AI 人工智能军事解决方 案 连接现实与虚拟世界的 AI 军事指挥官 党的十九大报告指出 ， 要 “加快军事智能化发展 ，提高基于网络信息体系的联合作 战 能力、 全域作战能力”。 十九大代表、 中央军委科学技术委员会主任刘国治中将在接受媒 体采访时指出 ， “确实需要加快军事智能化发展。 我认为这是我们国家实现创新超越、 实现强军的一个难得战略机遇 ，也是我们实现弯道超车的难得战略机遇。 加入星球获取更多更全的数智化解决方案 1.1 军事活动智能 化 人工智能（ Artificial Intelligence ， AI ） 技术现已进入新的高速发展时期 ，是公 认最有可能改变未来世界的颠覆性技术。 世界许多国家已将发展人工智能上升到 国家战略 ，从政策导向、 战略规划、 资金预算层面予以大力支持。 人工智能在军 事领域有广阔的应用前景 ， 人工智能武器的出现将改变未来战争的方式 ， 由人与 ，俄罗斯和乌克兰等国家因经济问题成为中国主要军事技术合作伙伴。 随着人工智能时代的到来 ，在进入 21 世纪后 ， 术更好的助力解放军在战略支援层面给予更好的帮助 ， 向世界展示强大军事实力的的决心。 , 让 技 窗口期已打开 • 随着军民融合政策的开放 ，会加速军队与先进的民用人工智能技术来结合 ，提高军队智能化程度。 • 民用人工智能技术厂商 ，可以获取参军资质或与有资质的企业合作 ，可以快速切入军工领域。

术 03 人工智能应用案例 01 人工智能概述 CONTENTS 人工智能基本概念与发展历程 关键技术与研究学派 01 02 人类的智能，源于人类的大脑、感觉器官 和神经网络 从自然环境中感知和解析信息，提炼知识并运用 于指挥自身行为的能力，就是“智能”。 1. 何谓智能？ 人工智能基本概念 人工智能，指由人制造出来的机器所表 现出来的智能。 人工智能就是把人的智能转移到人造的 机器中，让机器来具备了感知、思考、 决策的能力。 2. 什么是人工智能？ 人工智能基本概念 1950 年，图灵在论文《计算机器与智能》中提出图灵测试，将机器智能定义为 “若 机器能通过自然语言对话让人类无法区分其与人类，则具备智能” 。这一测试方法 至今仍是衡量 AI 智能水平的重要标准，例如 ChatGPT 等大模型均以通过类似测 试为目标。 图灵通过图灵测试与图灵机构建了人工智能的理论框架，其密码学实践与哲学思 现代计算机的奠基人，人工智 能之父。 图灵与人工智能 图灵测试 - 成为判定机器智能的标 准 1956 年 6 月，达特茅斯会议并没 有 得出什么重要的结论或宣言，但是 提出了“人工智能（ Artificial Intelligence ）”的命名，也大致明 确了后续的研究方向。 这次会议，标志着人工智能作为一 个研究领域正式诞生，也被后人视 为现代人工智能的起点。 达特茅斯会议

前 言 当前，生成式人工智能大模型成为各行各业关注重点和热议话题。 以 ChatGPT、Bard 为代表的大模型是人工智能技术的一次飞跃，代表 着 AI 技术从感知世界、理解世界向创造世界的跃迁。政务领域涉及 大量内容生产及人与人交互环节，与生成式 AI 大模型高度的信息收 集、文本总结、智能交互能力契合度较高，是未来生成式 AI 大模型 应用的肥沃土壤。 自大模型工具出现以来，全球各国纷纷探索新技术在政府治理中 个国家相继出台政府机关（公务员）使用生成式 AI 的临时指南，通过明确使用原则、框定场景范围、建立监管规范等规 避技术风险，推动应用趋向合规。但由于技术尚处于快速发展阶段， 治理政策的模糊性仍然存在：一方面尚未形成有关政府应用人工智能 技术的完善风险治理框架；另一方面，场景分类分级和全流程监管规 范较为粗糙，无法实现新技术应用行为的全覆盖。 我国政务领域大模型应用尚处于起步探索阶段。经梳理统计，国 内至少有 ........................................................................ 43 图 目 录 图 1 生成式人工智能的产业影响波次顺序 .............................................................. 4 图 2 新加坡 Pair 公务员文书写作系统

