是现今智能驱动的科学研究方式,即AI for Science。
而两年后,AlphaFold2开始远超其他预测模型,解决了人类50年没有解决的问题。
而AlphaFold2整体模型就是端到端的深度学习的模型。
应用人工智能用于基础学科的科学家获得了诺贝尔化学奖。
而提出人工智能深度学习的科学家获得了诺贝尔物理学奖。
迄今为止,仍然不知道蛋白质结构的原理,但通过人工智能却可以进行预测。人类并没有理解其原理,但确可以通过AI对其进行预测。
AI for Science来应对科学研究的挑战。
从知识的获取的方式来看,这里举例比如文献中的公式、算法和图,都可以通过AI来帮助解释和分析。
未来在整个的科研过程中,都会有AI参与,并和人类进行协同,来进行科学研究。人在这个系统当中,最重要的是需要对过程和结果进行确认。
目前,范式已经演化到了第五类范式,正处于AI辅助人类进行科学研究的阶段,驱动科学研究的全过程,也可以让只专注某个过程的科学家,通过与AI的协同,实现全科学研究全过程覆盖,比如,理论科学家亦可以通过AI的帮助完成实验科学家的工作。
人工智能对金融的影响与实践:
人工智能正在深刻改变金融行业,通过数据驱动的智能分析提升效率、优化决策并拓展服务边界。在风险管理领域,AI实现了实时动态监测与精准评估;在投资领域,算法交易和量化模型增强了市场预测能力;在客户服务方面,智能投顾和自动化流程降低了服务成本。然而,数据隐私、算法偏见和监管适应性仍是关键挑战。
人工智能对科研全流程的影响与实践:
人工智能正在重塑科研范式,从文献挖掘、实验设计到数据分析和成果转化,全面加速创新进程。AI可自动解析海量文献、优化实验方案、高效处理复杂数据,甚至辅助论文撰写与知识发现。它降低了研究门槛,促进跨学科突破,但也带来可解释性、伦理合规和数据共享等挑战。未来,AI与科研的深度融合将推动更高效的学术探索。
关注我,了解学术研究之路中关于AI的一切~
原创文章,作者:门童靖博士,如若转载,请注明出处:https://www.agent-universe.cn/2025/03/45693.html