浙江大學 -DeepSeek 系列專題線上公開課（第三季）第一期 走進海洋人工智能的未來

走進海洋人工智能的未來浙江大學海洋學院海洋精準感知技術全國重提綱提綱 1月20日下午，總理主持召開專家、企業(yè)家和教科文衛(wèi)體等領域代表座談會，DeepSeek創(chuàng)始人梁文鋒受邀參加并發(fā)言。2月17日，習總書記主持召開全國民企座談會，梁文鋒校友受邀當一家AI公司的創(chuàng)始人坐在最有分量的民營企業(yè)座談會席位上時，整個科技產業(yè)的坐標系可能都在發(fā)生位移。AI霸主美國轟然：OpenAI總裁孫達爾·皮柴發(fā)文盛贊，CEO山姆·奧特曼感到不安；微軟CEO納德拉稱贊DS為行業(yè)樹立新標準；英偉達市值蒸發(fā)6000億？DeepseekR1與其它綜合模型對比其他國家的態(tài)度：DS的成功為日本初創(chuàng)企業(yè)樹立了榜樣；英國衛(wèi)報DS打破了美國在AI領域的壟斷；歐盟認為整個行業(yè)帶來了重要機遇DeepSeek-V3模型的訓練語料庫包含14.8萬億詞元（Token）。?若讓一個人每秒讀1個詞：需要47萬年才能讀完。GPT-4：1.8萬億巨量參數(shù)、訓?假設每個token是一顆沙粒，14.8萬億顆沙可填滿4.5個北京水立方。練一次就花費6300萬美元！若前方無路若前方無路，我便踏出一條路ChatGPT的總算力消耗約為3640PF-days（即假如每秒計算一千萬億次，需要計算3640天）上萬張英偉達最強的H100顯卡以及更快的InfiniBand網(wǎng)絡互連技術傳統(tǒng)算力路徑不符合我國國情，需另辟路線GPT-4：1.8萬億巨量參數(shù)、訓練一次就花費6300萬美元！大模型（LargeLanguageModel,LLM）是指參數(shù)規(guī)模達到百萬級甚至萬億級的深度202220222023核心特點l參數(shù)規(guī)模巨量：構建強大的特征表達與復雜知識體系l通用性與泛化能力：跨語言、跨任務適應力極強l多模態(tài)能力：可同時處理文字、圖像、語音等多種信息形式uDeepSeek-V3：訓練語料庫包含14.8萬億詞元（Token）若讓一個人每秒讀1個詞，需要47萬年才能讀完。假設每個token是一顆沙粒，14.8萬億顆沙可填滿4.5個北京水立方。uGPT-4：1.8萬億巨量參數(shù)、訓練一次6300萬美元！文本翻譯圖像識別問答對話情感分析對話無障礙簡單聊天復雜指令執(zhí)行對話無障礙簡單聊天反應高智慧反應高智慧洞察意圖預測需求醫(yī)療領域制造與工業(yè)領域設備狀態(tài)監(jiān)控與預測金融領域IIGPT-4—撼動語言世界的巨擘。全球矚目的G可操作性案例可操作性案例蘇格拉底導師視覺輸入案例和跨領域推理為用戶呈現(xiàn)高度自然與智能的構架構、深度模型裁剪構架構、深度模型裁剪提示詞工程提示詞工程推理模型發(fā)展脈絡推理時間擴展方法投票及搜索策略推理模型發(fā)展脈絡推理時間擴展方法投票及搜索策略提綱提綱 02深海探索——海洋是地球最后的待開發(fā)疆域海洋探測與認知l深海海底探明率不足5%l海底勘測的分辨率大于100米海洋探測與認知l深海海底探明率不足5%l海底勘測的分辨率大于100米海洋資源的開發(fā)與利用l油氣：海底探明可采儲量占比超1/3l孕育了獨特的礦產資源和生物資源02深海探索——海洋是地球最后的待開發(fā)疆域探尋深海海洋的精準知識有待完善通用模型的“盲區(qū)”深海世界的復雜性與挑戰(zhàn)02深海探索——海洋是地球最后的待開發(fā)疆域噪聲問題數(shù)據(jù)稀疏數(shù)據(jù)稀疏提綱提綱 03應用圖譜——海洋大模型的現(xiàn)實可能性mm海洋智能探測載體升級目標：提升海洋觀測與作業(yè)平重要意義：解決海底移動觀測與作業(yè)平臺空缺、環(huán)境適應能力不足、自主決策能力欠缺等問題。