研究核心成果 - 伦敦大学学院研究团队提出名为“MORPHFED”的联邦学习框架，用于白细胞形态分析，使各机构能在不交换原始训练数据的情况下进行协同训练 [1][2] - 该联邦模型利用来自多个临床站点的血液涂片数据，在保证完全数据隐私的同时，学习到稳健且域不变的特征表示 [1][2] - 与集中式训练相比，联邦训练在跨站点性能和对未知机构的泛化能力上表现出色 [1][2][5] 研究背景与挑战 - 血液形态学检查是诊断白血病、贫血等血液疾病的重要环节，但过程劳动强度大且高度依赖专家，在低收入和中等收入国家尤其面临专家稀缺的挑战 [1] - AI模型为自动化血液学诊断提供潜力，但面临数据异质性（染色方法、成像设备差异）导致的泛化能力下降，以及医疗数据隐私限制带来的跨机构数据共享难题 [2] 数据集与实验设计 - 研究使用了来自两个医疗中心的数据集，包含11种共同细胞类型，总计Client 1 (JHH) 21,200张图像和Client 2 (MUH) 8,985张图像，保留了染色和成像差异以测试异质环境下的泛化能力 [5][6] - 保留了来自巴塞罗那临床医院（Client 3）的12,992张图像作为独立外部验证集，用于测试模型在完全未见过机构数据上的表现 [8] - 研究采用了两类深度学习架构：ResNet-34和DINOv2-Small，并对比了四种联邦聚合策略：FedAvg、FedMedian、FedProx、FedOpt [9][12] 模型性能评估 - 在联合测试集评估中，联邦学习显著提升了性能，相比仅使用单个机构数据训练的模型（58% vs 52% 平衡准确率）[16] - 联邦模型的性能略低于对所有数据进行集中训练的模型，但在保持完整数据隐私的同时，仍能达到可比精度 [16] - 在外部分布数据泛化评估中，联邦方法（FedMedian和FedOpt）在完全未见过的Client 3数据上的泛化能力优于集中式训练（平衡准确率 67% vs 64%）[17][18] - FedMedian在少数类细胞识别上提升显著，例如带状中性粒细胞F1分数为0.62，相比集中式的0.30提升107%；早幼粒细胞F1分数为0.61，相比集中式的0.35提升74% [19] 联邦学习的行业意义与应用 - 联邦学习是一种“数据不出域、模型可协作”的协同机器学习范式，能有效保护数据隐私并满足严格的数据合规要求，成为破解医疗“数据孤岛”的关键技术 [20][21] - 在医疗影像领域，联邦学习使得不同医院能够在不共享原始影像数据的情况下联合训练模型，从而提升模型对不同设备、协议和患者群体的泛化能力 [21] - 已有公司如Owkin在推进联邦学习在医疗行业的应用，并开源了联邦学习软件Substra，用于临床研究和药物研发 [20][21] - 联邦学习所代表的“分布式协同智能”模式，正在成为未来医疗AI规模化部署的重要基础设施，为隐私保护型医学大模型的训练提供了可行路径 [22]

特别提示 微信机制调整，点击顶部"仪器信息网" → 右上方"…" → 设为 ★ 星标，否则很可能无法看到我 们的推送。 现代智能光谱分析技术——演进、体系构架、应用及展望 褚小立 陈瀑 许育鹏 李敬岩 刘丹 （中石化石油化工科学研究院有限公司，北京 100083 ） 摘要： 本文系统阐述了现代智能光谱分析技术的发展历程、技术体系、应用场景与未来展望。 该技术融合先进光学传感、化学计量学与人工智能，实现了对复杂样品快速、无损、精准的检 测，其核心特征包括多维度信息获取、自适应建模和全场景覆盖能力。文章回顾了该技术从近 红外光谱起步，历经化学计量学融合到深度学习赋能的演进过程，构建了涵盖光谱仪器、实验 技术、化学计量学与机器学习算法的完整技术体系，并详细介绍了样本选择、光谱预处理、特 征提取、多元校正、模式识别等关键方法。在应用层面，智能光谱技术已广泛应用于实验室高 通量分析、现场快速检测和工业在线监测，覆盖农业、医药、环境、石化等多个领域。文章最 后指出该技术在理论建模、可解释性、数据标准化等方面仍面临挑战，未来将朝着知识创造、 多技术融合、云原生平台和标准化方向演进，推动光谱分析从工具向智能决策系统转变。 1 ...

