张宏江:人工智能如何帮人类进入科研新范式?******
中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式?”
这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中,抛出的一个问题。
2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办,中国新闻网作为战略合作伙伴,联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。
美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图张宏江认为,回顾人类科学发展的历史,不同发展阶段经历了不同的科学发现范式。
“几千年前,人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展,四五百年前,理论模型范式出现。人们通过对某一现象的观察总结出理论,从而指导新的科学研究。五六十年前,尤其当大型计算机出现后,面临更复杂的问题,比如天气预报、地震模拟,人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论,人们引入了计算范式,用计算来模拟的方式做科学研究。到二十年前,我们进入大数据时代,科研中积累的大量数据可以进一步驱动物理模型。”
“今天,我们进入了一个新的科研范式。”张宏江说,人工智能经过多年发展,尤其过去15年深度学习的发展,使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法,直接从数据中建立新的模型,其背后是数据、模型、算法和算力。”
张宏江指出,深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后,正在迅速地改变科学研究的范式,这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说,“今天我们进入了一个黄金期,新的设计范式,都可以借用深度学习的方法进行赋能。”
张宏江坦言,未来十年蕴含着科学发展与产业创新机会,包括数据、模型、算法、算力,其核心是背后的跨学科人才。(完)
铁路编组站内的“分拣员”:为年货运输开辟“快速通道”****** (新春走基层)铁路编组站内的“分拣员”:为年货运输开辟“快速通道” 中新网南昌1月7日电 题:铁路编组站内的“分拣员”:为年货运输开辟“快速通道” 记者 李韵涵 “26073次列车推上来了,提钩室准备解体。”1月6日,在2023年春运前夕的向塘西编组站,一列待解体的货物列车缓缓地被推上驼峰,这是中国铁路南昌局集团有限公司向塘西车站下行运转车间连结员刘利衡当天白班的第15趟作业。只见他在列车推进过程中轻巧地一拉一提,紧握的车钩随即分开,一节节车厢越过峰顶顺势而下,奔向不同股道。 向塘西站位于京九、沪昆、昌福线的交会处,而驼峰则是向塘西站运输生产的“心脏”。 李琼 摄向塘西站位于京九、沪昆、昌福线的交会处,而驼峰则是向塘西站运输生产的“心脏”。在向塘西站下行到达场内,南来北往的货物列车整齐排列,20余条钢轨向下行驼峰处会聚。这里解编作业是否安全高效,直接影响全局的车流周转效率。 通过驼峰完成解体作业的都是一列列满载年货的货物列车,而工作在这里的驼峰连结员们就是年货的“分拣员”,将一辆辆去往不同方向的车厢按照计划溜放至不同股道,等待编组出发。 向塘西站位于京九、沪昆、昌福线的交会处,而驼峰则是向塘西站运输生产的“心脏”。 李琼 摄据了解,向塘西车站担负着中国华东地区铁路货物列车的解编任务,是全国路网性编组站之一。春节期间,车站每天要完成上万辆货物车辆的接发和解编作业,这里面装载的大多是运往全国各地的粮油米面、服装食品等年货物资。为了加快年货运输周转效率,向塘西车站统筹安排线路使用,合理分配车流,为年货运输开辟“快速通道”。 连结员刘利衡在股道间来回奔忙,穿梭于车厢连接处。虽已是寒冬,但他依旧干得满身热气蒸腾。 驼峰连结员在平时作业时要拿着一根长约2米、重约3公斤、带着钢叉的木棍,用于解开车辆间连结的风管。他们将木棍伸入车档间,精准地判断出风管接头的位置,然后凭借巧劲,一托一拉,风管便被顺利解开了。 到了晚上,视线不佳,车档之间更是一片漆黑。留给连结员解开风管的时间很短,刘利衡和同事们需要在较短的时间内进行“盲解”,凭借着对推峰速度和风管位置的准确判断,在黑暗中将风管解开。 一节节车厢越过峰顶顺势而下,奔向不同股道。 李琼 摄“驼峰是编组场的核心,驼峰连结员就是安全大门的守护者。我的任务就是确保每一节从我这里通过的车厢都能安全下峰。”谈到自己的岗位,刘利衡眼神里流露出的是热爱和对安全的坚守。 经过一整天的忙碌,夜幕已徐徐降临。18时30分,驼峰终于迎来片刻宁静。“40217次列车解体,提钩室准备作业。”电台声响起,这是当天白班的最后一趟作业了。刘利衡紧了紧扣在胸前的联控电台,撸起袖子快速奔向作业场。一个白班下来,经过刘利衡和同事们的努力,他们共完成了28趟列车的解体作业。(完)
|