- · 《中国科技信息》刊物宗[05/29]
- · 《中国科技信息》征稿要[05/29]
- · 《中国科技信息》投稿方[05/29]
- · 《中国科技信息》收稿方[05/29]
- · 《中国科技信息》数据库[05/29]
- · 《中国科技信息》栏目设[05/29]
智能科学家 ——科技信息创新引领的下一代科(2)
作者:网站采编关键词:
摘要:当下科技竞争日趋激烈,科学研究活动中存在诸多人力投入密集的重复性、流程性工作,在一定程度上降低了科研攻关效率,减缓了科技制胜的步伐。因此
当下科技竞争日趋激烈,科学研究活动中存在诸多人力投入密集的重复性、流程性工作,在一定程度上降低了科研攻关效率,减缓了科技制胜的步伐。因此,亟须厘清科学研究活动的一般规律,梳理掌握科研人员创造性研究工作与重复性、事务性工作的基本特征,设计以创新突破为核心的科研活动辅助模块框架,形成支持协同创新的科研资源利用体系,构建人机协同、相互促进的科研环境,释放科研人员的最大效能,提高其核心竞争力,形成对科研攻关的有力支撑。
1.2.3 智能驱动的科研范式逐步形成,助推基础科学领域创新模式变革 伴随科技体系的日益复杂和科研工作的日趋繁重,以人工智能为代表的智能化技术将驱动科研范式向自动化与智能化方向迈进。例如,2014年“大机理”(Big Mechanism)项目[9]旨在对大型复杂系统进行解构、理解和推理,发现隐藏在大数据中的因果模型,为计算机自动构建问题解决模型提供支撑。2018年8月,DARPA发布第三代人工智能技术重要计划“人工智能探索计划”(AIE)[10]的第一个项目——“自动科学知识提取”(ASKE)项目[11],旨在开发能够构建、维护和推理复杂系统的方法,通过解释和揭示现有模型代码中的科学知识和假设,自动识别新数据和信息资源,提取有用信息并将其集成到机器策划的专家模型中。
科学技术是一个国家综合国力的重要体现,而基础科学研究则是科学技术发展的重要基础[12]。在基础科学研究领域,智能驱动技术所能解决的科学问题的复杂度进一步提升,将给材料、化学、物理等基础科研领域带效率和效果的极大提升。因此,未来基础科研领域的发展亦将构筑在科技信息深度挖掘和人工智能基础之上,助推基础科学领域创新模式变革,引领生物医学、材料化学、物理科学等基础科学领域创新式、颠覆式发展。未来,科研活动自动化和智能化将主要在两个方面展开:一是人工智能技术、大数据技术和其他相关新兴技术将极大地提升科技工作效率,形成嵌入科技创新全周期和科技体系全布局的科研工作辅助技术体系和工具体系;二是科技工作将逐步走向“智能科学家”和人类科学家协作发展的阶段,形成以人工智能和知识图谱为基础的机器“学科大脑”,实现科学机理智能探究、科研假设自动生成,实验验证智能支撑,研究结果智能整合,科研成果智能呈现,形成智能驱动的新一代科研范式和体系。
2科技信息引领的科研创新构想
当今世界科技正呈现新的发展态势和特征,孕育着新一轮科技革命。科技发展呈现多点突破、交叉汇聚的态势,大数据科学成为新的科研范式[13]。新科技革命前夜,科技信息将成为引领科研创新的一盏明灯,依托人工智能技术和新兴信息技术,逐步构建智能科研助理、智能科研生态、智能科学家,实现辅助科研创新、协助科研创新、自主科研创新,达到科研活动自动化智能化目标,从而引发下一代科研范式的彻底变革。
2.1科技信息引领的辅助科研创新
科技信息是科研创新活动的重要基础条件,“科技情报引领科技发展”的新使命要求科技信息助力中国科技实现历史性跨越。加强科技信息的分析利用对科技战略合理规划布局与科技资源优化配置等有重要意义。当前围绕科技信息的挖掘与利用,已形成了包括科技信息检索与推荐、科技查新、科学计量与评价等科研创新辅助服务。
科技信息利用的基本目标是实现科研活动全过程信息的快速感知、汇聚、分析与预警,对全面、及时、准确地把握科技发展趋势具有重要作用。以美国国防部“技术监视和地平线扫描项目”(TW&HS)[14]等为代表的技术情报项目,实现了深入细致地捕捉和了解与军事相关的各领域新技术进展的能力。“密涅瓦”计划[15]通过加强科学界与军方的合作,加深对世界范围内具有战略利益关系的国家和地区的社会、文化、政治动态的理解,弥补美军在某些政策相关领域基础积累的不足,提高尖端研究和跨学科、跨机构研究的能力和将学术研究应用于政策咨询的新模式。
辅助科研创新需要科技信息分析与挖掘,而科技信息分析与挖掘离不开科技信息抽取。科技信息抽取主要包括科研信息的实体识别与关系抽取等,是科技知识库以及科技知识图谱构建的基础,也是实现科研创新智能化的基础。科技信息抽取涵盖科研过程的众多实体(如研究学者、研究机构、研究目标、研究假设、研究方法、引用成果、实验结果、研究结论等),各类实体之间的相互关系(如合作与引用等关系),以及基于实体与关系的科技信息知识结构化组织[16]。以自动知识提取(AKA)[17]、知识发现与传播(KDD)[18]、多语言媒体的可扩展理解(SUMMA)[19]等项目为代表,围绕不同来源科技信息数据集成、知识本体构建、术语快速对齐、知识推理与知识传播过程评估等,构建面向不同领域方向科技信息的结构化知识库与知识图谱,实现了多源多语科技信息的自动化抽取。面对海量且日益迅速增长的科技文献资源,时间有限的科研工作者难以全面快速地了解相关进展,文档自动摘要是实现机器阅读辅助人工阅读的重要应用。文档自动摘要则可以利用抽取式摘要或生成式摘要,将大量科技文献内容进行浓缩,提供给科研工作者阅读,减少阅读量而保持较好的覆盖度,达到辅助科研创新的目标[20]。
文章来源:《中国科技信息》 网址: http://www.zgkjxx.cn/qikandaodu/2020/0713/378.html
上一篇:科技信息精准服务模式的构建与运用
下一篇:新媒体环境下图书出版编辑工作创新