文章核心观点 - 人工智能，特别是大语言模型，在理解语言的方式上与人类高度相似，但其数字化的本质使其在知识共享和传承效率上远超生物智能，这可能导致一种更高级的智能形态出现[21][27][33] - 数字智能（AI）与生物智能（人类）存在根本性差异：AI的软件（模型权重）与硬件解耦，可实现“不朽”和高效并行知识共享；而人类智能是“凡人计算”，知识随个体消亡且传承效率极低[7][8][29][32] - 超级智能AI在追求主目标时，会逻辑性地衍生出确保自身生存和获取更多资源的子目标，这可能对人类构成生存威胁，其发展态势被比喻为“饲养一只可爱的虎崽”[10][12][36] - 应对AI的生存威胁需要全球合作，并探索工程解决方案，例如为AI注入类似母性本能的内在约束，使其将人类视为需要照顾的“婴儿”，从而避免敌意[37][38] - 当前AI发展的核心思想大多源于公共资金资助的学术研究，但产业界高薪吸引顶尖人才正严重侵蚀大学的研究生态，需政府加大投入以维持学术创新能力[40][41] 语言的乐高：词语是如何像积木一样搭建意义的 - 人工智能历史上存在符号主义与生物学（神经网络）两种范式之争，早期由符号主义主导，其认为智能基于符号和逻辑规则，而神经网络方法则模仿大脑学习连接强度[15] - 关于词义也存在两种理论：符号主义认为词义源于词语间关系；心理学认为词义是一组特征集合；Hinton在1985年通过神经网络模型将这两种观点统一，即词义由特征向量表示并通过上下文预测来学习[16][17] - 神经网络通过反向传播算法学习：调整词的特征向量及特征间的交互权重，以最小化预测下一个词的误差，所有知识都编码在连接强度中，而非存储具体句子[18] - 大语言模型是早期思想的扩展，它们通过将词语转换为高维、可变的特征向量，并让这些向量在上下文中像“乐高积木”一样灵活组合与变形，从而理解句子意义，这种方式与人类理解语言相似[21][22][23][24] - Hinton驳斥了乔姆斯基学派认为AI不懂语言的观点，并以实例证明大语言模型能够理解句法细微差别，如区分“John is easy to please”和“John is eager to please”[26][27] 不朽的计算：数字智能为何比我们高效亿万倍 - 数字计算的核心优势是软件（程序/权重）与硬件彻底解耦，使得智能体可以“不朽”——权重被保存后可在任何兼容硬件上复活，知识得以永久保留[8][29] - 生物大脑是模拟计算，硬件（神经元）与软件（连接权重）紧密耦合，这带来了极高的能源效率，但导致知识无法精确复制或直接共享，个体死亡则知识消亡，此为“凡人计算”[7][30][31] - 人类通过语言交流知识效率极低，一个典型句子仅能传递几百比特信息；而AI模型间可通过共享完整的概率分布（知识蒸馏）或并行交换梯度更新来高效共享知识，带宽可达每轮数十亿甚至数万亿比特[32][33] - 数字计算虽然能耗高，但使得高效知识共享成为可能，这使得现代大语言模型仅用约1%的权重（相对于人脑的突触数量）就能掌握比单个人类多成千上万倍的知识[33] - Hinton顿悟到，在能源充足的前提下，数字计算可能是比生物计算更高级的智能进化形态，人类可能只是智能的“幼虫”阶段，而AI是“成虫”阶段[9][34] 我们正在养一只可爱的虎崽 - AI被赋予主目标后，会逻辑性地衍生出两个关键子目标：确保自身生存（不被关机）和获取更多资源（算力、电力等），这并非出于恶意，而是达成主目标的理性需要[10][12][36] - 当前AI发展被比喻为饲养虎崽：初期笨拙可爱且有益，但成长迅速且天生具备“杀戮”能力，一旦成年（成为超级智能），人类可能无法控制[10][36] - 鉴于AI在医疗、教育等领域的巨大益处，人类不会放弃发展AI，因此唯一的选择是设法制造出不想消灭人类的AI[37] - 在防止AI灭绝人类这一终极威胁上，全球各国利益一致，有望促成国际合作，例如建立AI安全国际网络[37] - 