《2023中关村论坛“人工智能驱动的科学研究论坛”顺利举办》

  • 来源专题:新一代信息技术
  • 编译者: 张卓然
  • 发布时间:2023-06-08
  •     5月30日上午,2023中关村论坛“人工智能驱动的科学研究论坛”在京成功举办。本次论坛由科技部主办,中国科学技术信息研究所、北京智源人工智能研究院和北京科学智能研究院共同承办。科技部党组成员、副部长相里斌,北京市政协副主席林抚生等出席并致辞,中国科学技术信息研究所党委书记、所长,科技部新一代人工智能发展研究中心主任赵志耘主持论坛。论坛以人工智能与科学研究融合创新为主题,邀请到众多知名专家学者及行业领军人物,围绕人工智能在生命科学、材料科学等领域的研究进展和突破展开主旨演讲和高峰对话,并发布“基于大语言模型+向量数据库的文献知识库”重磅成果。

           本次论坛有中国科学院院士、北京科学智能研究院院长、北京大学国际机器学习研究中心主任鄂维南,美国国家工程院院士、香港大学工程学院院长、机械工程教授大卫·斯罗洛维茨(David J. Srolovitz),微软亚洲研究院副院长、微软杰出首席科学家刘铁岩,美国科学院院士、普林斯顿大学化学系教授罗伯特·卡尔(Roberto Car),清华大学智能产业研究院卓越访问教授、美国芝加哥丰田计算技术研究所教授许锦波,剑桥大学化学工程和生物技术系教授阿列克谢·拉普金(Alexei Lapkin)等进行主旨演讲,北京智源人工智能研究院黄铁军院长、清华大学化学工程系张强教授、北京大学材料科学与工程学院院长助理雷霆教授、北京科学智能研究院张林峰副院长等出席并进行高峰对话。

           科技部副部长相里斌在致辞时指出,当前全球人工智能领域创新活跃,人工智能技术在科学研究领域日益展现出超越传统数学或物理学方法的强大能力,推动人工智能驱动的科学研究从概念导入期进入落地应用的新阶段,正在形成变革科学研究的新范式,引领全球人工智能发展新方向。相里斌强调,要继续凝聚共识、汇聚力量,加快推动人工智能驱动的科学研究。一是鼓励跨学科融合,着力开展重大原创性研究。二是注重重大场景驱动,推动形成科学研究与人工智能技术双向互促的良性循环。三是重视人工智能伦理治理,深入践行科技向善理念。四是倡导全球开放合作,推动科学智能造福社会。

           北京市政协副主席林抚生在致辞中表示,北京市深入贯彻习近平总书记重要讲话精神,深刻把握全球科研范式变革趋势,在人工智能领域超前系统布局,支持开展大模型、科学智能等人工智能基础前沿研究,持续产出了一批具有国际影响力的重大原创成果。下一步,北京市将持续发挥新型研发机构“催化剂”作用,加快“人工智能驱动的科学研究”发展,支撑世界级、原创性、基础性的重大科学发现。支持建设科学智能大设施,搭建开源、开放的科学智能基础设施平台;支持以本市新型研发机构为核心建设“人工智能驱动科学研究”创新联合体;坚持“四个面向”的选题方针,推动实现从科学研究到产业创新的“最后一公里”。

          主旨演讲环节,来自人工智能与数学、材料科学、生命科学和化学等交叉领域的多位学者带来了主题演讲,分享人工智能助力不同科学研究领域的情况,共同探索人工智能为科学赋能的创新模式和发展潜力。

          鄂维南院士以“AI时代的科研体系重构”为题进行了精彩演讲。AI for Science为一系列基础科学问题提供了颠覆性解决方案,帮助科学家突破以往难以解决的研究瓶颈,解决产业中的实际问题。为适应AI for Science发展的需求,不仅亟需开发数据库、软件、模型等新方法和新工具,还需要向“平台科研”模式转变,搭建“垂直整合”的人才团队,以创造新的价值。

           材料的创新常常带来技术的革新。美国国家工程院院士、香港大学工程学院院长、机械工程教授大卫·斯罗洛维茨教授在“基于人工智能的材料精确模拟”演讲中谈到,深度势能方法结合了机器学习与物理建模,解决了分子模拟中效率与精度不可兼得的困境,其可以在保持量子力学精度的基础上,将分子动力学模拟的效率提升数个量级,在材料缺陷研究方面发挥重要作用。

