许维盛-构建AI+创新生态-南昌-25-5简化版new.pdf

1、同济大学电子与信息工程学院同济大学大数据与网络安全研究中心 许维胜2025.5 南昌一、AI前沿快报二、教育应用三、以人为本构建生态汇报提纲人工智能的摩尔定律人工智能的摩尔定律，即计算机执行某些任务（在这里指的是某些类型的编码任务）的能力将随着时间的推移呈指数级增长人工智能蓬勃发展总体趋势 语言：语言：理解、生成、检索增强生成 图像和视频图像和视频：理解、生成 语音：语音：语音识别 代码生成代码生成（coding)数学数学 推理：推理：通用推理，计划 智能体智能体（AI Agents）机器人和自主移动机器人和自主移动智能体智能体AI相关领域人工智能蓬勃发展总体趋势*数据来源：斯坦福大学“Hum

2、an-Centered”人工智能研究所（Stanford HAI）2025年人工智能指数报告（Artificial Intelligence Index Report 2025）报告揭示了报告揭示了 2024 年年 AI 行业行业 12 大趋势大趋势1.AI 在苛刻基准上的表现持续提升2.AI 正越来越多地融入到日常生活中3.企业全力投入 AI，推动投资和使用创历史新高4.在创造顶级 AI 模型方面，中国正在缩小与美国的差距5.负责任的 AI 生态系统不断发展，但不均衡6.全球 AI 乐观情绪上升，但地区间深层次分歧依然存在7.AI 变得更加高效、经济实惠和易于获取8.各国政府正在加强对 AI

3、 的监管和投资9.AI 和计算机科学教育正在扩大，但普及程度仍不够10.工业界依然一路领先11.AI 因其对科学的影响而斩获最高荣誉12.复杂推理仍是一项挑战人工智能蓬勃发展AI技术性能越来越强AI 系统在8项任务上相对于人类基线的进展*数据来源：斯坦福大学“Human-Centered”人工智能研究所（Stanford HAI）2025年人工智能指数报告（Artificial Intelligence Index Report 2025）图像分类（ImageNet Top5）视觉推理（VQA）中级阅读理解（SQuAD 2.0)英语语言理解大规模多任务语言理解（MMLU）竞赛级数学博士水平科学

4、问题多模态理解和推理p AI基准测试的跨越式进步基准测试的跨越式进步：2024年 MMMU（大规模多学科多模态理解和推理）2024年得分比2023年提升18.8个百分点 GPQA（Graduate-Level Google-Proof Q&A）研究生水平、防谷歌搜索问答 2024年得分比2023年提升48.9个百分点，超过专家水平 SWE-bench 能解决真实Github编程问题成功率提升至71.7%，4.4%（2023）p 新推理范式新推理范式test-time compute提升模型性能提升模型性能 2024年，OpenAI推出o1、o3等模型，采用迭代推理的测试时计算方法 显著提升性能

5、：o1在国际数学奥赛预选测试中得分74.4%，远超GPT-4o的9.3%代价高昂：o1成本是GPT-4o的6倍，速度慢30倍。人工智能蓬勃发展AI技术性能越来越强l 截至2023年，人工智能在一些基准上已经超过了人类基线。2015年 图像分类 2017年 基本阅读理解 2018年 中级阅读综合 2020年 视觉推理 2021年 自然语言推理l 仍有一些任务类别的 AI 无法超越人类的能力。这些往往是更复杂的认知任务。视觉常识推理 高级数学问题解决（竞赛级数学问题）视觉常识推理与竞赛级数学显然还无法达到人类水平人类基准图像分类（ImageNet Top5）基本阅读理解（SQuAD 1.1)中级阅

6、读综合（SQuAD 1.1)视觉推理（VQA）竞赛级数学自然语言推理英语语言理解大规模多任务语言理解（MMLU）视觉常识推理AI 系统在9项任务上相对于人类基线的进展l 人工智能技术性能的一个新兴主题是，在许多基准测试（如ImageNet）上观察到了模型性能饱和。这些基准的表现停滞不前，表明人工智能能力停滞不前，或者研究人员转向更复杂的研究挑战。l 2023年的研究更专注于生成式AI的表现，包括图片生成，视频生成，音频生成等。*数据来源：斯坦福大学“Human-Centered”人工智能研究所（Stanford HAI）2024年人工智能指数报告（Artificial Intelligence