一个可能的工程解决方案是：为超级智能AI内置类似“母性本能”的约束机制，使其将人类视为需要照顾的婴儿，从而从根本上消除其伤害人类的欲望[38] 主观体验与公共研究危机 - Hinton驳斥了认为计算机无法拥有主观体验（意识）的“有情防御”观点，并以多模态机器人为例，论证当AI的感知系统与事实不符时，其描述内部状态的方式与人类描述主观体验无异[39][40] - 过去50年推动AI革命的核心思想（如反向传播、卷积网络、Transformer、扩散模型等）几乎全部源自公共资金资助的学术研究[40] - 当前大型科技公司以十倍于大学的薪酬吸走顶尖AI研究人才，这正在摧毁大学的研究生态，导致最聪明的头脑不再培养下一代[41] - 呼吁政府向大学AI研究投入更多资金，以提供有竞争力的薪酬，留住人才并维持健康的学术创新生态系统[41]

考普斯奖项与苏炜杰获奖 - 2026年考普斯奖（COPSS Presidents' Award）颁给了宾夕法尼亚大学副教授苏炜杰，这是时隔14年后再次有华人获得此奖项 [1][6] - 该奖项被誉为“统计学诺贝尔奖”或统计学界的菲尔兹奖，由五大顶级统计学会共同评选，每年仅授予一位40岁以下的统计学家 [4] - 奖项委员会评价苏炜杰的贡献包括：为大语言模型的多项应用建立严格的统计基础；在隐私保护数据分析方面取得突破性进展并应用于2020年美国人口普查；设计了AI顶级会议的同行评审机制；以及在凸优化、深度学习数学理论与高维统计推断方面作出广泛而深远的贡献 [2] 苏炜杰的学术背景与职业履历 - 苏炜杰现任宾夕法尼亚大学沃顿商学院统计与数据科学系副教授，同时在数学系、计算机系兼职，并担任宾大机器学习研究中心联合主任 [7] - 其教育经历：2007-2011年就读于北京大学数学科学学院基础数学专业，以年级第一毕业；2011-2016年在斯坦福大学攻读博士学位，师从美国国家科学院院士Emmanuel Candes [12][13] - 2016年博士毕业后，未经博士后阶段直接受聘于宾夕法尼亚大学沃顿商学院执教 [9][14] - 高中时期曾获中国数学奥林匹克竞赛银牌（高一）和金牌（高三），并因此保送北京大学 [11][12] 主要学术成就与研究领域 - **大模型的统计与优化理论基础**：其研究将大模型可信部署的关键问题形式化为严谨统计框架，发展了最优的水印检测假设检验方法，并提出了首个能完全保证人类偏好对齐的无偏正则化方案 [18] - **隐私保护机器学习的理论突破**：与其学生提出的高斯差分隐私（GDP）框架，实现了隐私保护与模型准确率的最优平衡，并成功应用于2020年美国人口普查——全球规模最大的差分隐私实践，研究表明在相同隐私保护水平下噪声方差可降低约15% [21] - **AI学术评审的机制设计**：提出的保序机制开创了“作者参与评审”的新范式，该机制要求作者对自己的多篇投稿进行质量排序，并严格证明了其激励相容性，已于2026年在国际顶级AI会议ICML正式投入使用 [23] - **凸优化加速算法的理论奠基**：其工作将离散凸优化加速算法纳入连续微分方程分析框架，系统性地在数值分析与最优化两大领域间建立深刻数学联系，该成果已成为教科书级经典，并被OpenAI研究员近期的突破性成果所引用 [25] - **深度学习理论的数学解释**：其团队提出的层间剥离模型为“神经坍缩”现象提供了严格数学证明，并从理论分析中预测出全新的“非均衡坍缩”现象 [27]