........8 1.1.1 传统政务系统效率瓶颈..............................................................10 1.1.2 人工处理流程的局限性..............................................................12 1.2 DeepSeek 技术优势........ ..........................263 1. 项目背景与目标 随着数字化转型的加速推进，政务系统面临服务效率提升与智 能化升级的双重需求。当前政务服务平台普遍存在流程冗长、人工 处理占比高、响应速度慢等问题。以某省行政审批局 2023 年数据 为例，平均单项业务处理时长达到 48 小时，其中 70%的时间消耗 在材料初审、规则核对等重复性工作上，工作人员日均处理咨询量 92%以上（参照现有金融 行业智能客服标准），分流 50%的人工咨询量。最后，建立动态知 识库更新机制，确保 3000 余项政策条款的关联关系能随法规变动 实时调整，政策解读一致性需保持 98%以上准确度。 关键效能提升指标如下： 维度 现状基准值 目标值 实现路径 业务处理时效 48 小时 ≤18 小时 智能预审+自动化流程触发 人工干预率 85% ≤30% 规则引擎+多模态文档理解 服务响应速度

大语言模型、使“千亿参数”模型成为现实后 ，以 ChatGPT 为代表的基于大模型底座开发的 AIGC 应 用 出现 ，引发了人工智能与传统行业融合的新一轮热潮。近期， LLaMa 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ，利用云数智工具实现业务创新和降本增效；政务行业亦与时俱进 ，加速数字化建设 ， 利用政务云等数字化平台助力政府内部管理效率不断提升 ，外部服务场景更加丰富。当前 ，大模型技术驱动新一轮人工智能升级 浪 潮 ，各传统行业正积极尝试引入大模型工具。随着大模型等人工智能技术逐步在各行业渗透 ，传统数字化场景将进一步丰富 ， 各产 业间的结合也将愈加紧密。为此 ，数字政府的管理和服务功能也需要与大模型融合 ，利用专业的行业大模型工具 《北京市促进通用人工智能创新发展的若干措施》 2023.05 《深圳市加快推动人工智能高质量发展高水平应用行动方案（ 2023—2024 年）》 2023.06 《关于加快中关村科学城人工智能大模型创新发展的若干措施》

大语言模型、使“千亿参数”模型成为现实后 ，以 ChatGPT 为代表的基于大模型底座开发的 AIGC 应 用 出现 ，引发了人工智能与传统行业融合的新一轮热潮。近期， LLaMa 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ，利用云数智工具实现业务创新和降本增效；政务行业亦与时俱进 ，加速数字化建设 ， 利用政务云等数字化平台助力政府内部管理效率不断提升 ，外部服务场景更加丰富。当前 ，大模型技术驱动新一轮人工智能升级 浪 潮 ，各传统行业正积极尝试引入大模型工具。随着大模型等人工智能技术逐步在各行业渗透 ，传统数字化场景将进一步丰富 ， 各产 业间的结合也将愈加紧密。为此 ，数字政府的管理和服务功能也需要与大模型融合 ，利用专业的行业大模型工具 《北京市促进通用人工智能创新发展的若干措施》 2023.05 《深圳市加快推动人工智能高质量发展高水平应用行动方案（ 2023—2024 年）》 2023.06 《关于加快中关村科学城人工智能大模型创新发展的若干措施》

团队独立完成，结果仅供相关机构参考。由研究团队负责对报告内容的解释。 由于时间和专业水平所限，错漏之处敬请批评指正。 前 言 步入“十五五”开局之年，数字技术革命呈现出加速演进的强劲 势头。在数据要素市场化改革持续深化、人工智能大模型实现规范应 用、政务数据共享体系不断完善等一系列关键领域取得重大突破的有 力带动下，政府数字化转型成功步入“深度融合、智能驱动”的全新 阶段。国家高度关注数字治理能力的提升，从技术创新、制度构建、 梁八柱” 的稳固体系，后者有效化解“数据烟囱”“重复建设”等突出难题； 10 月，《中共中央关于制定国民经济和社会发展第十五个五年规划 的建议》明确提出“深入推进数字中国建设”，有力推动数据、人工 智能与数字化治理深度融合，为数字政府建设指明了清晰的发展方向。 在中国社会发展新阶段来临之际，在促进高质量发展和构建新发 展格局的总体指引下，数字政府建设应当主动把握机遇、积极应对挑 年，我国数字政府政策体系围绕数据要素市场化、人工智 能应用规范化、政务服务智能化等核心领域达成系统性突破（如图 1）。 《数字中国建设 2025 年行动方案》明确将数据要素市场化改革作为 主线，提高数字政务智能化与基础设施水平；《政务数据共享条例》 以制度创新为核心，构建四梁八柱式体系，系统性破解政务数据难题； 《政务领域人工智能大模型部署应用指引》提出有序推进人工智能大 模型在政务领域的部署与应用；国家标准《数字政府架构框架》覆盖

