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 年 霍普菲尔德神经 网络被提出 1986 年 BP 算法使得大规模神 经网络的训练成为可能， 将 AI 推向第二个黄金 期 199 2016 年 AlphaGo 战胜人类 围棋冠军， AI 关 注 度空前提升 2022 年 OpenAI 发布 GhatGPT ， AI 智力水平 实现飞跃，进入大模型 时代 第二次 浪潮 第三次 浪潮 Sora 发布，大模 型 视频多模态迈进。 的语音模态向图文 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

日，全市疫情防控核查登记系统； ◆天津：大年初四，疫情定点医院远程会诊系统； ◆江苏： 18 小时，疫情防治远程咨询系统； 社会责任 ◆百企百校，万岗相望； ◆ 浪潮 HCM 网上招聘，无接触，有温 度 科技战疫 疫情初期： ◆浪潮“云 + 战疫版” ：开放协同办公； ◆ 42 家医院预约挂号； 疫情中后期： ◆爱城市网 APP 助力多个城市企业复工复产； ◆疫情防控指挥中心建设； 医疗器械

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入 了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 的第一步，是新药研发中决定成败的一步，成功的靶点识别可以为后续的药物设 计提供方向。不仅能提高新药的研发效率，也能极大地改善患者治疗期间的生活 质量。 药物研发生产流程，图片引自[1] 传统方法在靶点识别中的局限性 在AI的第三次浪潮之前，靶点的识别通常依赖多组学实验方法或者计算机辅 助药物设计的方法。多组学方法主要通过对病例组和对照组进行基因组、蛋白质 组等组学数据差异性比较，提取出可能致病的基因或蛋白靶点。这一方法通常有

Management 领域的国际标准 ISO27001 ISO20000 1.1 研究积累 CHIMA 于磊磊 , 工学博士 ， 高级工 程师 ， 先 后 在山东 大学 、 浪潮 集团完 成两 站 博士 后研究， 济南市第 5 批“千层 次 ”人才 在标准化领域有深入 研究，并担任： ISO/IEC27001 主任审核员 ITIL ITIL v4 IT 服务管理认

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进 入了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提 取能力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突 破性的进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正 在深刻地改变这个领域的研究和发展流程。无论是在早期的药物筛 选、药物优化，还是在药物的临床试验和后期的上市监控，AI的应用

技术真正服务于立德树人的根本任务，为构建人人皆 学、处处能学、时时可学的学习型社会奠定坚实基础， 共同塑造引领未来的教育新形态。 当前，我们正处在以人工智能为核心驱动力的新一轮 教育变革浪潮之中。智慧教室作为教育教学数字化转 型的关键载体，不仅是技术装备的集成升级，更是教 育理念与底层逻辑的系统性重构。它依托AI技术底座， 实现从“教”到“学”的深刻跃迁，推动教学流程再 造、场 备课、 授课、评价全流程的AI教学空间。我们倡导携手生态 伙伴打破资源边界，缩小数字鸿沟。同时高度重视AI 伦理与安全，始终让技术服务于人，助力教师成为课 堂的首席引导者。 在教育全球化的浪潮中，我们亦积极推动国际交流与 合作，将中国智慧教育方案带入全球视野，助力教育 现代化迈出中国步伐。希沃愿与各方携手，以技术革 新驱动教育公平与质量提升，共同绘制智能时代的教 育新图景。 张凌 我们正处在教育智能化变革的历史转折点，人工智能 与教育的深度融合正在重构教育的核心基因。华为始 终坚持以"技术赋能教育"为使命，依托全球领先的ICT 基础设施和全栈AI能力，深入参与全球教育数字化建 设浪潮，致力于构建开放、协同、安全的智慧教育新 生态。 我们创新打造智慧教育解决方案，基于端、边、云协 同的技术架构，将工业级AI能力与教育场景深度融合， 构建覆盖精准教学、个性学习、多元课堂的全场景智

支持监控防火墙、 负载均衡、 上网行为 管理、 网关等安全设备的监控 ， 支持 H3C 、 Cisco 、 Juniper 、 Huawei 等 服务器、 存储设备 支持主流品牌 HP 、 浪潮、 华为、 IBM 、 曙光等设备 的监 控 ，精准采集 CPU 、 内存、 进程、 磁盘空间等信息。 支持 Tomcat 、 Apache 、 IIS 、 Weblogic 等多种中间件应用

境，教学，行政 等 3. 事件可视化，流 程自动化，决策 智能化 8 创新 3- 高校产业互联运营服务赋能平台 技术赋能 工程赋能 运维赋能 运营赋能 数据赋能 整合华为云、追一科技、银联、浪潮、海康威视、 帆软软件等技术厂商，提供行业中台 工程小助手连接工程实施的参与者：学校信息办、 业务部门老师、产品团队、实施人员、合作伙伴等 整合安恒信息等厂商的云端安全特征库，全面监测 应用环境；后台专家库提供基全面诊断及运维服务

（设备、 感知点） 、数据 信息技术的发展带来变革 信息化时代 数字化时代 医院在数字化浪潮中的规划及思路？ 信息化是修补管理短板？还是结合业务发展？ 如何面对新形势、新技术 目 录 2. 医院信息化建设面临的挑战 数据标准不一致 缺乏统一的用户管理 缺乏统一规范 厂家多 系统多

路径与优化参考。通过“技术标准 + 应用案例”的联动机制，切 实提升标准体系的指导性、适应性与实际效用。 92 大模型背景下高等教育数智化转型研究报告 6.2 数据安全与伦理隐私 在数字化浪潮席卷下，数据成为各领域发展的核心驱动力。人工智能、大模型等新技术的教育应用虽推动了教 育数据采集和分析等过程的智能升级，为教育教学发展带来诸多便利，但也存在因数据误用、数据标准欠缺、 数据过度依 102 大模型背景下高等教育数智化转型研究报告 102 教育大模型的快速发展正在推动高等教育进入一个全新的变革周期。从专业体系的重塑到智算生态的构建，从 科研范式的革新到教育公平的推进，这一技术浪潮深刻影响着高等学校的教育模式、科研模式与社会责任。而 在全球化与数字化交织的背景下，中国高等教育也正通过技术创新与国际合作，探索具有本土特色且面向全球 的解决方案。教育大模型的本土实践与全球实践 包容和人类价值观相融合，通过全生 命周期的人类参与和动态反馈机制，实现可持续且公平的 AI 赋能高教。AIHED 整合框架期待确保 AI 真正作为 教育增能者，而非取代人类主体，使高等教育在技术浪潮中保持同理心、创造力与多元包容的核心使命。 143 教育大模型为高等教育公平提供了前所未有的技术解决方案，但其社会效能的充分释放取决于多重因素的交织 作用。未来的发展路径应坚持“技术赋能”与