(62页PPT)规划和自然资源行业应对DeepSeek浪潮的思考.pptxVIP

(62页PPT)规划和自然资源行业应对DeepSeek浪潮的思考.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

规划和自然资源行业应对

DeepSeek浪潮的思考

某省市规划某省市规划新技术应用专业委员会

某省市基础地理信息中心

何正国;

一DS影响千行百业;

一、DeepSeek影响千行百业;

1月31日,英伟达、亚某著名企业这三大美国科技巨头在同一天宣布接入

DeepSeek的大模型。英伟达将这一模型应用于其GPU加速卡和数据中心中以提供更高效的计算能力;而亚利用自身的云计算平台优势来推广该模型的使用;至于某著名企业将其集成到现有的软件产品和服务中去以增强用户体验。;

2月1日:中国某著名企业“息壤”平台接入,华为昇腾云服务部署推理服务。

2月3日:中国某著名企业“星罗”平台集成,覆盖270+骨干云池。

2月5日:中国某著名企业适配全版本模型,火山引擎支持多尺寸部署;

截至2025年3月,已有超过百家国内外企业宣布接入DeepSeek,覆盖政务、互联网、制造业、汽车、医疗、能源、金融、手机、教育、科技等多个领域,形成从底层算力到终端应用的完整生态闭环。;

自2025年2月以来,北京、广东、江西、某省市市相继宣布接入DeepSeek大模型,通过智能导办、工单处理、公文写作等场景创新,推动政务服务从“人工密集型”向“数据智能型”转型。;

DeepSeek大模型正以“低成本、高性能、开源化”的创新路径,打破技术垄断壁垒,推动AI从巨头专属走向全民共享。其技术突破不仅重塑了全球AI竞争格局,更通过生态赋能为发展中国家提供了技术追赶的新机遇。;

DeepSeek通过“技术穿透、数据觉醒、模式重构”的三重跃迁路径,其核心价值不仅在于单点效率提升,更在于通过AI与产业场景的深度融合,重塑行业决策底层逻辑。;

二某省市场:“砸数”转向“解决实际问题”

DeepSeek

投资逻辑彻底转变,过去资本追捧“万亿参数”的大模型竞赛,如今聚焦“能否落地赚钱”。寒武纪、海光信息等国产算力企业利润涨超50%,估值从30倍跃升至80倍,某省市场新宠。;

1.语言模型概述

2.Transformer结构

3.语言模型构建流程;

数据是用于训练AI的,也就是AI算法通过大量的数据去学习AI中算法的参数与配置,

使得AI的预测结果与实际的情况越吻合。这里说的数据是指经过标注的数据,不是杂乱的数据。所谓经过标注的数据是指有准确答案的数据。;

语言是人类与其他动物最重要的

区别之一

逻辑思维以语言的形式表达

知识以文字的形式记录和传

如果人工智能想要获取知识,就必须懂得理解人类使用的不太精确、可能有歧义、混乱的语言。;

语言模型(LanguageModel,LM)目标是建模自然语言的概率分布

词汇表V上的语言模型由函数P(w1w2...wm)表示,表示词序列w1w2...wm作为一个句子出现的可能性大小。对于任意词串w1w2...wm∈V+,则有P(w1w2...wm)0,并且对于所有词串,函数P(w1w2...wm)满足归一化条件:;

由此,w1w2...wm的生成过程可以看作单词逐个生成的过成w1,之后根据w1生成w2,再根据w1和w2生成w3,以此类推,根据前m?1个单词生成最后一个单词wm;

学习语义关系

理解词语含义:大模型通过大量文本中的使用场景来理解词语含义。比如,当看到“苹果”一词频繁与水果、食物、红色的圆形物体等描述相关联时,模型就能逐渐明白“苹果”指的是一种具体的水果。

分析句子语义:以“猫在桌子上”为例,模型能识别出“猫”是主体,在……上”表示位置“关系,“桌子”是位置的对象,从而理解句子所表达的空间关系。

学习上下文关系:例如,在“小明生病了,所以他没去学校”这句话中,模型通过“所以”以及前后句子的内容,能够明白生病是没去学校的原因,这是因果关系的一种体现。同时,模型也能理解转折、并列等其他语义关系。;

Token:自然语言中的最小单元

句子:我是一名AI工程师。

字:我/是/一/名/A/I/工/程/师/。

词:我/是/一名/AI/工程师/。

Bi-Gram:我是/是一/一名/名A/AI/I工/工程/程师/师。

Tri-Gram:我是一/是一名/一名

文档评论(0)

1_book + 关注
实名认证
文档贡献者

职场奋斗者,热衷持续学习,更愿助人共同进步。

1亿VIP精品文档

相关文档