厦门大学大数据教学团队 1. 大模型： 人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 政府部门本地部署大模型 5. DeepSeek 大模型在政务服务领域的应 用 6. DeepSeek 大模型在政府工作中的应用 7. 智能体的政务应用 8. AIGC 与政府应用实践 目录 厦门大学大数据教学团队作品 1. 大模型：人工智能的前 沿 1.1 大模型的概念 1.2 2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 大模型通常指的是大规模的人工智能模型 ，是一种基于深度学习技术 ，具 有 海量参数、强大的学习能力和泛化能力 ，能够处理和生成多种类型数据的 人 工智能模型 通常说的大模型的“大”的特点体现在： 2020 年 ， OpenAI 公司推出了 GPT-3 ，模型参数规模达到了 1750 亿 2023 年 3 月发布的 GPT-4 1.2 大模型的发展历 程 大模型发展历经三个阶段 ，分别是萌芽期、 沉淀期和爆发 期 1.2 大模型的发展历 程 1.2 大模型的发展历 程 大模型发展对算力的需求演变 人工智能 机器学习 深度学习 人工智能包含了机器学习 ，机器学习包含了深度学习 ，深度学习可以采用不同的模型 ， 其中一种模型是预训练模型 ，预训 练模型包含了预训练大模型（可以简称为“大模型”） ，预训练大模型

清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据 清华数据治理研究中 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研 1 前言 随着人工智能技术的迅猛发展，DeepSeek 大模型的横空出世，为各行业带 来了前所未有的变革机遇。DeepSeek 凭借其高性能、低成本的特点，不仅打破 了传统技术的局限，更在算力、成本和时间上实现了重大突破。这一创新技术的 特别是在政务热线中，DeepSeek 发挥了重要作用。以 12345 政务服务热线为例， 通过接入 DeepSeek，热线系统拓展了智能文本机器人应答、智能辅助填单、智 能工单分类和智能工单转派等功能，充分展现了人工智能大模型在提升政府服务 效能方面的巨大潜力。 就目前而言，对 DeepSeek 的探索和应用仍处于起步阶段，未来需要深入探 索大模型工具在更多政务场景中的创新应用。同时，利用大模型工具开发更多智 转型。 本报告梳理了 DeepSeek 在政务热线及其他政务场景中的应用现状与成效， 分析了其技术优势与面临的挑战，期望通过深入观察与研究，为政务热线的智能 化升级、数智化发展提供经验，推动“人工智能技术+政务热线”应用实践的持 续创新与深入发展，助力构建高效、智能、便民的政务服务新模式。 清华数据治理研究中心 据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心

命运，提高党的领导水平、执政水平、拒腐防变、抵御风险能力。 1 9 2 1 - 2 0 2 1 智慧党建是指通过利用信息技术手段，实现党的建设数字化、智能化和现代化， 提高党的建设质量和效果。 智慧党建以互联网、大数据、人工智能等信息技术为基础，以党组织、党员和群 众的需求为导向，以信息化平台为支撑，以数字化、智能化、可视化为手段，实 现党建工作的全面感知、智能分析、精准执行和有效评估。 智慧党建的定义 提高党的建设质量和效果 提高数据共享和利用效率，为党组织的各项工作提供更加 便捷高效的支持。 数字化 智慧党建将进一步推动党的建设数字化，实现党组织和党 员信息的数字化管理，提高党组织的管理效率和决策水平。 智能化 通过人工智能等技术手段，实现党建工作的智能化分析、 预测和评估，提高党组织的科学决策水平和精准执行能力。 移动化 随着移动互联网的普及，智慧党建将进一步推动移动化办 公，实现党组织工作的随时随地处理，提高工作效率和响 党建工作走过场，难以提升党组织的凝聚力 • 年底各种报表难以报齐 • 组织关系转接麻烦 • 学习活动太枯燥，人工签到太麻烦 • APP 太多，办公、党建、纪检应用未整合 • 公出期间无法收党费，出差期间无法参加组织活 动 全国多省市党建工作调研发现：当前工作明显存在效率慢、查询难、人工成本高等问题 党员痛点 党委需求 • 规范支部各项工作，加强党建宣传 • 提高支部的凝聚力、党员归属感