helipad03應用圖譜——海洋大模型的現(xiàn)實可能性mmhelipadn采用n采用近海底工作模式的新型AUV——水下直升機n碟形本體，可在海底實現(xiàn)原地轉向、自由起降、定點懸停、貼底飛行等功能n由于能夠做到懸停，可實現(xiàn)一定的作業(yè)功能n實現(xiàn)不同站點之間的能量和數(shù)據(jù)的無線接駁n填補海洋底部區(qū)域缺乏觀測平臺的空白03應用圖譜——海洋大模型的現(xiàn)實可能性mm能源供給控制系統(tǒng)控制系統(tǒng)通訊模塊驅動模塊通訊模塊驅動模塊作業(yè)模塊導航模塊輔助模塊控制系統(tǒng)（機載）控制系統(tǒng)（機載）控制器（基站）控制器（基站）通訊模塊作業(yè)模塊導航模塊通訊模塊作業(yè)模塊導航模塊器能源供給能源供給支撐結構支撐結構水下直升機“端-邊-云”協(xié)同探測架構03應用圖譜——海洋大模型的現(xiàn)實可能性mm分工機制分工機制技術支撐mm03應用圖譜——海洋大模型的現(xiàn)實可能性OceanGPTOceanGPT功能n海洋科學任務的專家。n生成的數(shù)據(jù)集由各種部分組成，以使海洋科學問題中所需的行為保持一致。nOceanGPT不僅顯示了海洋科學任務的更高水平的專業(yè)知識，而且還初步獲得了海洋工程中的智能能力。03應用圖譜——海洋大模型的現(xiàn)實可能性mm未知環(huán)境的推斷能力與環(huán)境感知泛化能力OceanAgent|海洋探索的小尺度多模態(tài)大模型助手（端側賦能）搭建面向海洋特殊場景的小尺度多模態(tài)大模型，探尋多模態(tài)數(shù)據(jù)的異構特征對齊方法，實現(xiàn)從多模態(tài)數(shù)據(jù)中提取關鍵信息到可操作知識的技術閉環(huán)，并通過輕量化技術適應海洋邊緣計算平臺和資源受限環(huán)境的部署需求。主要挑戰(zhàn)技術手段主要挑戰(zhàn)技術手段設計跨模態(tài)連接器實現(xiàn)異構特征對齊引入多尺度殘差網(wǎng)絡n海洋特殊場景具設計跨模態(tài)連接器實現(xiàn)異構特征對齊引入多尺度殘差網(wǎng)絡環(huán)境復雜數(shù)據(jù)低質[x:12.34,y:56.78,z數(shù)據(jù)異構關聯(lián)困難采用小規(guī)模模型確保輕量化部署訓練海洋領域大語言模型支持自然語言指令解析生成采用小規(guī)模模型確保輕量化部署訓練海洋領域大語言模型支持自然語言指令解析生成資源受限算力瓶頸mm03應用圖譜——海洋大模型的現(xiàn)實可能性挑戰(zhàn)n電磁波強衰減n通信方式受限現(xiàn)狀n聲學通信為主n帶寬低、延遲高未來方向大模型助力大模型助力n鏈路策略預測n質量智能評估n自適應通信調控03應用圖譜——海洋大模型的現(xiàn)實可能性mmn實現(xiàn)海洋機器人自主執(zhí)行復雜任務n如巡航、采樣、勘測關鍵技術n路徑規(guī)劃n動態(tài)行為決策（基于大模型的策略生成）n異常檢測與應對機制（自主中斷、大模型優(yōu)勢大模型優(yōu)勢n策略泛化能力強n支持自然語言任務指令轉化為行動序列nmm03應用圖譜——海洋大模型的現(xiàn)實可能性欠驅動固定時間路徑規(guī)劃與軌跡跟蹤控制欠驅動固定時間路徑規(guī)劃與軌跡跟蹤控制針對欠驅動AUH系統(tǒng)中搖擺速度和航向角之間的強非線性耦合，開發(fā)一種自適應固定時間制導律。建立級聯(lián)結構分層控制框架，動態(tài)層采用了固定時間滑模面。mm03應用圖譜——海洋大模型的現(xiàn)實可能性傳統(tǒng)Actor-Critic框架圖時空語義聯(lián)合路徑規(guī)劃算法框架圖時間序列建?！