汇报人：王晓峰 2025.4 北 京 人工智能赋能核安全 技术革新与文明守护的双重使命 生态环境部核与辐射安全中心 AI 是如何思 考 这个问题的？ 01 AI 对 AI 赋能核安全监管的思考 02 国际上核安全监管在 AI 的进展 03 核安全监管信息化工作汇报 04 面向未来的进化路径 CONTENTS AI 对 AI 赋能核安全监管的思 考 核安全：文明发展的关键命题 的预测能力不足。 人力依赖性 l 传统监管需要大量人力投 入 ， 且存在主观性和局 限 性 ， 容易出现疏漏 ， 成本 高、效率低。 03 02 01 数据滞后性 l 传统监管依赖人工采样， 数据获取不及时 ， 难以 及时发现潜在风险。 AI 技术驱动的监管范式革新 02 、三维辐射热力图实时生成技 术 利用融合后的多源数据 ，实时生成三维 辐射热力图。该图能直观展示辐射场的 数据缺陷？算法偏见？执行人？ 安全的本质是技术还是人性？ 国际上核安全监管在 AI 的进 展 国家 / 组织 政策文件 技术应用 监管创新 国际合作 / 标准 挑战与趋势 IAEA - 《人工智能加速 “核 ” 的应用、 科学与技术》（ 2022 年） - 《核安全文化》报告（ 2023 年） - 全球 AI 核安全数据库 （ 2024 年上线） - 事故模拟与辐射防护

苏文星，硕士，发表论文 4 篇。 人工智能大模型在医疗领域的应用现状与前景展望 郑琰莉 （天津泰达普华医院 天津 300203） 李舒玉 （先进操作系统创新中心 (天津) 有限公司 天津 300450） 苏文星 （1 中国科学院大学 应急管理科学与工程学院 北京 100049， 2 先进操作系统创新中心 (天津) 有限公司 天津 300450） [摘要] 目的/意义 梳理分析人工智能大模型在医疗领域的研究现状，旨在为人工智能大模型在 梳理分析人工智能大模型在医疗领域的研究现状，旨在为人工智能大模型在 该领域的研究提供新思路。方法/过程 在相关文献分析基础上，梳理人工智能大模型在智慧医疗、 医疗元宇宙、医学研究等领域的应用场景及具体实例。结果/结论 虽然人工智能大模型目前面临 一定风险与挑战，但其在医疗领域仍具有广阔的发展空间。 [关键词] 人工智能大模型；智慧医疗；医疗元宇宙；医学研发 Application Status and Prospect of medical research and development 1 引言 根据《“十四五”规划和 2035 年远景目标纲要》，医疗领域数字化建设和智慧医 疗建设成为“十四五”时期的重要任务。人工智能作为实现该任务的重要技术基础， bmr.202312.00027V2 http://www.biomedrxiv.org.cn/article/doi/bmr.202312.00027 此预

2025 人工智能赋能智慧实验室的建设方案 人工智能发展历程 1956 年 达特茅斯会议 约翰 · 麦卡锡提出人工智 能标志 AI 的诞生 1957 年 罗森布切特发明感知机 Perceptron ，将人工智 能推向第一个高峰 1970 年 计算能力无法支持 大模型数据训练和 复杂任务， AI 进 入第一个低谷 第一次 浪潮 1960s 1980s 2000s 2020s 1982 经网络的训练成为可能， 将 AI 推向第二个黄金 期 199 0 年 AI 计算机 DARPA 计划失败，政府缩 减投入， AI 进入第 二次低谷 2006 年 Hinton 提出“深度 学习“神经网络使 得人工智能性能获 得突破性进展” 2013 年 深度学习算法在语音 和视觉识别上识别率 显著提升，进入感知 智能时代 2016 年 AlphaGo 战胜人类 围棋冠军， AI 关 注 度空前提升 DeepSeek 发布 2024 年 2025 年 2025 人工智能算法发展阶段 典 型 应 用 核 心 技 术 应 用 表 现 统计机器学习 1980 年代至 21 世纪初期 硬件奠基，算法发展，数据积累 算法框架：逻辑回归、朴素贝叶 斯 .... 特征工程 + 算法 推荐系统 输入法 可解释但依赖人工经验输入 深度学习 2010-2020 硬件发展，大规模数据，算法突破

