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)
战略支援部队某旅:工作有了标准,效率有了提高****** 官兵们正在检修装备。作者供图 “参照《维护保养手册》,我们干工作更加得心应手。”年终岁尾,战略支援部队某旅组织装备换季保养工作,官兵们按照手册上的“标准流程”维护保养装备,工作效率显著提高。 该旅分队长、二级军士长李伟介绍说,过去装备维修保养,他们只能逐项排查或凭借经验判断故障问题,既增加了日常工作量,也给维修保养带来不小难题。如今,有了这本“百宝书”,能详细了解装备自列装以来历次故障原因、修理方法,“对症下药”精准保养,就有了参考方向和技术支撑。 编写这本《维护保养手册》,源于一次演练任务。去年底,该旅组织实装考核演练,导调组临机下达突发情况指令后,李伟所在分队因通信不畅没有及时处置问题,考核成绩被判定不合格。事后分析原因发现,演练前装备保养不到位,电源装置过期失效,导致装备无法供电,操作失灵。 演练复盘时,一名战士心有不甘地说:“怎么也没想到会发生这样的情况!” 说者无意,听者有心。一个想法在李伟的脑海萌发:能不能像汽车4S店一样,给装备撰写一本《维护保养手册》? 演练结束后,李伟立刻开展调研。他发现,尽管每年单位都会统一组织换季保养,但官兵往往对装备状况掌握不够全面,维护难以“对症下药”,保养难免存在盲区、漏洞。整理好调研资料,李伟向旅机关提交了一份关于建立装备维护保养档案的意见。 得到上级机关批准后,李伟决定打造一个“样板工程”。他带领维修技术骨干梳理整合装备各类故障申报、保养履历等数据,精确分析装备“健康指标”,并将摸索积累的经验转化为装备维护保养注意事项,编写《维护保养手册》、设置保养提示卡片,让装备状况一目了然,维护保养工作更加科学高效。 手册好不好用,官兵最有发言权。随后,李伟带着手册来到训练场,在抢修光缆任务中,一台工程机械车突发故障。操作手邸文育查阅《维护保养手册》,立刻判定出问题点位并及时排除,任务顺利完成。 没过多久,某型工程机械车列装该旅。该车辆信息化程度高、操作系统复杂,他们要从零开始学习。这时候,李伟再次主动请缨,带领团队主动到生产厂家、部队院校取经,就装备重点部位保养开展流程化设计,对日常维护保养措施进行量化。数个月后,李伟所在团队掌握了该型装备的日常维护保养方法,能够做到装备性能“一口清”、故障问题“一摸准”。 科学精细管装用装,保障能力水涨船高。今年,该旅千里机动至某陌生复杂地域开展装备试验任务,多项装备精细化管理成果在任务中得到有效检验。 (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |