科大讯飞研究院副院长、科研部部长李鑫围绕主题为“面向 AI4S 的科技文献大模型”展开分享，内容可以分为以下几个主要部分：

第一部分：人工智能在科研中的作用

• 介绍了人工智能如何作为科研工具和基础设施，帮助科学家解决复杂问题，推动科研工作从缓慢到快速的转变。
• 举例说明了人工智能在全球范围内推动科研第五范式变革的实例，包括 DeepMind 在蛋白质结构预测和组合优化问题的成果。

第二部分：人工智能领域的发展历程

• 回顾了人工智能领域自 20 世纪以来的重要发展和突破，包括深度神经网络、大模型等技术的进步。

第三部分：深度神经网络的应用

• 讨论了深度神经网络的广泛建模能力，包括图像识别、语音识别、自动驾驶等领域的应用。
• 介绍了深度神经网络的进阶版本，如预训练、多任务学习、基因预训练、蛋白质预训练等。

第四部分：深度神经网络在科研中的赋能

• 展示了深度神经网络在生物、化学、材料、环境等领域的应用，如蛋白质设计、单细胞基因预训练模型、分子势能拟合等。
• 强调了深度神经网络在科研中的两条路径：直接应用和借助语言和图像大模型进行科技文献分析。

第五部分：科技文献大模型的研发

• 介绍了科大讯飞与中科院文献情报中心合作研发的科技文献大模型，旨在提升科技文献分析和科研工作的效率。
• 展示了星火认知大模型的能力和升级里程碑，以及星火科研助手的效果示例和应用场景。