人工智能大模型 在医疗价值链上的应用场景和实践 2024/11/19 Yubo Ji s EMENS: H a l t h ' n r s " , " Unrestricted © Siemens Healthineers, 2024 02 视觉大模型 (VLM) 04 多模态大模型 (Diffusion-related) 05 展望 01 大语言模型 Siemens Healthineers, 2024 5 纯文本大模型在医疗中的产品 上海人工智能实验室 OpenMEDLab 浦医 Microsoft + Nuance 百度文心 – Ernie Health 三 星 healthGPT HARMAN 科大讯飞 - 星火大模 型

项目编号： 教育信息化 2.0-中小学人工智能应用 政 策 研 究 目 录 1. 引言...............................................................................................................5 1.1 研究背景........................ ..23 3. 中小学人工智能应用政策背景...................................................................26 3.1 全球人工智能教育政策概览...............................................................29 3.2 中国中小学人工智能教育政策发展..... ....................31 3.3 中小学人工智能应用政策的必要性与紧迫性.....................................34 3.4 中小学人工智能应用政策的国际比较................................................37 4. 中小学人工智能应用政策的主要内容.....................

AI处理大量信息，生成新内容，并通过预测分析辅助决策。在 教育领域，AI已将传统的教师-学生关系转变为教师-AI-学生的 动态关系。 作为全球参考，该工具指导国家人工智能能力框架的发展，影响教 师培训项目，并帮助设计评估标准。它还提供了教师构建人工智能 知识、应用伦理原则和支持其职业发展的策略。 教学方法，以及专业学习中的AI应用。这些能力被划分为三个进 阶层次：获取、深化和创造。 The AI能力框架针对这一缺口，通过定义教师在AI时 这一转变需要重新审视教师的角色及其在人工智能时代所需的能力。然而，很少 有国家定义这些能力或开发国家级项目来培训教师使用人工智能，导致许多教育 工作者缺乏适当的指导。 七个国家 自从战争在人们的脑海中开始，和平的 防御也必须在人们的脑海中构建。 By 2022 , only 为教师开 发了人工 智能框架 或程序 教师的 AI 能力框架 前言 © UNESCO 人工智能（AI）系统的迅速崛起对教学和学习产生了深远的影 教师迫切需要被赋能以更好地理解人工智能的技术、伦理和 教育学维度。然而，截至2022年，仅有七个国家制定了针对 教师的人工智能能力框架或专业发展计划。 该出版物以教科文组织以前在该领域的工作为基础 ， 如 教师、人工智能和教育的信 通技术能力框架 ： 对决策者的指导 ， 以及最近的 教育和研究中的生成人工智能指南。 它基于来自广泛利益相关方的贡献，受益于联 合国教科文组织成员国在开发和实施人工智能学校课程方面的见解、国际工作组的专

郑 浩 摘 要 自 2022 年 ChatGPT 3.5 发布以来，以大模型为代表的人工智能技术突飞猛进，对教育变革带来巨大影响。教 育领域的数字化转型正在深度融合人工智能技术，加速迈向数智化转型。 本报告系统梳理国际与国内政策进展，深入分析国际社会高度重视人工智能教育应用的政策动向，以及国内以 人工智能为基础推动教育创新发展的政策布局。通过政策梳理与分析，提炼出“人才培养、科学研究、社会服 级智慧教育环境建设、创新人才培养模式、促进跨学科和 人机协同科研、提升社会服务能力、加强国际交流合作、助力文化传承传播、建构数据驱动的教育治理体系等 七个重要方面。报告的核心关切聚焦于如何在拥抱人工智能技术创新的同时，建立有效的治理机制，并确保高 等教育的人文价值和社会责任得到维护。 围绕教育大模型的能力与要素，报告构建了完整的分析框架。在能力维度上，提出“通用能力＋教育能力”的 能力谱 应用层面，报告系统归纳教学、管理、科研与社会服务等主要应用场景，汇聚典型案例包括 DeepSeek 助力数 字化实训、大模型赋能智慧教室、人工智能数智化学习新模式、师范生实践教学能力提升、在线个性化学习、 全栈人工智能科研创新等，验证了智能导学、人工智能助教、智慧教室、数字化实训与科研助手等应用的实践 成效，充分展现了教育大模型在提升教学质量、优化学习体验、促进科研创新等方面的显著价值。

