登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《德专家认为应发挥工业数据优势搞人工智能》

  • 来源专题：数控机床——前沿技术
  • 编译者： icad
  • 发布时间：2019-12-06

  • 德国人工智能研究中心主任沃尔夫冈·瓦尔斯特日前对当地媒体表示，德国应该发挥工业数据优势，尽快取得人工智能领域的领先地位。

    　　瓦尔斯特在参加一个人工智能领域专家委员会的创立活动时说，在消费数据领域，德国可能无法追赶目前领先的中美两国，但德国作为一个工业和出口大国，能通过数字化而拥有获得机器数据的独特通道。他还建议，机器间的相互“理解”非常重要，德国应在这一领域建立经得起检验和认证的标准。

    　　瓦尔斯特认为，在数字化浪潮中，关键在于理解数据并由此创造价值，要考虑目前哪些人工智能技术可以帮助实现这一目标。他强调，德国要在人工智能领域取得世界领先地位只剩两到三年的窗口期。

    　　他还认为，在评价数据的时候，质比量更重要，“现在不是只靠数据规模或大数据就能决定一切”。他举例说，德国一家名为DeepL的翻译服务初创企业，因为使用了来自欧盟译员的高质量数据，提供的翻译结果比一些掌握大量数据的互联网企业更好。

    　　德国人工智能研究中心是人工智能领域目前全球最大的非营利性科研机构，分布在德国5座城市，是德国人工智能研究网络的重要组成部分。

94浏览量
原文链接
相关报告

  • 《人工智能撬动科研范式变革！专家解读AI for Science专项部署工作》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-07-11
    • “AI for Science有可能推动我们在下一轮科技革命中走在前沿。”谈及近期科技部、自然科学基金委联合启动人工智能驱动的科学研究（AI for Science）专项部署工作，中国科学院院士、北京科学智能研究院院长、自然科学基金委“下一代人工智能”重大研究计划专家组组长鄂维南作出这样的预判。 鄂维南告诉科技日报记者，新一轮科技革命中很重要的一点，就是科学研究从“小农作坊”模式向“平台科研”模式转变，AI for Science正是推动“平台科研”的主要动力。AI技术不仅极大提高了科研活动中共性工具的效率和精度，更重要的是，它可以助力建立一个由产业需求推动科研的有效体系。 作为人工智能发展的一大趋势，国际学术界已对AI for Science形成共识——将带来科研范式的变革和新的产业业态。 “科技部、自然科学基金委联合启动AI for Science专项部署工作，进一步加强对AI for Science创新工作的统筹指导、系统布局，充分发挥我国在人工智能领域的优势，加速科学研究范式变革和能力提升，推动人工智能走向高质量应用新阶段。”中国科学院自动化研究所所长徐波说。 人工智能驱动科研突破什么瓶颈 鄂维南坦言，长期以来，科研人员在实际研究中面临四大痛点：其一，辛苦研究出来的基本原理等重要成果，用来解决实际问题时比较困难；其二，目前的实验手段，以及收集、处理、分析数据的效率相对低下；其三，科研团队工作方式多为“作坊模式”，从头到尾都自己干下来，科研效率亟待提高；其四，在解决生物制药、材料等实际问题过程中，仍然依靠经验和试错方式。 “人工智能为解决这些问题提供了有效手段，AI for Science是以‘机器学习为代表的人工智能技术’与‘科学研究’深度融合的产物。”在鄂维南看来，AI for Science为科学研究带来了新方法、新工具，在提升创新效能的同时，赋能产业应用的实际场景。 北京科学智能研究院副院长、深势科技创始人兼首席科学家张林峰认为，人工智能驱动下的科学研究最大的特点是，它以一种前所未有的方式，将不同学科、不同背景的人们连接在一起。 “Al for Science 是一个学科与知识体系大重构的过程，既需要计算机、数据科学、材料、化学、生物等学科的交叉融合，也需要数学、物理等基础学科进行更深入的理论构建和算法设计。”张林峰提醒，“当且仅当做好相关的融合，我们才有机会在新一轮科学革命中抢占先机。” 这些领域为何迫切需要AI驱动 那么，我国布局AI for Science前沿科技研发体系，将聚焦哪些领域发力？ “紧密结合数学、物理、化学、天文等基础学科关键问题，布局AI for Science前沿科技研发体系，是增强基础科学研究竞争力的重要保证。”徐波解释说，新药创制、基因研究、生物育种、新材料研发等领域，则是人工智能与科学研究结合需求迫切、进展突出、具有代表性的重要方向。 比如，基于生物学机制、疾病和用药相关数据、药物的各种药学性质等建立的人工智能模型，可预测新药的安全性和有效性；通过人工智能辅助，可减少研发中的人力、物力和时间投入，提高药物研发成功率。当人工智能赋能新材料研发后，可实现将电子尺度和分子尺度等多尺度材料计算模拟方法耦合，快速筛选符合目标性能的新材料成分和构型，压缩新材料与器件研发周期和成本…… “科学研究中的人工智能方法，不能简单照搬我们熟知的AI领域，如计算机视觉和自然语言处理等领域现有模型和算法，而需要根据每个基础科学具体情况，研发针对性的智能算法、模型和软件工具。”徐波强调，只有将人工智能技术与自然科学和技术科学的领域知识深度结合，才能充分发掘人工智能加速重大科学问题研究和知识发现的变革性潜力。 整合资源形成推进合力 谈及我国在该领域的发展，鄂维南直言，我们率先意识到人工智能方法对基础科学研究可能产生的影响，全面布局AI for Science的科学研究和培养科研团队，将人工智能方法、高性能计算与物理模型相结合，并已走在了国际前沿。但如何高效利用这些优势积极引导布局，使我国在当下的科技革命中走在前列，并率先打造出新的科研体系、有效调动人才资源、合理利用资金和算力资源，是亟需解决的问题。 值得注意的是，科技创新2030—“新一代人工智能”重大项目已将AI for Science作为人工智能的重要发展方向进行安排。徐波介绍，在2022年指南中，部署了“重大科学问题研究的AI范式”任务，面向地球科学、空间科学、化学和材料科学、生物医药科学等领域重大科学问题开展创新研究。同时，面向国际竞争激烈的蛋白质结构预测领域，支持国内优势团队开展科研攻关。 记者了解到，科技部将以科技创新2030—“新一代人工智能”重大项目为牵引，加快人才、技术、数据、算力等要素汇聚，形成推进AI for Science的政策合力。在平台支撑方面，科技部正在加快推动公共算力开放创新平台建设，将为AI for Science发展打造智能算力基座；在机制创新方面，科技部将鼓励用户单位围绕业务深度挖掘技术需求和科学问题，深度参与模型研究与算法创新，积极开放数据、资源。 着眼未来发展，鄂维南提醒，要把资源真正配置到一线科研人员手中。AI for Science时代，更需构建垂直整合的人才团队，以重点问题为牵引，真正让人工智能的研究人员与基础科学领域如材料、能源等的研究人员一起工作，进行高频的学术交流和思想碰撞。 “AI for Science的潜力正在不断释放，但也面临‘点’上研究较多、追逐‘热点领域’研究较多，而系统布局较少的现实问题。”徐波说，为此，科技创新2030—“新一代人工智能”重大项目将在第二个五年实施阶段（2023—2027年）持续加强体系化布局和支持力度，拟研究人工智能驱动科学研究的新理论、新模型、新算法，研发跨尺度建模、高精度仿真、微分方程智能解算等共性研发工具和平台，发展一批针对典型科研领域的AI for Science专用平台，推进软硬件计算技术升级，打造智能化科研的开源开放创新生态。
    194浏览量
    原文链接

