关于我
议程
- 理解 AI：理解AI核心技术的发展和突破
- 运用 AI：Chat APP 及行业应用
- 眼视光 + AI：如何用 AI 赋能眼视光行业
- 趋势与展望
AI 核心技术的发展和突破
神经网络与深度学习
- 感知机 (Perceptron, 1960s): 线性分类基础，二元线性分类
- 多层感知器 (MLP, 1986): 多层网络训练，手写数字识别
- CNNs (LeNet-5, 1998): 图像识别初步成功，目标检测
- RNN/LSTM (1997): 长序列数据处理，翻译/语音识别/预测
- 深度学习浪潮 (AlexNet, 2012): GPU + 深度网络
- Transformer (2017): NLP等领域革命性架构，LLM/ViT/多模态
Transformer
Attention is all you need!
- 核心思想： "自注意力机制 (Self-Attention)" - 捕捉长程依赖和全局关系
- 核心驱动力： 超大数据集+超大模型+超强算力 （Scaling Law）
- GPT3：175B （2021）
- DeepSeek：V3 671B，MOE 架构，激活约 5% （2024）
- 人类大脑：千亿神经元/百万亿突触
- 可视化演示 https://poloclub.github.io/transformer-explainer/
AI 技术前沿
- 混合专家模型 (MoE): 组合"专家"模型 -> 降低成本，提升特定任务效果 (DeepSeek V3 256+1个专家)
- 多模态AI (Multi-modal AI): 整合多源数据 (文本, 图像, 数值) -> 患者眼健康完整视图 -> 精准诊断与个性化管理
- AI 智能体 (Agentic AI): 自主规划、决策、执行 -> 协助患者全周期服务、辅助研究、操作设备
- 可解释AI (XAI): 提升决策透明度与可理解性 -> 增强医生信任与采纳度 (医疗领域至关重要)
Chat APP：万事不决问 AI
- 核心能力： 理解、生成、摘要、翻译、代码辅助
- 高效使用技巧：
- 提示词工程：精准提问，结构化指令
- 迭代优化：多次调整与追问，提升效果
- 思考模式：分析推理过程可见，提高生成质量
- 主流 AI 应用举例：
- 文本与代码：ChatGPT, DeepSeek 等
- 图像生成：Midjourney, Stable Diffusion 等
- 常见误区：
- AI 非万能：仍是模式匹配与概率预测，非真正人类理解
- 警惕"幻觉"：输出可能包含错误或过时信息，需核查
- 复杂任务局限：例如复杂数学计算，建议结合编程验证
大语言模型排行参考 (2025-05-05)
行业应用：集成 AI 的专业软件
- 通用型办公与生产力工具：
- 产品：Microsoft 365 Copilot, Notion AI, Canva AI等。
- 要求：掌握 AI 功能适用范围与实践，结合日常办公、内容创作及项目管理。
- 优势：紧密结合工作流，易上手，快速提升办公效率与自动化水平。
- 其他案例：
- 业务运营：Salesforce Einstein - AI驱动的CRM，赋能销售预测与自动化。
- 客户关系：Zendesk AI - AI聊天机器人与智能工单，优化客户服务。
- 企业培训：Docebo - AI个性化学习路径，提升培训效果。
- 法律行业：Harvey AI - AI驱动的法律助手，提升案件处理效率与准确性。
AI在眼视光行业的应用与拓展
AI 在眼视光核心诊疗领域的应用
- 屈光领域：
- 应用：验光数据优化、个性化配镜方案、近视发展预测与管理
- 技术：RNN/LSTM (时间序列)
- 影响：提升效率与精准度，赋能科学近视管理
- 视功能领域：
- 应用：客观化视功能评估、智能化训练方案、智能报告解读和产品推荐
- 技术：CNN+LLM
- 影响：更客观量化评估，优化训练体验，提升专业性
- 眼底图像分析与健康筛查：
- 应用：自动化筛查眼底疾病 (糖网、青光眼、黄斑变性)
- 技术：GCN + Swin Transformer (前沿技术)
- 影响：大幅提高筛查效率与覆盖面，助力早诊早治 (案例: IDx-DR, 2022)
业务运营、客户支持与培训
- 业务运营与效率提升： 智能预约、库存管理、经营分析、个性化营销，优化资源配置
- 客户支持与体验优化： AI智能客服、个性化健康宣教、自动化诊后随访，提升服务可及性与满意度
- 专业培训与知识管理： 技能模拟训练、个性化课程设计、智能知识库、语音实时转写，促进知识共享，提升员工专业度
AI的深远影响：赋能行业，重塑个体
- 行业层面： 自动化重复工作与流程优化，提升效率与专业性；革新服务体验，实现更个性化、便捷的患者服务
- 个体层面： AI带来 知识平权，降低专业门槛，赋能个体持续成长；催生 超级个体，大幅提升个人创造力与效率，加速创新与新模式探索。
对于专业人士/从业人员
升级为AI协作者与核心价值创造者
- 角色进化：
- 从重复性任务中解放，聚焦复杂诊断、个性化方案及有温度的专业服务。
- 转型为：AI工具的娴熟应用者、关键决策的可靠守护者、患者需求的敏锐洞察者、客户情绪价值的创造者。
- 能力跃迁：
- 终身学习，持续拓宽专业与AI认知边界。
- 精通人机协同，最大化个人与团队效能。
- 深耕核心软技能：强化沟通、共情等AI难以复制的独特价值。
对于经营者/老板
从传统管理到AI驱动的创新与增长
- 战略思维：
- 将AI视为提升核心竞争力的战略引擎，而非仅仅是降本增效的工具。
- 积极推动AI与业务全流程的深度融合与创新应用。
- 组织赋能：
- 优化组织架构与业务流程，为AI智能体深度融入运营奠定基础。
- 培养团队新能力：提升员工与高级AI智能体协同、管理及价值验证的技能。
- 塑造敏捷文化：构建拥抱变化、持续学习、鼓励试错的组织氛围，以适应AI驱动的快速迭代。