人工智能大模型DeepSeek引发的技术创新、产业变革和竞争格局变化.docxVIP

人工智能大模型DeepSeek

引发的技术创新、产业变革和竞争格局变化

2025年国务院政府工作报告提出：

持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。

2024年诺贝尔物理学奖得主

Hopfield的贡献在于他创造了一种关联记忆模型，即Hopfield网络，这种网络能够存储和重构图像以及其他模式类型的数据。Hopfield网络利用物理学的原理来描述材料由于原子自旋而产生的特性，并通过寻找节点之间连接的值来进行训练，以便让保存的图像具有较低的能量

。当输入变形或不完整的图像时，Hopfield网络能够有条不紊地处理节点并更新它们的值，从而降低网络的能量,逐步找到与输入的不完美图像最相似的保存图像。

美国和加拿大科学家JohnJ.Hopfield、GeoffreyE.Hinton获奖，以表彰他们“基于人工神经网络实现机器学习的基础性发现和发明”。Hinton则发明了一种能够自主发现数据中属性的方法，并执行任务，如识别图像中的特定元素。他将Hopfield网络的想法应用于一种新网络——玻尔兹曼机。

美国和加拿大科学家JohnJ.Hopfield、GeoffreyE.Hinton获奖，以表彰他们“基于人工神经网络实现机器学习的基础性发现和发明”。

2024年诺贝尔化学奖得主

Baker通过计算方法推动了蛋白质设计的革新，使得科学家能够更精确地设计和修改蛋白质的功能。

Hassabis领导的DeepMind团队开发了AlphaFold2模型，这是一种先进的人工智能算法,能够准确预测蛋白质的三维结构。江珀在蛋白质结构和功能预测方面也做出了重要贡献。

Jumper在蛋白质结构和功能预测方面也做出了重要贡献，尽管具体细节不如其他两位获奖者那样广为人知。

美国科学家DavidBaker获奖，以表彰其在计算蛋白质设计方面的贡献；另一半则共同授予英国科学家DemisHassabis和JohnM.Jumper，以表彰其在蛋白质结构预测方面的贡献。

2024年诺贝尔化学奖的获得者们在蛋白质设计和结构预测领域的贡献，不仅展示了科学研究的深度和广度，也为未来的科学探索和应用开辟了新的道路。他们的工作不仅对科学界产生了深远的影响，也将对人类社会的健康和发展产生积极的推动作用，更能够通过多种途径（如纳米材料、靶向药物、疫苗开发、传感器技术以及绿色化学工业等）为人类带来巨大收益。

AI正在引发众多领域革命性变革。

一：

一：

谷歌DeepMind的研究团队通过人工智能工具“材料探索图形网络（以下简称GNoME）”发现了多达220万种理论上稳定，但绝大部分在实验上尚未实现的晶体结构，这一成果于2023年11月29日在顶刊《自然（Nature）》杂志上发表。这项被称为GNoME的人工智能模型旨在预测无机晶体结构，即原子的重复排列，使某种材料具有特殊的性质。迄今为止，人类已知的大约只有48000种无机晶体。

今天用AI一个人两周就能完成。

人工智能潮起潮落70年，目前正在迎来第三次发展高潮

自1956年美国达特茅斯会议首次提出人工智能理念至今，人工智能几经起伏，直到最近10年，进入快速突破和实际应用阶段。作为人类社会信息化的又一次高峰，人工智能正加速向各领域全面渗透，将重构生产、分配、交换、消费等经济活动环节，催生新技术、新产品、新服务、新产业，培育经济发展新动能，成为继互联网、大数据技术之后，又一重塑经济社会发展模式的通用目的技术。

发展高潮：

50年代末第一款神经网络-感知机将人工智能推向了第一个高潮；

80年代中期反向传播算法获得广发关注，人工智能进入第二黄金时期。

2015年以来，由于云计算、大数据、物联网等技术的群体性突破，以及自然语言处理、计算机视觉等技术突破，人

工智能正在经历第三次高潮。

发展低谷：

Sora出现标志人工智能在计算机视觉方面取得了飞跃进步70年代初期计算能力突破没能使得机器完成大规模数据训练和复杂任务

Sora出现标志人工智能在计算机视觉方面取得了飞跃进步

90年代初期DAPPA失败，政府投入缩减，人工智能进入第二个低谷期。

ChatGPT出现标志人工智能在自然语言处理方面取得了飞跃进步

20222024

算力突飞猛进，AIphaGo掀起了全球对人工智能发展的新期待

2016年3月，阿尔法围棋与围棋