AI技术驱动全球产业变革：中国电信团队在AAAI 2025大会获多项论文认可

随着人工智能（AI）技术的飞速发展，新一轮的全球产业转型悄然展开。无论是在制造业，还是在医疗健康、金融、教育等多个领域，AI技术正在深度渗透并推动各行各业的转型升级。通过提升生产效率、创新商业模式、优化用户体验，AI的作用愈发不可小觑，不再仅仅是一个技术工具，它已成为推动产业升级和高质量经济发展的核心动力。

在全球人工智能领域的重要盛会——AAAI 2025大会上，中国电信人工智能研究院（TeleAI）科研团队再次展现了其在AI领域的实力和创新能力。此次大会上，TeleAI的10篇论文成功入选，涉及的技术领域涵盖了大语言模型的偏好对齐、视觉模型参数微调、正激励噪声（PI Noise）采样以及表征对齐等前沿研究，同时也包括了与化学、医疗交叉研究的系列创新。这一成绩不仅展示了中国电信在人工智能领域的研究深度，更反映出我国在全球AI技术竞争中的日益增强的影响力。

AAAI会议由国际人工智能协会主办，是人工智能领域历史最悠久且影响力最大的学术会议之一。本届大会收到来自全球的12957篇有效投稿，其中3032篇论文脱颖而出，文章录取率为23.4%。TeleAI科研团队的卓越表现，展现了人工智能研究的强大实力，同时也为行业提供了新的技术思路和解决方案。

在人工智能技术的创新过程中，大语言模型（LLM）的发展尤为引人注目。近年来大语言模型在科学文献、技术专利的理解、分析和生成方面被广泛应用，成为诸多科研领域的重要工具。其中，在化学领域，大语言模型的一项重要任务是进行“分子文本描述生成”（Molecule Captioning），即将分子相关信息转化为自然语言文本。当前的研究主要集中在单分子的处理中，化学反应与自然语言文本之间的一致性仍然是一个待开拓的方向。

为提升这一领域的研究，TeleAI联合华东师范大学等科研机构，提出了全新框架“ReactGPT”。该框架集成了基于化学反应的指纹检索模块、特定领域提示设计模块以及两阶段上下文调优模块，从而有效地弥合了化学反应与文本之间的沟通鸿沟。指纹检索模块通过计算不同反应指纹之间的相似度，实现快速、精准的反应检索，为后续的上下文学习提供高质量示例数据。特定领域提示设计模块则针对化学领域特性，设计出有效的提示内容，引导大语言模型更好地理解化学反应与文本之间的关系。

同时，为了进一步提高模型的表现，ReactGPT框架采用了两阶段的上下文调优策略。第一阶段利用指纹检索得到的反应示例和提示信息，帮助模型初步学习；第二阶段则通过调整模型参数，结合更多反馈信息，提升对化学反应的理解及文本生成能力。这一完善的框架在实验中表现出色，显著提高了生成的文本质量。

除了化学领域，TeleAI团队在医疗领域的应用研究同样引人注目。放射学报告的撰写对医生的诊断具有重要意义，但目前的自动报告生成（RRG）技术很难满足医生多元化的需求。对此，TeleAI提出了一种多目标偏好优化（MPO）的方法，使得模型在生成报告时能更好地契合医生的个性化偏好。通过设计偏好向量融合网络（PVF）和多目标优化模块（MOO），TeleAI的模型成功实现了与多种医生偏好的对齐，并在两个公共数据集上达到了领先的性能。

AI技术与化学、医疗等交叉学科的结合预示着一种创新的研究方式，能够为复杂问题的解决提供新的思路和视角，同时也为复合型人才的培养奠定了基础。展望未来，TeleAI将继续发挥中国电信在算力、数据、应用场景等方面的优势，推进跨学科合作，推动人工智能研究不断突破新局面。

AI技术不仅是推动全球经济发展的新引擎，也是各行各业数字化转型的重要力量。从智能制造到精准医疗，从智能金融到个性化教育，AI正在重塑产业的边界。随着技术的不断成熟和应用场景的逐步扩展，全球产业的未来将更加智能、高效和可持续。在这一进程中，中国电信及其科研团队的努力也将继续谱写新的篇章，为全球人工智能和产业变革作出更大贡献。