浙江大学DeepSeek公开课第二季(三): AI司法和医疗，大模型生态下AI+X产业新触角 (附PPT)

浙江大学DeepSeek公开课第二季第三期: 解码DeepSeek“破圈”之力，深透与再生，大模型生态下AI+X产业新触角。这次围绕的AI赋能的两个产业主题，分别是司法和医疗，继续地更新这一期的公开课程。

对于目前在考虑，或者已经在落实AI应用到这两个场景的同学们来说，可以重点关注一下两位老师的文章和已经落地的项目。

课后的几点小结和思考如下，直播课后大家也可以去到浙大校友会或者B站上温故知新，尤其对于AI应用于司法和领域的AI实践的同学们。

1. 通用大模型往往不能直接简单地应用于某个具体的垂直领域，尤其以司法和医疗这两个严肃和专业程度非常高的领域。

2. 尽管通用大模型包含超大规模参数（千亿级），具备极强的推理和应答能力，然而，其较高的训练，甚至是相对训练成本更低的推理成本，亦不是垂直领域所能够直接承受的。

3. 此外，目前所有通用大模型的基础原理，仍然是基于数据驱动、关联学习和概率输出，因此，在非常严肃和专业的司法和医疗领域，仍然需要垂直领域的知识和专业领域的人员协同，从而保证决策质量。此外，标准化的、高质量的、具备专业知识数据，和显性可解释性的关联关系，是保证决策输出的基础。

4. 使用过大模型的同学们可以很清楚地发现，虽然目前AGI很强，但依然是大数据，小任务型；从对话的表现来看，需要大量精准的输入，从而得到你想要的精准答复；而人类分析和解决问题，是小数据，大任务；比如《思考，快与慢》中的系统1思维，通过经验和直觉快速决策。

5. 因此，小规模参数和专家知识对于垂直大模型打造至关重要，基本会按照这个范式来进行，以医疗领域为例：领域大模型 = 通用大模型+领域知识库(权威医学知识)+实际数据(临床数据)，其他领域亦可参考。

6. 每当要考虑搭建AI基础底座的时候，不是自下而上的思考，比如从算力、带宽、中间件和服务器这一思路思考，而是应当先考虑是否有急需或者有效的应用来牵引，从而来规划相应的算力和带宽配置。

7. 两位老师分别在各自领域近些年来的AI落地垂直领域的实践中发现，AI的落地实际上早就开始了，并非DeepSeek或者ChatGPT才开启AI智慧应用，然而，完全落地并不是一蹴而就的运动爆发式过程，需要从垂直场景当中的角色、业务、流程出发，基于相应的智慧等级一步步搭建，因此，这是一个理智而漫长的过程。具体落地的案例详见课件。

8. 当前基于AI的垂直领域大模型落地，人类的专业能力仍然是不可或缺的。主要需要两方专业人群相互协作推进，一方是精通计算机科学和人工智能的专业人员，而另一方是垂直领域的专业人士。只有两方通力合作才有可能将垂直领域的逐步渗透到具体的业务流程当中。

9. 然而，两方人员实际上还存在GAP，双方对于对方领域的知识仍然需要时间来进一步磨合，这也是为何人工智能的通识课程在不断推向除计算机领域外的专业人士。不仅如此，实际过程中仍存在客观的困难，比如以医疗医师为例，除了服务病患、还有手术、会议、探班、教学和科研等诸多工作，如果没有时间和精力来拥抱AI，又何谈落地。

10. 两位老师在AI大模型是否会完全替代人类这个问题上，从理论和实际给出了答复，出奇的一致。以司法和医疗为例，任何不当决策，即可能作出错误判决或者威胁生命。以目前数据驱动、关联学习和概率输出的大模型，本身存在不确定性，因此，垂直领域的大模型会在很长时间内，需要AI与专业人士协同，才能够给出科学合理、符合实际情况的决策。

关注我，了解学术研究之路中关于AI的一切～

课件PPT如下，第一部分是AI在司法领域的应用。