为代表的生成式人工智能给中医医院智慧化建设带来了机遇与挑战。 文章探讨了 ChatGPT 在助力中医经验传承发展、 辅助青年中医提高诊疗质量、 提升中医医院运营管理效率、 实现全生命周期健康管 理几个方面的应用场景, 指出其应用面临着医患双方的传统观念、 中医医院信息化基础薄弱、 生成式人工智能 技术缺陷、 管理制度与监管体系尚不健全等挑战。 提出需要调整认知、 树立对生成式人工智能的正确观念; 树立对生成式人工智能的正确观念; 加 强中医医院信息基础设施建设; 鼓励生成式人工智能技术研发; 完善管理制度与监管体系, 推进生成式人工智 能技术在中医医院智慧化领域的合理应用等建议。 关键词: ChatGPT; 生成式人工智能; 中医医院; 智慧化建设 中图分类号: R197. 4 文献标识码: A 文章编号: 1003-2800(2024)04-0078-04 Application, challenges 代表人工智能领域取得突 破性进展, 生成式人工智能或将引发人类生产生活的 巨大 变 革。 生 成 式 人 工 智 能 ( Artificial Intelligence Generated Content, AIGC) 是指具有文本、 图片、 音 频、 视频 等 内 容 生 成 能 力 的 模 型 及 相 关 技 术 [1], ChatGPT 作为生成式人工智能的代表

DeepSeek 等 AI 大模型 主要内容 先了解人工智能发展简史和发展方向 再介绍大模型的概念和与人工智能的关系 接着介绍垂域模型与智能体的概念 了解以上概念后开始将交流和畅想疾控与人工智能 + 再接着介绍 DeepSeek 大模型 最后是普通疾控人在工作中的具体使用探索交流 1 . 1 著名的图灵测试 1950 年，“计算机之父”和“人工智能之父”艾伦 · 图灵 (Alan M.Turing) Turing) 发表了论文《计算 机器与智能》 , 这篇论文被誉为人工智能科学的开山之作。在论文的开篇，图灵提出了一个引 人深思的问题： “机器能思考吗 ?” 。这个问题激发了人们无尽的想象，同时也奠定了人工智 能 的基本概念和雏形。 图灵测试的核心理念是：如果一台机器的表现与人类无法区分，那么就可以认为它具有智能。 具体来说，测试通过模拟一个“问答游戏”展开： 1. 参与者：一个人类询问者 无法区分哪一方是 机器，则机器通过测试。 一、人工智能发展简史了解 意义与影响 1. 哲学突破： 1. 图灵将抽象的“机器能否思考 ?” 转化为可操作的“能否模仿人 类 行为 ?", 规避了关于“意识”的争议。 2. 提出“智能”的行为主义定义，即通过外在表现而非内在机制判 断 智能。 2. 技术目标： 1. 为早期人工智能研究提供了明确方向，例如自然语言处理和对话

主要内容 01 对 AI 技术的认知 n AI 是一种工具，也是一种赋能，更是一种思考范式。 n 我们从三个角度来认知 AI 技术： • 人工智能的本质 • 大模型的能力边界 • 通向 AGI 之路 01 对 AI 技术的认知：人工智能的本质 智能（ Intelligence ）：以模型为核心，是对真实世界的模拟和解释 • 用语言逻辑方法获取理论模型：模糊 • 用解析数学方法获取数学模型：精确 • 用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数 人类智能 • 抽象（语言）：概念，数字，理 念 • 逻辑（理性）：归纳，演绎，类 比 • 计算（模型）：科学方法 • 基于观测经验，发现规律 • 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习 - 深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 01 对 AI 技术的认知：人工智能的本质 人工智能（ ArtificiaI Intelligence ）：第三代，核心是数据智能，以史为鉴 n 从感知智能到认知智能 1. 专用任务模型： NLP 、 CV 、 Gaming…… 2