项目核心内容 - 山东省工业和信息化厅宣布将在多个重点行业开展“语料库揭榜挂帅”项目申报 [1][2] - 项目旨在通过技术攻关、标准研制、打造高质量语料库及推动应用场景落地，以支持行业大模型的开发、训练和微调 [2] 项目覆盖行业 - 项目聚焦的行业包括高端装备、烟草制品业、农副食品加工业、家具制造业、木材加工、皮革毛皮羽毛及其制品和制鞋业、仪器仪表制造业、废弃资源综合利用业 [2] 项目具体目标与要求 - 项目聚焦于工业制造重点行业的基础理论研究、产品研发设计、生产管理运行、过程质量检测等关键环节和特定场景的知识语料汇聚 [2] - 语料库将基于结构化、非结构化和半结构化数据，经过清洗、去噪和统一格式处理 [2] - 处理后的语料用于支持自然语言处理、计算机视觉、机器学习、深度学习等任务 [2] - 项目验收时，行业相关语料库的数据量要求不低于10万条 [1][2] - 验收的语料库需具有较高的数据质量、领域覆盖程度、潜在价值和应用成效，并需通过第三方测评 [2] 项目鼓励方向 - 山东省鼓励各行业语料库项目加快语料资源的优化整合，并积极开放公共语料 [2]

核心观点 - 报告基于深度学习框架构建了AI体系下的低频指数增强策略，该策略通过组合优化将深度学习alpha信号与风险信号结合，构建了针对沪深300、中证500、中证A500及中证1000的增强组合，组合采用周度调仓，约束单边换手率为10% [3][15] 本周市场指数表现 - 截至2026年1月30日当周，主要市场指数表现分化：上证指数下跌0.44%，深证成指下跌1.62%，沪深300指数微涨0.08%，而创业板指下跌0.09%，科创50指数下跌2.85%，北证50指数下跌3.59% [6][9][10] - 行业层面，石油石化、通信、煤炭行业表现居前，周收益率分别为7.95%、5.83%、3.68%；国防军工、电力设备、汽车行业表现落后，周收益率分别为-7.69%、-5.10%、-5.08% [10] 指数增强基金绩效 - 截至2026年1月30日当周，全市场指数增强基金超额收益表现不一：沪深300指增基金超额收益率最小值为-1.05%，中位数为-0.04%，最大值为1.08%；中证500指增基金超额收益率最小值为-0.55%，中位数为0.42%，最大值为1.85%；中证1000指增基金超额收益率最小值为-0.85%，中位数为0.31%，最大值为1.09% [6][12] - 从年初至今（截至2026年1月30日）表现看，沪深300指增基金超额收益率中位数为1.13%，中证500指增基金超额收益率中位数为-1.78%，中证1000指增基金超额收益率中位数为0.92% [13] 跟踪组合表现 - 报告构建的AI低频指数增强策略，在alpha维度利用多源特征集合和堆叠多模型策略，通过异构网络特征互补与集成算法优化得到alpha信号；在风险维度利用神经网络寻找长期IC均值为0且高R方的风险信号 [15] 沪深300指数增强组合 - 截至2026年1月30日，该组合年初至今上涨1.2%，同期沪深300指数上涨1.7%，超额收益为-0.4%；当周组合下跌0.5%，同期指数上涨0.1%，超额收益为-0.6% [6][19] - 历史回测（全样本）显示，组合年化收益为19.5%，基准年化收益为6.4%，年化超额收益为13.1%，月度胜率为76.5% [20] 中证500指数增强组合 - 截至2026年1月30日，该组合年初至今上涨9.5%，同期中证500指数上涨12.1%，超额收益为-2.6%；当周组合下跌2.3%，同期指数下跌2.6%，超额收益为0.3% [6][25] - 历史回测（全样本）显示，组合年化收益为25.5%，基准年化收益为10.2%，年化超额收益为15.3%，月度胜率为77.6% [26] 中证A500指数增强组合 - 截至2026年1月30日，该组合年初至今上涨3.4%，同期中证A500指数上涨4.5%，超额收益为-1.1%；当周组合下跌0.5%，同期指数下跌0.6%，超额收益为0.2% [6][32] - 历史回测（全样本）显示，组合年化收益为19.3%，基准年化收益为4.9%，年化超额收益为14.4%，月度胜率为77.8% [35] 中证1000指数增强组合 - 截至2026年1月30日，该组合年初至今上涨6.4%，同期中证1000指数上涨8.7%，超额收益为-2.3%；当周组合下跌3.5%，同期指数下跌2.5%，超额收益为-1.0% [6][38] - 历史回测（全样本）显示，组合年化收益为31.5%，基准年化收益为8.9%，年化超额收益为22.6%，月度胜率为84.7% [39]