緯r空特征融合機制】因果推理【LLM語義推理能力】主要優(yōu)勢信息不確定情況下補全通過高階語義關聯(lián)，輸出下一時刻環(huán)境狀態(tài)的語義預測與關鍵提示加速策略收斂增強動態(tài)環(huán)境適應性用“聰明的大腦”賦能機器人看懂環(huán)境、想清楚下一步如何決策mm03應用圖譜——海洋大模型的現(xiàn)實可能性應03應用圖譜——海洋大模型的現(xiàn)實可能性mm面向AI賦能海洋技術，突破海洋信息的全景感知瓶頸，從“小、中、天氣”三個尺度動態(tài)解析海洋環(huán)mm03應用圖譜——海洋大模型的現(xiàn)實可能性基于渦特征權重-高斯投影搭建時空序列網(wǎng)絡渦心的軌跡數(shù)據(jù)[經度，緯度]的組合具有空間特征。同時，由于渦的廣泛性，其運動同時受渦間相互作用影響。提出空間投影模型，實現(xiàn)一維序列向二維空間的映射，提高軌跡預測精度?；跍u特征權重-高斯投影搭建時空序列網(wǎng)絡南海衛(wèi)星數(shù)據(jù)實驗南海衛(wèi)星數(shù)據(jù)實驗渦特征權重mm03應用圖譜——海洋大模型的現(xiàn)實可能性間接式間接式直接式直接式mm03應用圖譜——海洋大模型的現(xiàn)實可能性環(huán)境適應性：動態(tài)海況下的校正——熱帶氣旋中心定熱帶氣旋影響全球水熱輸運，并在防災、航運和能源開發(fā)中至關重要。結合多源遙感與再分析數(shù)據(jù)，構建融合多維特征的深度學習模型，提升臺風風眼定位、強度估計和預測及軌跡預測的精度。利用位勢高度和水汽特征的熱帶氣旋中心定位利用位勢高度和水汽特征的熱帶氣旋中心定位利用利用位勢高度作為補充特征提升無眼氣旋定位精度；加入水汽注風眼區(qū)域；加入了多尺度注意力機制提取氣旋不同空間尺度特征。氣基于多尺度和多層特征提取的熱帶氣旋強度估計基于多尺度和多層特征提取的熱帶氣旋強度估計mm03應用圖譜——海洋大模型的現(xiàn)實可能性0101通信多模態(tài)鏈路強化學習規(guī)劃決策多模態(tài)鏈路強化學習規(guī)劃決策06決策06決策03動態(tài)環(huán)境中適應的魯棒性05協(xié)同04推理未知環(huán)境感知與泛化05協(xié)同04推理未知環(huán)境感知與泛化提綱提綱 04向“深藍智能”邁進——機遇與挑戰(zhàn)共生輕量化模型部署——讓AI在低算力環(huán)境"輕裝上陣"發(fā)展趨勢發(fā)展趨勢方法方法優(yōu)點缺點知識蒸餾保持精度訓練成本高量化模型尺寸/推理加速需考慮精度損失剪枝削減冗余參數(shù)可能影響泛化能力04向“深藍智能”邁進——機遇與挑戰(zhàn)共生04向“深藍智能”邁進——機遇與挑戰(zhàn)共生2020年浙江大學發(fā)布啟動“智慧海洋計劃”多學科協(xié)同建模n海洋學+AI：提升模型對海洋過程的理解力n通信+邊緣計算：優(yōu)化數(shù)據(jù)采集與分布式部署能力跨領域人才培養(yǎng)n推動“AI+海洋”復合型人才成長n建設跨學科實驗平臺融合發(fā)展n科研+工程+產業(yè)融合n形成基礎研究與應用落地的閉環(huán)生態(tài)04向“深藍智能”邁進——機遇與挑戰(zhàn)共生l海洋導論l海洋科學基礎l海洋人工智能基礎l流體力學l水聲學原理l海洋調查方法l聲納技術l海洋光學基礎l海洋能技術l工程圖學l工程訓練l海洋機器人基礎l工程力學l機械設計基礎（甲）l水下機器人學l海洋裝備計算機輔助設計l海洋裝備與無人系統(tǒng)設計l海洋工程建模基礎l海洋裝備液壓技術u對標美國麻省理工學院（MIT）的“機械與海洋工程”跨+國際化特點ll人工智能導論l電子電路基礎l電