  • 《全国首个《人工智能法示范法 1.0（专家建议稿）》发布》
    • 来源专题：人工智能
    • 编译者：高楠
    • 发布时间：2023-08-23
    •      8月15日，由中国社会科学院法学研究所主办，中国社会科学院法学研究所网络与信息法研究室、南财合规科技研究院等共同承办的“全球治理话语竞赛下人工智能立法的中国方案”研讨会在北京举行。会上，中国社会科学院国情调研重大项目《我国人工智能伦理审查和监管制度建设状况调研》起草组（以下简称“起草组”）发布了《人工智能法示范法1.0（专家建议稿）》（以下简称《示范法》）。据介绍，《示范法》坚持中国式治理思路，既发展，又坚持安全底线。《示范法》创设性地提出多项措施，如负面清单管理制度，同时又对人工智能产业链各主体的责任、义务划分等难题，做出回应。 《人工智能法示范法 1.0（专家建议稿）》部分要点摘录如下：      第一章 总则第四条（以人为本原则） 从事人工智能研发、提供和使用活动应当以人为本、智能向善，确保人类能够始终监督和控制人工智能，始终以促进人类福祉为最终目标。      第五条（安全原则） 从事人工智能研发、提供和使用活动，应当采取必要措施保障所研发、提供和使用的人工智能及其相关网络数据的安全。      第七条（可问责原则） 从事人工智能研发、提供和使用活动，应当分别对其研发、提供和使用活动负责。      第二章 人工智能支持与促进第十五条（人工智能发展规划） 国家实施新一代人工智能发展规划，坚持人工智能研发攻关、产品应用和产业培育共同推进，全面支撑科技、经济、社会发展和国家安全。省级以上人民政府应当将人工智能发展纳入本级国民经济和社会发展规划，并根据需要制定人工智能发展规划。      第二十条（专业人才培养） 国家支持高等院校完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设。鼓励高等学校、科研机构和企业等开展面向人工智能领域重大科学前沿问题的基础理论研究和关键共性技术研发，承担重大科技和产业创新专项。国家支持建立有利于促进人工智能发展的项目管理创新机制、创新人才评定机制、科技成果转化激励机制等。      第二十一条（财政资金支持） 国家鼓励各地方各部门发挥投资引导基金扶持作用，聚焦人工智能核心领域与关键环节开展专项扶持。国家鼓励社会资本参与人工智能产业发展。
    1057浏览量
    原文链接