白癜风治疗普查 http://www.jk100f.com/baidianfengzixun/baidianfengjiankang/m/5966.html如今，包括生物学、天文学、社会科学以及生命科学等众多学科领域，数据的收集和存储已远远超出了人类的分析和理解能力，伴随着数据的爆炸式增长和计算能力的飞速提升，AIfoScience迅速崛起并成为AI应用于科学研究领域的趋势和热门话题，其通过构建人工神经网络，自动从大量数据中提取特征和模式，从而实现对数据的高效处理和挖掘。以生命科学为例，AI为研究人员提供了强大的工具和方法来处理和分析大规模的生物学数据，比如解读基因组数据和预测基因功能、预测蛋白质的三维结构和加速药物发现过程、医学影像分析和病理学诊断等。AIfoScience不仅可以帮助科学家解决已有的问题，也可以帮助科学家发现新的问题和方向，它可以通过生成新的假设、设计新的实验、提出新的问题等方式，激发科学家的创造力。作为一种新型“科学研究范式”，目前全球多个国家和地区也相继颁布了围绕AIfoScience的一系列政策措施，以期加速AI促进科学研究的创新发展。图｜络绎科学杭州办公室落地杭州未来科技城梦想小镇9月13日，络绎科学杭州办公室正式落地国家级互联网创新创业高地——杭州未来科技城梦想小镇，通过紧密结合余杭的产业特色和优势以及梦想小镇的载体支持，持续吸引更多科技资源汇聚来打造充满活力的青年科技人才社区。图｜活动现场此前，络绎科学曾围绕AIfoScience在线上多次举办相关主题交流活动，为了更大范围地探讨其脉络与发展，近日，络绎科学在梦想小镇举办了以“AIFoScience：人工智能驱动的科学洞见”为主题的首场线下研讨会。此次线下活动邀请到了之江实验室图计算研究中心副主任陈红阳、西湖大学机械工程讲席教授姜汉卿、西湖大学工学院助理教授、博士生导师于开丞，以及浙江大学计算机科学与技术学院研究员、博士生导师赵俊博，他们从不同视角深度剖析了AI在各个学科领域的应用现状、面临挑战以及未来前景，活动也吸引了众多来自资本和产业端的投资人、从业者等的积极参与，大家齐聚一堂共同探讨AI在科学领域的无限潜力。图｜四位与会嘉宾（左起陈红阳、姜汉卿、于开丞、赵俊博）“AI只是作为科学研究中的一种底层工具发挥辅助作用”围绕AI技术的应用，在陈红阳看来，“人脸识别是AI技术较为广泛和成熟的一个应用，同时这也是落地最快和最好的一个应用方向，而AIfoScience最核心的是解决Science中的一些科学发现的难题。”他指出。于开丞表示，“随着AI技术的发展，如今语言翻译的质量变得越来越好，虽然是个较小的应用，但其带来的影响和意义是非常广泛的。”姜汉卿表达了自己的观点，他认为，“虽然AI技术在文本方面取得不错的应用效果，比如翻译质量的提升，但人类的灵感或创造性方面是AI有所欠缺的，比如诗歌创作，AI创作的诗歌其实并没有诗意，换句话说，目前AI不具备类似于人类的思维。”姜汉卿表达了自己的观点，他认为，“虽然AI技术在文本方面取得不错的应用效果，比如翻译质量的提升，但人类的灵感或创造性方面是AI有所欠缺的，比如诗歌创作，AI创作的诗歌其实并没有诗意，换句话说，目前AI不具备类似于人类的思维。”比如，虽然用AI能够生成药物分子，但其生成的一些分子却很难在现有的技术条件下合成出来。在陈红阳看来，“从普通人的角度而言，大家其实可以把大模型当作一位助手，比如用来制作表格、幻灯片等。而具体到大模型附能到产业端，比如解决芯片流片中的瑕疵检测问题，物理学中的粒子跟踪等，需要借助大量的数据学习。