“人工智能驱动的科学研究”专项部署工作的重点有哪些专家解读
近期，科技部会同自然科学基金委启动“人工智能驱动的科学研究”（AI for Science）专项部署工作，布局“人工智能驱动的科学研究”前沿科技研发体系。
“人工智能驱动的科学研究”专项部署工作的背景是什么？相关重点有哪些？具体将如何推动我国在人工智能领域的理论研究与应用？新华社记者采访了中国科学院院士、北京大学国际机器学习研究中心主任鄂维南，科技创新2030-“新一代人工智能”重大项目实施专家组组长、中科院自动化研究所所长徐波，科技创新2030-“新一代人工智能”重大项目实施专家组成员、北京科学智能研究院副院长张林峰，对“人工智能驱动的科学研究”专项部署工作进行详细解读。
人工智能已成为科学研究新范式
问：推动“人工智能驱动的科学研究”专项部署工作的背景和意义是什么？
徐波：随着新一代人工智能技术的蓬勃发展，科学研究范式正在发生新变革，推动基础科学的重大发现和突破。人工智能已成为继实验、理论、计算之后的科学研究新范式。
目前，人工智能技术已在很多科学研究领域展现出超越传统数学或物理学方法的强大能力，但在“人工智能驱动的科学研究”体系化布局、重大系统设计、跨学科交叉融合、创新生态构建等方面仍有提升空间。
近年来，我国人工智能技术发展快速、科研数据和算力资源日益丰富、科学研究领域应用场景不断拓展，为加快推动“人工智能驱动的科学研究”发展奠定了坚实基础。
为了抢抓人工智能驱动科学研究的新机遇，科技部会同自然科学基金委启动“人工智能驱动的科学研究”专项部署工作，将进一步加强对其创新工作的统筹指导、系统布局，充分发挥我国在人工智能方面优势，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。
鄂维南：我们正在迎来新一轮的科技革命，有很重要的一点是科学研究从“作坊”模式转变到“平台科研”模式。
在科研活动中，如材料研究、生物制药研究等，存在很多共性，理论上用的物理模型和基本原理，是有限的、有共性的，研究中用的实验手段亦如是。人工智能技术发展至今，能让我们将这些共性的工具串联起来，从整体角度看待科研，大幅提高科研效率。“人工智能驱动的科学研究”有可能推动我们在下一轮科技革命中走在前沿。
学科与知识体系大重构的“人工智能驱动的科学研究”
问：“人工智能驱动的科学研究”的特点是什么？我国在相关方面研究水平如何？
张林峰：“人工智能驱动的科学研究”最大的一个特点是，它以一种前所未有的方式，将不同学科、不同背景的人们联系在一起。
“人工智能驱动的科学研究”既需要计算机、数据科学、材料、化学、生物等学科的交叉融合，同时也需要数学、物理等基础学科进行更加深入的理论构建和算法设计，是一个学科与知识体系大重构的过程。
鄂维南：“人工智能驱动的科学研究”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。
借助机器学习在高维问题的表示能力，人类可以更加真实细致刻画复杂系统的机理，同时可以把基本原理以更加高效、实用的方式应用于解决实际问题中，可帮助将复杂的基础研究成果构建为更有逻辑的知识决策体系或更实用的工具，提升科研、原始创新效率。
近年来，国内多所高校、科研机构都在科学智能领域积极布局，国内企业也在投入巨大力量来推动科学智能发展和产业落地。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，全面布局人工智能驱动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。
紧扣基础学科关键问题，紧抓重点领域科研需求
问：本次专项部署工作结合的学科与围绕的领域有哪些考虑？
徐波：数学、物理、化学、天文、地球科学、生命科学等基础学科为科技发展提供了重要理论基础，紧密结合这些基础学科关键问题，布局“人工智能驱动的科学研究”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。
药物研发、基因研究等领域，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。例如，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，减少研发过程中的人力、物力、时间投入，提高药物研发成功率。