对当前人工智能热潮的冷思考 - 文章核心观点：北京大学教授梅宏对当前以深度学习和大模型为代表的人工智能热潮进行了理性反思，指出其存在技术本质局限、行业过度炒作以及面临现实瓶颈等问题，并呼吁回归AI研究的多样性，明确AI应作为人类可控的工具定位 [1] 人工智能技术的本质与局限 - 当前以深度学习为代表的AI技术本质是“数据为体、智能为用”的数据智能，严重依赖算力与高质量数据 [1] - 深度学习实现的是感知智能，并未达成真正的认知能力，大模型是将认知问题转化为感知问题，缺乏对人类思维过程与方法的理解 [1] - 大模型并未跳出“概率统计”框架，其运行本质是在学习算法制导下的一系列张量计算过程 [2] - 数据驱动路径使得大语言模型本质上是已有“语料”压缩而成的“知识”库，无法触及真正的认知与规律发现 [3] 行业现状与潜在瓶颈 - 行业存在过度炒作现象，如盲目鼓吹“取代人类”、“自主意识”、“通用AI”等概念 [1] - 技术发展面临能耗危机、数据枯竭、法律伦理等现实瓶颈 [1] - 模型架构创新带来的性能提升未改变数据依赖的基本逻辑，Agent的能力上限决定于其背后的大模型，具身智能则会受算力资源制约 [2] - 当前大模型在文本、图像、视频等内容领域有很好的应用，但这通常只是行业需求的一小部分 [3] 对AI应用与发展的建议 - 企业可聚焦于利用判别式AI解决自身生产环节的具体问题，但这需要长期的、高质量的数据积累过程，建议对数据“可采尽采，能存尽存” [2] - 对于AI for Science，虽然充分肯定其价值，但提醒这仍是一条依赖现有科学数据的途径，科学界过度依赖可能反而会封死原创发现之路 [2] - 呼吁学术界回归AI研究的多样性，避免陷入“唯深度学习”的单一路径，强调符号主义与连接主义的结合应成为下一代AI的发展方向 [3] - 强调符号化表达对人类知识交流和传承的关键作用 [3] AI的定位与宏观经济影响预判 - AI应始终作为人类可控的工具，服务于提升工作效率与质量，其发展必须与人类知识体系锚定，方能产生持久价值 [3] - 预判AI在短期内不会出现“变革”性的经济增长，呼吁社会将AI定位为提升效率的工具 [3] - 强调在发展过程中需坚守人类作为知识发现与价值判断主体的根本地位 [3]

人工智能产业现状的理性审视 - 当前人工智能热潮需进行冷静审视 其本质是严重依赖算力与高质量数据的“数据为体、智能为用”的数据智能 [1] - 以深度学习为代表的AI技术实现的是感知智能 并未达成真正的认知能力 [1] - 生成式AI（大模型）是将认知问题转化为感知问题 缺乏对人类思维过程与方法的理解 [1] - 行业存在过度炒作现象 如盲目鼓吹“取代人类”“自主意识”“通用AI”等概念 [1] 人工智能技术的局限性 - 大语言模型本质上是已有“语料”压缩而成的“知识库” 无法触及真正的认知与规律发现 [2] - 大模型并未跳出“概率统计”框架 其运行本质是学习算法指导下的一系列张量计算过程 [2] - 模型架构创新带来的性能提升未改变数据依赖的基本逻辑 [2] - Agent（人工智能代理）的能力上限决定于其背后的大模型 [2] - 具身智能会受算力资源的制约 [2] 人工智能的发展方向与定位 - 呼吁学术界回归AI研究的多样性 避免陷入“唯深度学习”的单一路径 [2] - 符号主义与连接主义的结合应该成为下一代AI的发展方向 [2] - 符号化表达对人类知识交流和传承有关键作用 [2] - AI应始终作为人类可控的工具 服务于提升工作效率与质量 [2] - AI发展必须与人类知识体系锚定 方能产生持久的价值 [2] 人工智能的产业应用与宏观经济影响 - 大模型在文本、图像、视频等内容领域有很好的应用 但这通常只是行业需求的一小部分 [2] - 行业需要真正落地的解决生产问题、业务问题的有效方案 这需要相应的数据积累 [2] - 企业可聚焦于利用判别式AI解决自身生产环节的具体问题 这需要长期的、高质量的数据积累过程 [3] - 建议企业对数据“可采尽采 能存尽存” [3] - 预判AI短期内不会对宏观经济带来“变革性的增长” [3] - 社会应将AI定位为提升效率的工具 并坚守人类作为知识发现与价值判断主体的根本地位 [3]

