2024年上海市公务员考试《申论》题（A卷）

【材料一】
AI for Science是指以机器学习、深度学习等人工智能技术分析处理多维度、多模态、多场景下的模
拟和真实数据，解决复杂推演计算问题，加快基础科学和应用科学的发现、验证、应用，打造下一代科学
范式。AI for Science不只是一个新的科学浪潮，它更是开启了一个全新的科学时代。
在过去 50年里，蛋白质折叠问题一直是生物学领域的重大挑战。蛋白质是由氨基酸链组成的、具有自
身独特 3D 结构的大型复杂分子，其对人们理解生命形成的机制至关重要。蛋白质从氨基酸序列折叠成何
种形状与其功能密切相关，而预测蛋白质结构对于理解其功能和工作原理至关重要，这就是“蛋白质结构
预测问题”，被称为生物医学领域的“圣杯”。谷歌 DeepMind 公司创始人和 CEO 戴米斯·哈萨比斯和资
深成员约翰·贾伯与 DeepMind的团队一起开发了人工智能系统 AlphaFold，可以在几分钟内预测由人类基
因组编码和 20 个模式生物的几乎所有已知蛋白，并精确到原子级。这是第一种在已知没有相似结构的情
况下构建高分辨率预测的方法。AlphaFold 这种变革性方法，解决了从一维氨基酸序列预测三维蛋白质结
构的长期难题，给出了 50 年来关于蛋白结构最准确、最完整的图像，破解了长期困扰生物医学研究领域
的困境，增进了人类对基本生物过程的理解并促进了药物设计，为加速生物和医学研究打开了大门。在两
年一度的蛋白质预测大赛 CASP（蛋白质结构预测关键评估）中 AlphaFold 以绝对优势夺冠。AlphaFold2 开
源仅一周的时间里，98.5%的人类蛋白质结构被 AlphaFold2所预测，而在此之前，全球多少顶尖科学家耗
时数十年的努力，也只解码了覆盖人类蛋白质序列中 17%的氨基酸残基。
【材料二】
麦肯锡的一份调研报告提出，适应性是技术改善学习的关键方式，通常也称之为个性化，个性化意味
着给予学习者“发言权”和“选择权”。传统教育技术通过查缺补漏的方式为学生提供指导。如果以学生
的长处为导向，发现学生特长和能力，即“资产”，则可以正向辅助学生学习。人工智能以“资产”为导
向，更能全面掌握学生基本情况，从而促进教育公平。学习不仅包括认知，也包含社会学习能力、自我调
节能力、推理、解释和证明能力等其他关键技能。人工智能可以帮助学生实现多种技能的增强学习。人工
智能模型能够处理多种学习路径和多种交互方式，从而可以为一些特殊学生，比如神经多样性学习者，提
供不同的学习路径，采用适合其特征的学习方式，使学生从中受益。人工智能模型可以帮助学生完成开放
的创造型任务，促进学生创造和创新能力培养。正确答案并非是唯一的学习目标，人工智能模型可以引导
学生熟练进行团队协作和领导团队，尝试完成多样化的目标。除此之外，人工智能可以通过减少教师的行
政或文书工作中的低级负担来改善教学工作，并建议将所节省的时间用于更有效指导学生。比如教师有时
并不能随时随地在学生身边提供帮助，但是可以借助人工智能生成评价结果，了解学生情况并及时反馈，
由此扩展了教师的认知范围。最新研发技术已经能够记录教师课堂内容并为教师推荐教学方案，课堂模拟
工具也不断多样化，可以帮助教师在真实情境中练习技能。
【材料三】
生成式人工智能是一种基于机器学习和人工智能技术的范畴，其目标是让计算机系统能够自主地生成
各种类型的数据，如文本、图像、音频等。生成式人工智能的核心能力在于创造新的内容，而不仅仅是对