当前位置:首页 > 报告详情

上海市嘉定元宇宙产业促进会:基于数据治理的多模态模型与知识工程融合实现数字化转型DX(149页).pdf

上传人: AG 编号:610334 2023-11-03 149页 17.10MB

1、沙文灏沙文灏政策研究室政策研究室20232023年年1111月月3 3日日 厦门大学厦门大学基于数据治理的基于数据治理的多模态大模型与多模态知识工程的融合多模态大模型与多模态知识工程的融合实现数字化转型实现数字化转型(DX)(DX)1 1 多模态大模型多模态大模型 连接与经验 多模态知识工程多模态知识工程 符号论与形式化 数据治理数据治理 分析与推荐数据管理解决方案 数字化数字化 数字化转型(DX)的规划2 2系统信息化科学技术领域的区分系统系统信息化科学技术领域的区分信息化科学技术领域的区分与社会的要求相整合与社会的要求相整合对所有事物的智能化对所有事物的智能化(smart)(smart)自

2、律化自律化对所有事物的数字化对所有事物的数字化连接化连接化1.1.人工智能人工智能大数据大数据知觉知觉运动系的人工智能技术运动系的人工智能技术语言语言知识系的人工智能技术知识系的人工智能技术代理代理(Agent)(Agent)技术技术人人人工智能协同与决策支援人工智能协同与决策支援人人数据驱动型问题解决方案数据驱动型问题解决方案计算脑科学计算脑科学提高与强化认知的机器人提高与强化认知的机器人社会中的人工智能社会中的人工智能2.2.机器人机器人控制控制生物规范型机器人生物规范型机器人操纵型操纵型(Manipulation)(Manipulation)移动移动(地上地上)产业产业(工业工业)用机器

3、人用机器人服务机器人服务机器人应对灾害的机器人应对灾害的机器人基础设施维护机器人基础设施维护机器人人机互交人机互交(HRI:HumanHRI:Human RobotRobot Interaction)Interaction)自律分散系统自律分散系统农林水产机器人农林水产机器人3.3.社会系统科学社会系统科学数字化变革数字化变革服务科学服务科学(science)(science)社会系统架构社会系统架构(architecture)(architecture)机制设计机制设计(mechanism design)(mechanism design)计算社会科学计算社会科学4.4.安全安全可信可信Io

4、TIoT系统的安全系统的安全网络安全网络安全(cyber security)(cyber security)数据数据内容的安全内容的安全数据数据社会与安全社会与安全系统的数字信任系统的数字信任数据数据内容的数字信任内容的数字信任社会中的信任社会中的信任5.5.计算机科学计算机科学(computing)(computing)架构架构(architecture)(architecture)计算方式计算方式处理器架构处理器架构(processor architecture)(processor architecture)量子计算机科学量子计算机科学(computing)(computing)数据处理

5、基础设施数据处理基础设施IoTIoT架构架构(architecture)(architecture)数字社会基础设施数字社会基础设施6.6.通讯通讯网络网络光通讯光通讯无线无线移动通讯移动通讯量子通讯量子通讯网络运营与维护网络运营与维护网络计算机科学网络计算机科学(computing)(computing)未来网络架构未来网络架构(architecture)(architecture)实现网络服务的技术实现网络服务的技术网络科学网络科学7.7.数理科学数理科学数理模型数理模型数值解析数值解析数据解析数据解析因果推论因果推论决策与最优化的数理决策与最优化的数理计算理论计算理论系统设计的数理系统设

6、计的数理3 3系统信息化科学技术领域的区分系统系统信息化科学技术领域的区分信息化科学技术领域的区分 对所有事物的智能化对所有事物的智能化(smart)(smart)自律化自律化 与社会的要求相整合与社会的要求相整合 对所有事物的数字化对所有事物的数字化连接化连接化可持续可持续(sustainable)(sustainable)社会的社会的ICTICT基础设施基础设施为了解决社会课题的元宇宙设计为了解决社会课题的元宇宙设计支持社会系统的人工智能架构支持社会系统的人工智能架构(architecture)(architecture)社会的数字孪生社会的数字孪生网络的智能化网络的智能化探索作为智能化探

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要内容概括如下: 1. 文章首先介绍了人工智能的发展历程,从专家系统到机器学习,再到深度学习,最后到生成式人工智能大模型。 2. 文章详细阐述了生成式人工智能大模型的优势,如降低人工智能应用开发门槛、提高模型精度与泛化能力、提高内容生成质量与效率等。 3. 文章分析了生成式人工智能大模型在知识获取、知识表征、知识推理等方面的局限性,并探讨了如何通过多模态知识工程技术来破解这些局限性。 4. 文章还讨论了知识图谱与生成式人工智能大模型的对比,以及如何实现两者的融合,以发挥各自的优势。 5. 文章最后展望了向量数据库在人工智能领域的应用前景,以及如何与传统关系型数据库协同发展。 关键数据: - 生成式人工智能大模型可以处理图像与文本输入,并生成文本、图像、代码等。 - 生成式人工智能大模型被认为是继专业生产内容(PGC)、用户生产内容(UGC)之后的新型内容创作方式。 - 预计到2025年,人工智能生成数据占比将达到10%。 - 预计到2025年,至少90%的新企业应用将包含嵌入式人工智能功能。
人工智能大模型如何实现数字化转型? 数据治理模型在实际应用中存在哪些问题? 知识图谱与大模型融合的优势有哪些?
客服
商务合作
小程序
服务号
折叠