AI Action Summit

2025年2月10日至11日，人工智能行动峰会（AI Action Summit）在法国巴黎圆满落幕。本次峰会聚焦于以下3点核心议题：

• 国际社会在人工智能发展与治理方面达成的共识
• 法国及欧盟在AI领域吸引的大规模投资
• 中国人工智能企业在与会企业间的高度关注

本次峰会吸引了来自数十个国家的国家元首、政府高层代表及国际组织负责人，共同发布了关于《发展包容、可持续的人工智能造福人类与地球》的声明，其中提出了一系列未来具体举措，包括：

建立人工智能大型平台和孵化器项目，以支持公共利益导向的AI研发和应用，帮助缩小数字鸿沟；推动建设一个面向所有人的可靠AI生态系统；鼓励在AI基础设施、硬件和模型的可持续发展方面加大投入。此外，将在国际能源署框架下设立专门机构，监测AI的能源消耗，并推动低能耗AI技术创新。声明中还建议建立观测网络，更准确地预测和评估AI对就业、技能培训和教育的影响。

欧洲在本次峰会上展现出不同以往的策略，逐步从过去对AI安全的高度关注，转向更加重视投资与全球竞争，以加快追赶人工智能发展步伐。法国总统马克龙在峰会前夕宣布：未来数年内法国将在人工智能领域投入1090亿欧元，该资金将来自阿联酋在法国建设AI园区的投资，以及美国、加拿大的大型投资基金与法国本土企业的联合注资。

欧盟委员会主席冯德莱恩也宣布，将投入2000亿欧元推动人工智能发展，重点突破算力基础设施、医疗AI与工业自动化三大核心领域，力求将欧洲在全球AI产业价值链中的占比从当前的12%提升至25%。

法国本土企业纷纷响应这一发展趋势。例如，法国电信巨头Xavier Niel承诺投入数十亿欧元支持本国AI创业者，并额外拨款30亿欧元用于基础设施建设，同时创立欧洲首个私立独立AI实验室Kyutai，助力本土AI生态的繁荣。

随着AI模型的快速迭代，资源消耗问题成为行业关注焦点。中国的AI模型DeepSeek凭借更低的计算成本和高效的模型架构，引发了全球关注。其核心理念是“以更少的资源实现更强的性能”，为AI的可持续发展提供了新的思路，强调在追求技术突破的同时，优化能源使用并降低对环境的影响，并通过创新技术填补资本投入的不足。

ChatGPT快13倍的人工智能大模型Le Chat，训练成本仅为OpenAI的五分之一，成为当前市面上速度最快的AI模型之一。

Mistral AI的三位创始人均来自法国，自2023年成立以来，以“开源”、“高效”、“注重隐私”为核心理念，挑战传统“硅谷模式”。当OpenAI投入逾1亿美元训练GPT-4时，Mistral仅用2200万美元便打造出能够与之竞争的AI模型。

在激烈的市场竞争中，Mistral AI始终坚持独立运营，核心技术保持开源，并优先保障用户隐私，专注于开发高效、低资源消耗的AI模型。法国政府已直接向其投资4000万欧元，用于支持这一开源大型语言模型的发展。目前，Mistral AI已为法国30%的大型企业提供技术支持，为欧洲AI生态系统注入新的活力。

随着AI技术的深入应用，企业对兼具技术、可持续发展理念和商业洞察的复合型人才需求激增。法国里昂商学院与里昂中央理工学院联手打造数据科学理学学士项目（BSc in Data Science for Responsible Business），以“负责任创新”回应全球挑战。该四年制项目在第一年为学生提供深入且高强度的基础训练，帮助未来的数据分析师掌握必备的关键工具与技能。其中，“数据库与数据可视化”模块是项目的核心课程之一，项目学术主任、数学副教授 Jean Savinien和副教授 Zied Bouyahya本次特别就相关核心课程的教育理念及方向进行了详细分析。

该模块如何融入课程体系？其主要目标是什么？

数据库与数据可视化模块旨在让学生掌握SQL与NoSQL数据库以及数据可视化与分析这两个紧密相连的领域。课程采用实践驱动 (learning by doing) 的教学方法，帮助学生理解数据存储与数据分析之间的联系，使他们能够将数据转化为可操作的商业洞察，也为他们之后更深入的数据课程奠定了坚实基础。

可以介绍一下数据科学理学学士项目的学生画像嘛？

该项目主要面向高中毕业生，尤其是在数学方向颇有兴趣及优势的学生。得益于高度国际化的氛围，项目欢迎来自世界各地对科技、商业智能以及决策过程感兴趣的学生。

我们希望学生具有较强的分析能力、求知欲强、对技术敏感，同时具备职业发展目标并愿意进行团队合作的申请者。项目学生背景多元，不仅涵盖不同的国籍和文化，学生们的兴趣点也各不相同，有些倾向于计算机科学技术能力的发展，而有些则更关注未来符合市场的技术能力以及项目带来的商业发展机会。

课程涵盖哪些主要领域？学生将掌握哪些核心技能？

该模块主要围绕数据分析领域的核心工具展开，其中包括：

• SQL数据库查询（SQL在全球范围内的数据查询操作中占比约80-90%）
• 数据可视化（主要学习使用Python的Matplotlib和Seaborn库）

在数据库学习过程中，学生不仅掌握数据库管理的基本原理，还能获得实际操作经验，熟悉数据统计分析方法。而在数据可视化部分，课程重点是如何分析数据挖掘价值信息，并用清晰直观的方式呈现给相关人员，让数据更有说服力。技能培养是我们的核心目标之一。我们希望学生能够掌握：

• 数据库查询与管理
• 数据分析与数据故事讲述（data storytelling）
• 批判性思维与分析推理能力
• 企业市场主流数据工具的应用能力
• 团队协作与演讲能力

我们不仅教学生如何处理数据，更重视数据的解读能力，帮助他们在商业环境中提升数据决策力。

模块中包含哪些实践性教学内容？

我们的课程强调实践学习，包括实验室实践（lab sessions）、案例分析（case studies）和项目实践（projects）。

• 在实验室课程中，学生会在真实数据库和数据集上进行操作，练习数据查询与可视化技术。
• 在案例分析环节，学生基于现实商业场景，学习如何将数据转化为可执行的商业洞察。
• 在项目实践中，学生需要设计、查询并可视化数据解决方案，并围绕实际数据进行分析，以确保项目贴近行业需求。

▲部分上课日常

截至目前，学生们已经在一级方程式 (Formula 1)、加密货币趋势以及阅读和休闲活动等人类行为模式的多个领域进行了探索。我们希望通过这样的方式，让学生理解数据分析在不同领域的应用，并培养他们应对未来职业挑战的多样化视角。

课程如何提升学生的就业竞争力？

本科项目为学生提供了扎实的基础能力，所以我们在模块中进一步增加多元的实践课程，让学生快速与商业市场建立联结。项目重点培养的核心能力包括：

• 技术熟练度（technical proficiency）
• 分析与解决问题的能力（analytical & problem-solving abilities）
• 沟通表达能力（communication skills）
• 个人作品集建设（portfolio development）

当学生处理真实商业数据时，他们将接触到数据科学在商业中的核心价值。在未来职业生涯中，他们将发现，技术能力与商业需求的结合不仅能挖掘新的商业洞察，还能推动技术发展与科学研究。通过提升学生的技术知识、工具操作以及在商业环境中灵活应用所学知识的能力，帮助他们成为企业竞相争抢的数据人才。