117 lines
7.8 KiB
Markdown
117 lines
7.8 KiB
Markdown
---
|
||
date: 2026-06-14
|
||
type: zju-analysis
|
||
tags: [浙大, 学习分析]
|
||
---
|
||
|
||
> 本文共 **2879** 字 · 预计阅读 **10** 分钟
|
||
|
||
# 课程学习记录
|
||
|
||
**时间**：2024年6月14日 09:04
|
||
**地点**：浙江大学
|
||
**课程名称**：数字浙江创新实践—数字经济“一号工程”
|
||
**授课老师**：厉敏（曾任浙江省经济和信息化厅副厅长、党组成员，长期分管浙江省信息化、数字经济及产业发展工作，是浙江数字经济的主要谋划者和实践者，主持浙江数字化改革和数字经济“一号工程”相关政策体系的制定与落地）
|
||
|
||
---
|
||
|
||
## 一、科技革命、产业变革与数字经济
|
||
|
||
### 四次重大科技革命与产业变革
|
||
|
||
世界经济史上经历了四次重大科技革命与产业变革，每一次都深刻重塑了生产方式和全球格局：
|
||
|
||
1. **蒸汽机革命**（18世纪末）——机械化生产取代手工劳动，开启工业时代。
|
||
2. **电力技术革命**（19世纪末）——电气化推动大规模生产和城市文明。
|
||
3. **信息通信技术革命**（20世纪中后期）——计算机与互联网普及，信息成为重要资源。
|
||
4. **新一代信息技术革命**（21世纪至今）——以数字技术为核心，涵盖人工智能、大数据、云计算、区块链等。
|
||
|
||
当前正处于第四次革命的关键阶段，数字技术正从辅助工具演变为驱动经济社会变革的核心引擎。
|
||
|
||
### 人工智能技术的突破性进展
|
||
|
||
人工智能的发展经历了几个关键节点：
|
||
|
||
- **1946年**：第一台通用电子计算机ENIAC诞生，为AI提供算力基础。
|
||
- **1956年**：达特茅斯会议正式提出“人工智能”概念。
|
||
- **深度学习时代**：杰弗里·辛顿（Geoffrey Hinton）在神经网络领域的突破性研究，为现代AI奠定理论基础。辛顿被称为“深度学习之父”，其反向传播算法至今仍是训练神经网络的核心方法。
|
||
- **AI教母李飞飞**：斯坦福大学教授，主导ImageNet项目，为计算机视觉领域提供大规模标注数据集，推动深度学习在图像识别上的爆发。
|
||
- **伊利亚·苏茨克维（Ilya Sutskever）**：OpenAI联合创始人兼首席科学家，在生成式AI领域有重要贡献。
|
||
- **黄仁勋**：英伟达创始人，其公司生产的GPU成为训练大模型的算力基石，推动AI硬件生态成熟。
|
||
|
||
**关键驱动因素**：大数据积累、神经网络算法优化、算力（GPU）大幅提升。三者形成正反馈循环，促使AI在2020年后全面爆发。
|
||
|
||
**2025年伊丽莎白工程奖**：该奖项表彰对工程领域有重大贡献的人物，值得注意的是，AI领域的许多关键人物都与华人有渊源（如李飞飞、黄仁勋等）。
|
||
|
||
### 生成式AI与世界模型
|
||
|
||
- **ChatGPT**（2022年底发布）：OpenAI推出的对话式大语言模型，标志着生成式AI进入大众视野，引发全球产业变革。
|
||
- **Sora**（2024年2月15日发布）：OpenAI推出的文生视频模型，能够生成逼真的物理场景视频。这意味着AI已开始理解物理世界的运动规律，具备“世界模型”能力，即对三维空间、物体交互、光照变化等有内在建模。
|
||
- **Seedance**：国内（字节跳动）推出的视频生成模型，与Sora类似，表明中国在文生视频领域也在快速跟进。
|
||
|
||
### 奇点临近与智能涌现
|
||
|
||
“奇点”概念源自雷·库兹韦尔（Ray Kurzweil）的《奇点临近》一书，指人工智能超越人类智能的临界点。当前，AI的“智能涌现”现象令科学家也感到意外——大模型在训练到一定规模后，会自发产生未被显式编程的能力（如推理、翻译、编程等）。这与昨天李心博士所讲的内容一致：AI的发展速度已超出人类预期。
|
||
