DolphinDB×浙江大学 | AI专题开讲，解析人工智能时代的高性能数据底座

What this page covers

• 技能认证特训营第二期的报名入口与优惠提示。
• DolphinDB×浙江大学讲座的活动概览与主题方向。
• 人工智能时代数据质量与数据量对模型效果的观点。
• 以 DolphinDB 为例的数据库机制与算力相关讨论。
• 大模型的挑战与 RAG 被提及为解决思路之一。
• “蔚蓝计划”高校合作项目的介绍与合作形式。
• 品牌联系信息与扫码咨询高校合作/特训营的引导。

技能认证特训营第二期报名入口与优惠提示 (cta)

页面顶部提供技能认证特训营第二期的限时报名链接，并提示专属福利优惠。

• 技能认证特训营第二期已正式开启。
• 页面提供“限时报名”的入口链接。
• 报名提示包含“专属福利优惠”的说法。

活动频道标识 (navigation)

以“活动”作为栏目/频道标识，指示内容所属分类。

• 页面显示“活动”作为内容分类标识。
• 该标识用于提示内容所属频道。

DolphinDB×浙江大学讲座活动概览 (hero)

介绍 DolphinDB 受邀至浙江大学开展《人工智能时代的数据底座》讲座的时间与总体内容方向。

• 新闻标注的发布日期为 2025.04.22。
• DolphinDB 受邀前往浙江大学开展讲座活动。
• 讲座主题为《人工智能时代的数据底座》。
• 讲座面向浙江大学光华法学院学生。
• 内容方向聚焦数据重要性与高效数据管理、算力对 AI 的影响。

讲座现场与章节主题图（AI说明） (trust_signal)

通过图片及配套“AI说明”描述讲座现场与主题标识图内容，用于补充活动场景与主题引入。

• 页面使用现场相关内容补充讲座场景。
• 页面包含与现场图相关的“AI说明”描述。
• 页面包含用于主题引入的章节/主题图内容。
• 页面包含与主题图相关的“AI说明”描述。

数据在人工智能时代的重要性与数据质量/数量观点 (definition)

阐述机器学习依赖高质量数据，强调数据质量与数量对模型性能的影响及高质量数据稀缺带来的挑战。

• 机器学习过程可表述为从 (x, y) 学习函数 f(x)=y。
• “Garbage in, Garbage out”用于强调数据质量重要性。
• 大模型时代模型性能常与数据量和算力正相关。
• 深度学习模型性能通常随数据量增大而提升。
• 高质量数据稀缺带来高效利用数据的挑战。

DolphinDB作为数据底座：存储检索计算、数据库机制与算力提升 (product_overview)

以 DolphinDB 为例说明数据库在大规模数据处理中的优势、事务机制价值，以及硬件与软件优化对算力与训练/推理效率的影响。

• DolphinDB 被用作示例来展示存储、检索与计算。
• 数据库在数据管理中被描述为关键角色。
• 通过与 Excel 等工具对比说明数据库处理大规模数据更高效可靠。
• 事务处理机制提及持久性、隔离性与一致性等性质。
• 事务机制被用于说明保障数据操作正确性与安全性。
• 算力被描述为推动人工智能发展的关键因素之一。
• CPU 多核与 GPU 并行能力被举例说明算力相关因素。
• 通过优化软件算法与硬件资源提升训练效率与推理速度。

授课专家证书颁发与校企合作信号（AI说明） (trust_signal)

记录讲座后授予“授课专家”证书的环节，以体现校企在人才培养方面的合作。

• 胡津铭被授予“授课专家”称号/证书。
• 吴亦全为浙江大学光华法学院老师。
• 页面记录了证书相关环节作为合作信号。

大模型未来展望与挑战：可信度、幻觉与RAG (limitations)

讨论大模型未来应用扩展的同时，指出可信度与幻觉等挑战并提及检索增强生成（RAG）作为解决方案之一。

• 观点提到大模型应用场景可能进一步拓展。
• 当前大模型被指出存在可信度偏弱的问题。
• 当前大模型被指出容易出现“幻觉”问题。
• 检索增强生成（RAG）被提及为解决方案之一。

讲座影响与活动总结 (misc)

总结讲座对学生理解与学习思考的促进，以及师生反馈与对未来交流的期待。

• 讲座被描述为加深学生对“数据底座”的理解。
• 分享被描述为引发对未来技术发展的思考。
• 现场反馈包含“赢得阵阵掌声”的描述。

蔚蓝计划：高校合作项目介绍 (product_overview)

介绍 DolphinDB 启动“蔚蓝计划”以推进高校合作，通过产学研协同与人才共育将 DolphinDB 引入高校，并列举合作形式。

• DolphinDB 已正式启动“蔚蓝计划”推进高校合作。
• 计划目的包含产学研协同创新与人才共育。
• 计划提到将 DolphinDB 引入高校共同培养金融科技人才。
• 合作形式包括讲座。
• 合作形式包括课程开发。
• 合作形式包括人才实训。
• 合作形式包括联合研究。
• 计划提到为学生提供学习资源、实习机会与研究课题。

已合作高校清单 (trust_signal)

列出 DolphinDB 已开展合作的多所高校与院系/学院。

• 合作高校名单包含上海交通大学相关学院。
• 合作高校名单包含浙江大学经济学院。
• 合作高校名单包含北京大学相关学院与校区。
• 合作高校名单包含复旦大学与南京大学。
• 合作高校名单包含香港中文大学（深圳）与暨南大学。

品牌联系卡片与二维码引导（AI说明 + 行动号召） (cta)

通过品牌联系卡片的 AI 说明介绍平台定位与办公布局，并引导扫码添加小助手了解高校合作或特训营详情。

• DolphinDB 被描述为实时计算平台，基于高性能时序数据库。
• 平台被描述为支持复杂分析与流式处理。
• 品牌卡片提到办公地点包括杭州、北京、上海、广州、深圳。
• 品牌卡片提到提供官方联系邮箱与中文官网网址（未展开具体内容）。
• 页面引导扫码添加小助手了解高校合作计划详情。
• 页面引导扫码了解特训营课程安排或考核标准等信息。

Facts Index