2025年5月23 日， 继 “数智赋能人才培养” 系列活动后，福州软件职业技术学院未来技术产业学院再度聚焦人工智能前沿，主办 “人工智能赋能科技创新：前沿、模型与应用” 专项培训。天津大学智能与计算学部高级工程师徐天一应邀担任主讲嘉宾，以技术演进脉络为轴，结合多领域应用案例，为在场教师代表及行业专家勾勒出人工智能与产业融合的全景图谱。

技术演进：从符号智能到千亿参数大模型的跨越

徐天一工程师以 “人工智能的进化史” 为切入点，系统梳理从 1956 年符号主义诞生，到当前自监督预训练大模型时代的技术跃迁。他指出，随着深度学习框架升级，模型参数量从 AlexNet 的 6000 万跃升至 GPT-4 的 1.8 万亿，训练数据量突破万亿 token，计算需求达千卡级 GPU 集群月级训练 —— 这一 “数据 - 算力 - 算法” 的铁三角驱动，使大模型实现了从 “专用智能” 到 “通用能力涌现” 的质变。

政策脉络：我国自 2015 年《“互联网 +” 行动计划》起，陆续出台《新一代人工智能发展规划》等 14 项国家级政策，明确将人工智能与教育、医疗等民生领域融合列为战略重点。正如习总书记所言，“教育数字化是我国教育发展的重要突破口”，人工智能正成为教育创新的核心引擎。

大模型生态：能力边界与本土化创新路径

在大模型技术解析环节，徐天一工程师对比了 ChatGPT（参数 1750 亿）、通义千问（参数 3000 亿）等主流产品，指出其在文本生成（BLEU 值 85+）、图像分辨率（4K 级）、视频生成帧率（24fps）等维度的性能突破。他特别强调 DeepSeek 模型的创新价值：通过改进 Transformer 架构，在保持同等准确率前提下，将训练成本降低 40%，打破了国际巨头的技术垄断。

发展趋势：

垂直领域深耕：金融领域的智能风控模型（误报率 < 3%）、医疗领域的影像诊断模型（准确率 97.2%）等专业化部署成为热点；

数据安全壁垒：通过联邦学习技术，实现 “数据不动模型动”，已在政务、医疗等敏感场景落地；

多模态融合：Sora 模型实现文本 - 视频生成延迟 <5 秒，豆包等工具打通 “对话 - 代码 - 插件” 全链路。

产业赋能：从实验室到应用场景的破壁实践

徐天一工程师以 “AI+N” 为框架，展开多领域应用图谱：

制造业：天津某连轴器企业引入工业物联网传感器，构建智能质检系统，将缺陷识别率从人工的 82% 提升至 99.1%，生产效率提升 35%；

文化遗产保护：天津大学团队开发的 AI 文物修复系统，在故宫、莫高窟应用，实现壁画色彩还原度 92%，裂纹检测精度达 0.1mm；

能源领域：国家电网基于知识图谱构建的 “智能会议督办系统”，将任务响应时间从 48 小时压缩至 15 分钟，跨部门协作效率提升 60%；

教育革新：AI 学习机实现 “千人千面” 个性化学习路径规划，某试点学校数学学科优秀率提升 28%，VR 虚拟课堂使实验课开出率从 70% 提升至 100%。

未来图景：跨学科协作与负责任 AI

在技术伦理层面，徐天一工程师警示大模型 “生成幻觉”（发生率约 15%）、算法偏见等风险，强调需建立 “人类 - in-the-loop” 的监督机制。他提出 “AI for Science” 的三维协同体系：

学科交叉：推动计算机科学与生物、材料等学科共建联合实验室；

人才培养：开设 “人工智能 + X” 微专业，培养既懂算法又通领域知识的复合型人才；

安全治理：构建数据脱敏、模型可解释性等技术防护体系，配套《生成式 AI 服务管理暂行办法》落地细则。

构建 “技术 - 教育 - 产业” 的正向循环

此次培训不仅是一次技术前沿的全景扫描，更是一次 “人工智能 + 教育” 的深度赋能，在数智化浪潮中，这场培训恰似一粒火种，正点燃教育与科技融合创新的新引擎。