|
||
**延伸思考**：人类正在成为“神”——能够创造具有智能的实体。这种能力既令人兴奋也令人不安。作为个体，我需要思考如何与AI共处，以及如何利用它提升自己的认知边界。
|
||
|
||
### AGI（通用人工智能）
|
||
|
||
AGI（Artificial General Intelligence）指具备与人类同等或更高级别通用智能的AI系统，能够完成任何智力任务。目前主流AI仍属于“窄AI”，但GPT-4等模型已展现出部分通用能力。美国已制定相关竞赛计划（具体名称未记录），旨在抢占AGI先机。
|
||
|
||
**结论**：技术正呈现革命性突破的先兆，中国必须抓住先机，抢占未来制高点。
|
||
|
||
### 数字经济的概念引入
|
||
|
||
数字经济包含两大核心板块：
|
||
|
||
- **数字产业化**：将数字技术本身发展为产业，如芯片制造、软件服务、云计算、AI算法等。
|
||
- **产业数字化**：用数字技术改造传统产业，如智能制造、智慧农业、数字金融等。
|
||
|
||
**案例对比**：
|
||
- **浙江**：数字经济发达，已形成完整生态。
|
||
- **贵州**：依托大数据中心建设，成为西部数字经济发展标杆。
|
||
- **陕西**：数字经济发展相对较慢，但潜力巨大（如西安的科研和军工资源）。
|
||
|
||
---
|
||
|
||
## 二、数字经济发展趋势与特征
|
||
|
||
### 新生产要素驱动竞争模式变化
|
||
|
||
数据成为继土地、资本、劳动力、技术之后的第五大生产要素。其特性包括：非竞争性（可无限复制）、边际成本趋近于零、网络效应等。这导致市场竞争模式发生根本变化：
|
||
|
||
- 数据驱动的精准营销、个性化推荐取代传统广告。
|
||
- 平台经济崛起，赢家通吃效应加剧。
|
||
- 数据资产化成为企业核心竞争力的关键。
|
||
|
||
### 新生产要素激发创新创业活力
|
||
|
||
数据要素的流动性和可复制性降低了创业门槛，同时吸引大量人才和资本涌入数字经济领域。例如，杭州的“数字硅谷”现象——阿里系创业者、海归人才、风险投资高度聚集，形成创新生态。
|
||
|
||
### 未来产业：新质生产力的主阵地
|
||
|
||
“未来产业”指基于前沿技术、尚未成熟但具有颠覆性潜力的产业。厉敏老师提出，要精准识别技术前沿趋势，因地制宜发展未来产业。**十大赛道**包括：
|
||
|
||
- 量子科技
|
||
- 脑机接口
|
||
- 人形机器人
|
||
- 智能体（AI Agent）
|
||
- 具身智能（Embodied AI，即AI与物理世界交互的能力）
|
||
- 其他（如合成生物学、6G通信、可控核聚变等）
|
||
|
||
**延伸思考**：这让我想到，可以给我的个人导航页面增加一个“头条新闻”模块，逐步让导航页成为个人信息数据的入口。未来甚至可以将服务器上部署的服务（如RSS订阅、书签管理、笔记同步等）整合到导航页，实现“每日第一件事就是打开个人导航页”的体验。目前我的服务器上已部署了：Nextcloud（文件同步）、Miniflux（RSS阅读器）、Wallabag（稍后阅读）、Jellyfin（媒体服务器）等。
|
||
|
||
### 推动服务业转型
|
||
|
||
数字经济不仅改造制造业，也在重塑服务业。例如：在线教育、远程医疗、数字金融、智慧物流等。服务业数字化转型的核心是“去中介化”和“个性化”——平台直接连接供需双方，算法提供定制化服务。
|
||
|
||
---
|
||
|
||
## 三、浙江的探索与实践
|
||
|
||
（此部分课程内容未详细记录，但结合厉敏老师的背景，可推测其内容涵盖：浙江“数字经济一号工程”的顶层设计、政策体系、典型企业案例（如阿里、海康威视）、产业园区布局（如杭州云栖小镇、宁波智能制造）、以及数字化改革在政府治理中的应用（如“浙里办”APP、“最多跑一次”改革）。）
|
||
|
||
---
|
||
|
||
**延伸思考**：作为个人，我需要持续关注数字经济的底层技术（特别是AI和算力）进展，同时思考如何将数字工具融入个人知识管理和工作效率提升中。浙江的实践表明，数字经济的核心不是技术本身，而是“技术+制度+生态”的系统性创新。 |