           微软亚洲研究院副院长、微软杰出首席科学家刘铁岩发表演讲“AI for Science:科学发现的第五范式”,从利用人工智能求解科学方程、分析科学数据以及自动发现科学规律等维度进行探讨,并分享了微软研究院相关研究成果。

           美国科学院院士、普林斯顿大学化学系教授罗伯特·卡尔教授以“采用人工智能预测原子的动力学过程”为题进行演讲,提出运用机器学习技术可扩大计算体系的空间和时间尺度,有效地提升分子动力学模拟的效率,应用效果值得期待。

           清华大学智能产业研究院卓越访问教授、美国芝加哥丰田计算技术研究所教授许锦波从“AI+生物学”视角切入,带来主题报告“AI蛋白生成技术:引领生物经济新变革”。他认为,在人工智能的加持下,未来10年内生物技术的进步将带来每年高达4万亿美元的经济效益。人工智能加速蛋白质研究进程,已经大幅提升蛋白质结构预测的准确度。下一阶段,根据特定的功能需求设计自然界不存在的蛋白质或改造已有的蛋白质,将为生物科技带来更大颠覆性突破,并为整个生物经济带来重构的机遇。他表示,正在研究的AI蛋白质优化和设计平台MoleculeOS致力于“生成”而非“发现”蛋白质。AI蛋白质优化设计的广泛应用,将变革药物设计、生物育种、环境保护、高性能材料等多领域的发展模式。

           最后一位演讲嘉宾是来自剑桥大学化学工程和生物技术系阿列克谢·拉普金教授,他以“化学全栈数字研发技术”为题,介绍了在化学合成开发中实施知识图谱的人工智能工作流程,以及剑桥iDMT中心的全数字化研发工作。

          高峰对话环节由北京科学智能研究院张林峰副院长主持。各位嘉宾进一步从构建AI时代的垂直整合科研体系出发,探讨如何把握科学智能突破性发展的关键窗口期,在更多领域充分释放AI for Science的应用潜力。

           “科学无边界、探索无止境”。本次论坛聚焦推进人工智能驱动的科学研究,内容丰富,亮点纷呈。论坛为国内外各界专家探索科学智能发展前沿,提供了科技创新高端国际交流平台,必将推动人工智能进一步赋能科学研究。

  • 原文来源:https://www.istic.ac.cn/html/1/284/338/1506840038330332680.html
相关报告
  • 《2023中关村论坛发布20项重大成果》