值得注意的是，科学研究中的人工智能方法不能简单照搬我们现在所熟知的，如计算机视觉和自然语言处理等领域的现有模型和算法，而是需要根据每个基础科学具体情况，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，研发针对性的智能算法、模型和软件工具。
加强体系化布局，打造智能化科研创新生态
问：“人工智能驱动的科学研究”未来还有哪些规划与建议？
徐波：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，推动研究新理论、新模型、新算法，研发软件工具和专用平台，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。
后续，将在国家《新一代人工智能发展规划》的指导下、新一代人工智能规划推进办公室的协调下，加快人才、技术、数据、算力等要素汇聚，形成推进“人工智能驱动的科学研究”政策合力。
在平台支撑方面，科技部正在加快推动国家新一代人工智能公共算力开放创新平台建设；在机制创新方面，科技部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。
鄂维南：着眼未来“人工智能驱动的科学研究”发展，首先要把资源真正配置到做实事的一线科研人员手里。同时要有有效的人才培养体系，培养对于基本原理和实际问题都有充分了解的人才。
此外，要有有效的组织形式，构建垂直整合的团队。“人工智能驱动的科学研究”对科研团队提出了全新要求，真正让人工智能的研究人员与基础科学领域研究人员一起工作，进行高频率的日常学术交流，同时引入工程化人才，从行业需求出发，开发出可实际应用并持续迭代的新工具与软件。
人工智能技术给教育行业带来哪些主要影响?
现如今，人工智能技术对社会各个领域日益产生深远的影响，教育领域也不例外。在这一领域，人工智能技术的进步为教学和学习带来了新的可能性和挑战，甚至有可能从根本上改变教育治理和教育机构的内部架构。人工智能技术虽然会对教育行业产生影响，但绝对不会像线上电商颠覆传统零售那样剧烈。从目前情况来看，人工智能技术对教育的影响主要体现在以下几个方面：
人工智能技术可实现“个性化”教学人工智能技术影响教育的关键方法之一，是为学生提供个性化学习。通过自适应学习程序、游戏和软件等系统响应学生的需求，全过程搜集学生的学习数据，通过分析这些数据，最后向学生推荐个性化的学习方案。尤其是基于人工智能的自适应学习系统，帮助学校和老师提供个性化的教学，同时帮助学生提高学习效率,激发学习兴趣。
以中国“科大讯飞”为例，目前主要通过三个步骤打造以学生为中心的课堂，实现个性化学习：首先对每一个学科，构建学科知识图谱;然后通过学科的知识图谱分析每一位学生的学习情况，让每一位学生的学习情况可视化;最后给相应学生推荐个性化的学习资源。人工智能赋能之下，学校实现了个性化教与学，课堂得到有效延伸;通过师生的共同努力，在教学质量上实现突破。
人工智能技术可重复学生没有掌握的内容，并且帮助学生按照自己的节奏学习，比如美国“可汗学院”可根据每个人的学习状况自主设计学习进程。这种定制教育可帮助不同学习水平的学生在一个教室中一起学习，教师可在需要时促进学习并提供帮助和支持。该学院下一个目标是，在未来的几年内制作出从幼儿园到高中的所有课程，以及部分大学课程，如计算机科学和电子工程等。每个人学习的处境和内容不同，所以我们不仅要因材施教，而且要因时、因地施教。而基于人工智能技术建立促进个性发展的教育体系，是未来教育发展的基本趋势。
人工智能技术可为学习提供指导智能辅导系统能够理解学生喜欢的学习方式;它们还能够衡量学生已有的知识量，所有这些数据和分析都用于提供专门为该学生创建说明和支持。试验和错误是学习的关键部分，但对于许多学生来说，错误的答案会给他们挫败感，有些学生不喜欢在同龄人或老师等权威人士面前犯错，而人工智能技术可为学生提供在相对无判断的环境中进行试验和学习的方法，人工智能“导师”还可提供改进的解决方案。人工智能技术将促进教育决策的科学化和资源配置的精准化，加快形成现代化的教育公共服务体系。目前在学校的实际运用中，人工智能技术所收集的数据可为现代教育治理提供决策辅助。人工智能助手可扮演老师、辅导员、同学等虚拟人物，它们可从不同的视角，提出问题，并提供指导。
