廣東
12月14日，在第二屆CCF中國數據大會上，深圳計算科學研究院首席科學家、英國皇家學會和皇家工程院院士樊文飛拋出鮮明觀點：“人工智能不應只有大模型一條路。”
會上，樊文飛展示了首創的融合邏輯推理與機器學習的全棧AI技術及多個領域的應用案例：在制造業，國內頭部電池企業利用該技術將電芯分容檢測時間從20多小時縮短至4小時，誤差率從1%降至萬分之六，單條產線年節省成本超1000萬元，產能提升80%；
在智慧農業與特色產業，深圳中煙通過該技術解決煙草配方難題，將智能配方精度從60%提升至93%，并指出該方法同樣適用于白酒、茶葉、咖啡等貴州特色產品的配方優化；
在醫療領域，團隊通過“干法計算”輔助藥物靶點發現，與《自然》論文濕法實驗結果一致，老藥新用篩查中精準推薦五款潛在藥物，其中四款已被美國試驗驗證；
在海關與金融領域，深圳海關旅檢查獲率從15%提升至最高70%；銀行反欺詐精度成倍提升，某城商行單月新增客戶3500人，成交額超千萬元；
在數據治理方面，該技術可大幅降低專業數據標注對人工的依賴，“幾千個樣本即可達到以往幾百萬樣本的精度”，為貴州發展專業數據集產業提供了技術支撐。
在人工智能浪潮中，樊文飛院士提出的“全棧AI”路徑，并非要取代以大模型為代表的機器學習，而是為AI的發展打開了另一扇門。它揭示了一個關鍵思路：技術的前沿不止一條，中國AI生態的繁榮，正需要這種百花齊放的多元技術路徑。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