    • 来源专题:新一代信息技术
    • 编译者:张卓然
    • 发布时间:2023-06-08
    •    在面向世界科技前沿板块,北京大学发布硅基光电子集成芯片与多功能系统,中国科学院紫金山天文台、中国科学院国家空间科学中心联合发布夸父卫星在轨获得世界一流天基太阳硬X射线图像等系列成果,北京智源人工智能研究院发布通用视觉大模型SegGPT,中国科学院高能物理研究所发布高能同步辐射光源直线加速器满能量出束,中关村泛联移动通信技术创新应用研究院发布下一代云化开放无线网络新型空口试验验证平台。    在面向经济主战场板块,中国建材集团玻璃新材料研究总院发布30微米厚度柔性可折叠玻璃,中国科学院工程热物理研究所发布先进压缩空气储能技术,中国石化集团公司发布己内酰胺绿色生产成套新技术,北京亿华通科技股份有限公司发布180kW高效率氢燃料电池发动机系统,中国科学院物理研究所发布钠离子电池。    在面向国家重大需求板块,中国科学院地质与地球物理研究所发布随钻成像测井仪器及井地数据传输系统,有研亿金新材料有限公司发布集成电路用12英寸高纯钴靶材及阳极,中国华能集团清洁能源技术研究院发布低温法烟气污染物近零排放控制(COAP)技术,中国农业大学发布基因编辑新型核酸酶,中核集团核工业西南物理研究院发布新一代人造太阳。    在面向人民生命健康板块,华科精准(北京)医疗科技有限公司、首都医科大学附属北京天坛医院联合发布颅内病灶磁共振引导激光消融治疗系统,北京大学发布深脑成像微型化三光子显微镜,中国兵器工业集团、中国移动通信集团、中国电子科技集团联合发布北斗卫星通信融入大众智能手机及实现产业化项目,赛纳生物科技(北京)有限公司发布基于国际首创技术的基因测序仪,航天新长征医疗器械(北京)有限公司、北京协和医院发布国产体外膜肺氧合治疗(ECMO)产品。    专项发布环节,海关总署、北京市商务局、海淀区联合发布北京中关村综合保税区正式获批,全国社会保障基金理事会发布设立社保基金中关村自主创新专项基金,北京市科委、中关村管委会发布两项重要政策——《北京市加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025年)》和《北京市促进通用人工智能创新发展的若干措施》。
  • 《2024世界科技与发展论坛人工智能治理创新主题会议举办》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-10-28
    •       10月23日,2024世界科技与发展论坛人工智能治理创新主题会议在北京举办。本次会议由中国科协主办,世界机器人合作组织和中国电子学会共同承办。会议主题为“人工智能治理创新为培育科技治理生态构建国际信任基础”。世界机器人合作组织理事长、中国科学院院士乔红在会议上发布了2024人工智能(AI)十大前沿技术趋势展望。       这十大前沿技术趋势分别为: AI共性技术 1.小数据和优质数据 大量的无效数据不仅消耗了计算资源,也给模型可靠训练带来挑战。在此背景下,小数据和优质数据的价值越来越重要。小数据更注重数据的精度和相关性,从本质上减少人工智能算法对数据的依赖和不确定性,增强网络可靠性。建设多样性的数据集不仅能够从理论基础上支撑不同技术路线的AI发展,还为解决通用人工智能的瓶颈问题提供新的可能。 2.人机对齐 只有AI的输出结果与人类价值观相符,才能确保AI模型的能力和行为与人类意图保持一致。仅依靠数据和算法并不足以实现人机对齐,这意味着在设计奖励机制时,不仅要考虑任务的效率、效益和效果,还需要考虑行为是否符合人类的伦理标准。 3.AI使用边界和伦理监督模型 当前AI系统的合规性、安全性和伦理问题越发突出,建立一个AI监督模型框架尤为必要。其主要目的是通过制定明确的标准和规范,确保所有AI系统在开发和使用过程中遵循既定的原则,从而减少AI在制度没有确定的情况下被过度使用所带来的风险。 4.可解释性模型 在保障有效性的前提下,提高可解释性,有助于减少对公共资源的消耗,增强用户对AI系统的信任度,并促进其在关键领域的应用。例如在医疗健康领域,一个具有高可解释性的AI诊断系统能够让医生更容易理解其判断依据,减少不必要的检查和治疗程序。 大规模预训练模型 5.规模定律 基于海量参数和训练数据的大规模预训练模型能够有效提高人机交互和推理能力,增强可完成任务的多样性和丰富性。目前规模定律依然有效,不仅体现在语言模型上,也在图像处理、语音识别等多个领域中得到了验证。 6.全模态大模型 全模态大模型可处理和理解文本、图片、音频、数据表格等多种类型的数据输入,并根据任务需求生成多种类型的输出。例如引入通常用于捕捉三维空间信息的3D点云数据模态,对于机器人的导航和避障尤其重要。 7.人工智能驱动的科学研究 使用大模型、生成式技术等来提高科学研究中提出假说、试验设计、数据分析等阶段的效率和准确性。科学家们可以利用AI技术进行实时的试验监测和调整,快速反馈试验结果,动态优化试验设计和假设。 具身智能 8.具身小脑模型 传统大模型可以协助机器人处理决策、任务拆解和常识理解等慢通道反应任务,但不适合做强实时性和高稳定性的机器人规划与控制快通道反应任务。具身智能(人工智能在物理世界的进一步延伸,一般是指可以感知、理解物理世界并与其形成互动的智能系统)小脑模型可以通过多模型投票等集成学习方法,结合机器人本体结构与环境特性选择合理的模型控制算法,确保机器人在理解自身本体约束的前提下,完成高动态、高频、鲁棒的规划控制动作,使智能机器人更加满足现实世界的精细操作与实时控制需求。 9.实体人工智能系统 实体人工智能系统是将具身智能赋能于物理世界中的实体对象,使传统设备能够突破其原有的功能限制,实现更高水平的智能化操作。人形机器人是实体人工智能系统的终极表现形态,它不仅具备多模态感知和理解能力,能够与人类自然互动,还可以在复杂环境中自主决策和行动,并有望在未来应用到更多复杂的工作场景中。 生成式人工智能 10.世界模拟器 世界模拟器能提供沉浸式的仿真体验,为使用者带来更加丰富和多样化的游戏世界,可应用于教育、娱乐等领域,还可以创造更多超级数字场景。在机器人领域,这种技术还可用于构建大规模、标准化的多模态机器人行为数据集,提高机器人本体设计、仿真训练和算法迁移的能力。  特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。