人工智能技术不仅能让学生定制课程与学习进度，还能及时为学生提供反馈;当发现学生向系统提交错误的家庭作业答案时，系统会向教师发出警报，并为学生提供正确答案的提示。这种类型的系统有助于填补课程中可能出现的空白，并有助于确保所有学生都能掌握知识，让学生立即得到反馈，帮助他们理解概念的内涵和外延。现在一些基于人工智能技术的辅导课程已经存在，这可帮助学生完成基础数学、写作和其他科目的基础知识。利用智能化的教学系统，人工智能技术也可持续的为学生提供支持和辅导，帮助他们克服困难，更快的完成学习计划及目标。
人工智能技术可改变学习方式使用人工智能系统，学生可随时在世界任何地方学习，学生根据自己的需要安排学习时间。通过人工智能技术，学校可创建全球化的教室，学生所处的位置将不再重要。学生如果由于某种原因无法参加课程，则通过访问链接，点击该链接，加入现场教室。人工智能技术还可将全世界的学习者联系在一起，超越教室的墙壁，与其他学生、教师、作家、科学家等互动，以加强他们的学习效果。人工智能技术可促进合作学习，通过比较学生的学习者模型，而后建议处于相似认知水平或具有互补技能的参与者互相帮助，并通过分组来支持协作学习。教育最大的挑战之一是每个人的学习方式不同，人工智能系统可为每个学习者提供个性化的学习方式，使每个学生能够以最适合自己的方式学习。
英国数学家和教育理论家阿弗烈·怀特海先生在《教育的目的》一书中指出：“学生是有血有肉的人，教育的目的是为了激发和引导他们的自我发展之路。”对学生而言，人工智能技术可为学生提供一对一的辅导，真正实现了因材施教;也可打破时空的壁垒，加强学习者的交流与互动。对教师而言，“师生的交往活动是教学过程中的本质属性。”人工智能技术可减轻其重复性工作，使其有更多的时间与学生交流，培养他们的各种技能，帮助他们日后更好地融入社会。基于对学生的洞察力，人工智能技术会自动创建一条个性化的学习路径，以确保学生能够以尽可能好的方式学习并取得成功。
仅从以上三个方面可见，人工智能技术给教育带来较为显著的正面影响。然而，该技术在给教育带来有利因素的同时，也会存在相应的挑战。在人工智能技术渗透进入传统教育领域带来优势的同时，也会引发一些问题;例如人工智能技术的出现可能会导致学生被动接受已经安排好的知识，而丢失主动分析、思考的能力;也有人担心人工智能技术为教师做了太多，教师的教学水平可能会因为人工智能技术的出现而有所下降。因此，要充分认识人工智能技术的优势和它可能存在的问题，做到趋利避害，真正使人工智能技术发挥育人的作用。正如中国教育家周仪荣先生所言：科技是一把双刃剑，在它给人们带来美好的同时也带来一些麻烦;因此要合理利用科技，发挥它有利的一面，限制它不利的一面，是提高教学质量的有效途径之一。
人工智能对工业设计的影响有哪些
0分享至人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。“人工智能”一词最初是在1956年美国达特茅斯学院提出的。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。人工智能对工业设计的影响如下：1、人工智能帮助设计师更好的分析与处理复杂的数据。利用人工智能算法整合工程设计过程。2、利用人工智能便利的设计模式与独特的智能化创新思维，有利于设计师摆脱既定的思维框架，为设计师提供更多的思维方向以及创作的可能性。3、借助人工智能所提供的设计方案激发设计灵感，创作出更加有利于社会发展的产品。4、人工智能技术在计算机辅助设计中发挥重要作用。它将人们逻辑思考中的抽象思维，转换成具体研发设计方案和真实智能产品，实现以智能开发智能、智能再开放的过程。5、随着大数据、体验计算、感知增强与计算机深度学习等创新科技的进步，人工智能将会改变现有的设计模型，机器将从传统设计辅助的“仆人”角色进化为设计师的“合伙人”。6、智能设计平台提供了工程师和设计师的共同舞台。相比较传统设计的艺工分离，这一趋势对设计范式产生了根本性的影响，也对设计师的技能转变提出了更高的要求。特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端