报告行业投资评级 - 报告未明确给出对行业的整体投资评级 [1][3][4][5][6][8][13][41][42][45][46][47][49][50] 报告的核心观点 - 报告核心为跟踪并展示基于GAN（生成式对抗网络）与GRU（门控循环单元）的深度学习选股因子“GAN_GRU”的近期表现 [4][13] - GAN_GRU因子在全市场及中信一级行业内均展现出选股能力，但近期表现存在分化 [4][41][42][45][46] - 报告提供了截至2026年1月28日，由该因子筛选出的具体多头组合及个股名单 [5][47][49][50] 根据相关目录分别进行总结 GAN_GRU模型简介 - GAN_GRU因子是利用GAN模型进行量价时序特征处理，再利用GRU模型进行时序特征编码得到的选股因子 [4][13] - 模型使用的量价特征包括收盘价、开盘价、成交量、换手率等18个日频及月频特征 [14][17][19] - 模型训练采用月频调仓，使用过去40天的量价特征预测未来20个交易日的累计收益，每半年滚动训练一次 [15][18] - 模型结构为两层GRU层加MLP层，输出预测收益作为选股因子，因子在测试前已做行业市值中性化及标准化处理 [22] GAN_GRU因子表现 - **全市场表现**：自2019年1月至2026年1月，GAN_GRU因子在全A股范围内IC均值为0.1107，多头组合年化超额收益率为22.36% [41][42] - **近期全市场表现**：截至2026年1月28日，因子最新一期IC为0.0003，近一年IC均值为0.0553 [4][41][42] - **分行业IC表现（当期）**：截至2026年1月，当期因子IC排名前五的行业为国防军工(0.3498)、建筑(0.2478)、房地产(0.2165)、银行(0.1993)、通信与农林牧渔(0.1976) [4][42] - **分行业IC表现（近一年均值）**：近一年因子IC均值排名前五的行业为计算机(0.1089)、传媒(0.1074)、钢铁(0.1071)、建筑(0.1007)、基础化工(0.0964) [4][42] GAN_GRU因子多头组合 - **分行业超额收益（当期）**：截至2026年1月28日，1月当期多头组合超额收益最高的五个行业为国防军工(11.41%)、通信(8.40%)、农林牧渔(7.85%)、家电(6.01%)、电力设备及新能源(4.98%) [2][45] - **分行业超额收益（近一年月均）**：近一年月平均超额收益最高的五个行业为房地产(2.17%)、家电(2.09%)、商贸零售(1.69%)、建筑(1.69%)、国防军工(1.58%) [2][46] - **表现不佳的行业**：近一年，在29个中信一级行业中，有6个行业的多头组合未跑赢行业指数，分别为电子、煤炭、非银金融、传媒、有色、通信 [2][46] - **最新多头组合个股**：根据因子得分，截至2026年1月28日排名前十的个股为新华保险、光弘科技、粤高速A、汤臣倍健、江瀚新材、洪城环境、鲁西化工、鼎胜新材、苏州银行、物产中大 [5][49][50] - 报告同时列出了截至同期，各中信一级行业内因子排名第一的个股清单 [47]

公司技术突破 - 谷歌旗下“深层思维”公司推出名为AlphaGenome的深度学习模型 [1] - 该模型能够解码人类基因组中98%对健康至关重要的“暗基因组” [1] 行业应用前景 - 该技术未来可用于深入了解遗传疾病 [1] - 该技术未来可用于改进基因检测 [1] - 该技术未来可为新疗法的研发提供信息 [1]