我们在之江实验室开发类脑计算，它与传统的电脑芯片不同，类脑神经元芯片有望会涌现出新的能力；再比如量子计算，都是硬件和模型结合的一种方式。”他还表示，“对于模型训练，其实训练方式基本大同小异，目前的GPU训练消耗大量的算力，未来在新型芯片上进行探索更优能效比的模型训练是一个很好的方向。以类脑芯片为例，基于类脑计算芯片训练模型，其算力不需要太大，但其涌现的智能可能更高，类脑计算从百亿到千亿神经元依然比较薄弱，我们实验室正在开发千亿神经元规模的类脑计算模型。完全不同于传统电子计算机架构，类脑芯片基于脉冲神经元，实现同样算力的情况下能耗较低，所以类脑芯片等新型硬件芯片可能是未来模型训练优化提升性能的一个很好探索路径。”“科研是一个非常严谨的工作，现阶段AIfoScience中AI可能还存在一些欠缺。而在一些通用场景，AI可以作为人获取信息的一种新的交互媒介，相较于以往查阅资料需要借助搜索引擎，未来有可能会借助AI、大模型等。”赵俊博表示。对此，姜汉卿也表达了类似的观点，“科研中可以借助AI查阅搜集资料，但是涉及到课题选择，这属于自主智能的范畴，目前的AI显然不具备这种能力，现在还只是一种工具，类似于搜索引擎，是我们接触信息的一个媒介。”他说道。于开丞持则有不同态度，在他看来，“AI在科学发现中发挥较大功能，比如在药物分子发现中，相较于传统方式，AI能够快速精准的设计一种新型分子，当然，现阶段仍然还需要很长时间的优化和迭代。”陈红阳指出，“AI的作用需要根据具体问题来看，例如用于发现药物分子或是帮助科研工作者来查阅资料，随着AI技术的发展其可靠性和逻辑性也在不断增加；再比如，科研工作者在与AI模型对话中也能获得很多启发，新的idea。总而言之，AI在科学研究中都是起到辅助、加速科学发现作用，不是主导作用，如同在AI制药是以制药为主，AI只是起到辅助和加速的作用。”AIfoScience需要考虑更多边界问题产业层面，“围绕AIfoScience，从本质上来讲，我们扮演着服务角色，即根据合作方的需求来开发算法，我们曾经开发过一个简单易用的开放技术平台，即便在完全不懂AI算法的情况下，只需输入几个参数就可以实现结果的输出。但是AI算法在细分科学领域中的应用是‘定制化’的，需要非常密切而深度的融合，能够为科研原创性发现做出一些贡献是我们最大的期望。”陈红阳介绍道。具体到AIfoScience的产业合作方面，陈红阳表示，“其实我们与产业端的合作模式比较简单，在双方达成合作后签订保密协议，合作方提供给到我需要的数据量，在‘产研合作’过程中双方的信任很重要。”他指出。“材料、药物、化妆品本质上都属于分子，都属于化学领域，其本质原理都是一样的，我觉得AI在这些领域的作用还是比较大的，基于AI都可以进行设计筛选加速研发和节省成本等。”他补充说，“我们在目前的科研工作中其实是用AI来解决问题，可以预测，早期是纯AI，后来是AI+，融合各个领域，基于AI这个工具助力研究和应用，未来大体会呈现这样的一个趋势。”“尤其是进行优化设计时，AI是需要强监管的，否则容易出现跑偏，与预期出现较大偏差。”姜汉卿补充说。“我们现阶段在开发新型机械臂，希望它能够根据非文字、语言指令实现操作，实现远程交互等，比如机械臂能够根据现在正在做的动作预测下一个动作，类似于大语言模型，把动作转换成语言模型再返回来控制机械臂。“尤其是进行优化设计时，AI是需要强监管的，否则容易出现跑偏，与预期出现较大偏差。”姜汉卿补充说。“其实，我们更需要AIfoEngineeingScience，既有工程也有科学，毕竟科学不需要考虑边界条件，但是具体到工程技术应用中需要考虑到成本和制造问题等。”本文内容不代表平台立场，不构成任何投资意见和建议，以个人
