- · 《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(4)
作者:网站采编关键词:
摘要:通过研究科技信息引领的智能科学家,构建科研假设的自主形成能力、实验自动验证能力和实验数据智能分析能力,上述自主科研创新过程中的知识瓶颈、
通过研究科技信息引领的智能科学家,构建科研假设的自主形成能力、实验自动验证能力和实验数据智能分析能力,上述自主科研创新过程中的知识瓶颈、能力瓶颈和经验瓶颈可以有效解决。①在科研假设形成过程中,科技信息记录了科学家对科研假设空间的探索过程、结果呈现和规律刻画,通过充分抽取、分析、整合海量科技信息中的科研假设空间知识,并建模科研假设空间的整体结构规律,智能科学家可以建立科研空间的高效、无偏、全面搜索算法,自主发现高价值科研假设。②在实验验证方面,科技信息中包含了海量〈科研假设,实验方案〉信息,通过因子化拆解科研假设和实验方案,并建立假设因子和实验方案之间的对应关系,智能科学家可以构建高效的实验方案规划算法,自动形成全面、有效的实验方案;同时通过构建自动化、智能化实验装备与平台,自动执行实验方案,智能科学家可以从大量重复性科研活动中解放高价值人力。③在实验结果分析方面,通过挖掘科技信息中科学家的实验结果分析模式,以及〈数据,结论〉之间的因果关系,形成数据到结论之间的复杂因果网络,智能科学家可以多维度深入分析实验结果,并对错误进行高效溯因,最终形成准确、可靠、全面的科学知识结论。
随着科研活动的爆炸性增长,以及科学领域的进一步细化发展,单纯依靠科学家人力投入为核心的科研创新模式已然遇到信息瓶颈、知识瓶颈、能力瓶颈、经验瓶颈和劳动力瓶颈,当前正是科研范式变革的节点所在。科技信息是已有科技活动的记录、呈现与具象。作为科技信息创新引领的新一代科研范式,智能科学家将基于科技信息对未知科学知识空间进行全面建模、精准探索和高效验证,并建立科研活动的深层规律和整体模式,从而突破当前科研范式的瓶颈,实现科学研究过程的彻底革新。
3智能科学家发展之路
智能科学家不是单一学科、单一领域的纵深研究,而需要科技信息、人工智能、计算机、自动控制、机械工程及各专业学科领域统筹发力、持续投入才能实现。在构建全领域智能科学家的道路上,依据其不同的发展阶段,需要将不同专业领域与智能化技术深入结合才能形成合力。
在科学机理探索研究中,需将信息技术与领域科学研究结合,大力发展知识表示与组织、信息抽取、知识图谱构建、知识检索等自然语言处理和知识工程核心技术,实现对领域科学知识的精准刻画与建模。在科研过程智能化的研究中,需综合信息技术、智能装备与领域学科深度结合,大力发展多模态信息融合、知识理解、知识推理、自然语言理解、因果关联分析、跨模态内容理解、任务规划等多领域关键技术,针对重点学科领域逐步开展实验装备、实验平台、实验流程的自动化与智能化研究,实现对科学研究过程的精准刻画与重建,形成自动化、智能化的科学研究验证能力。在科研环境智能化建设方面,需大力发展多模态人机交互、智能问答、跨模态信息检索、多模态内容组织与生成、个性化精准推荐等关键技术,有序开展通用科研协作平台的智能化建设,实现科研人员与科研环境的有机协同,形成以人为本、人机共生的科研生态。
综上,应急时代之所需,全局统筹动员,依托科技信息的强大动力,以智能科学家为牵引,突破现有瓶颈,逐步推进下一代科研范式的变革,切实提高我国科技发展核心竞争力,为实现跨越式发展提供科技支撑。□
[1] HEY T,TANSLEY S,TOLLE K.第四范式:数据密集型科学发现[M].潘教峰,张晓林,等,译.北京:科学出版社,2012.
[2] 当人工智能“遇见”新材料——中科院聚焦粤港澳大湾区科技创新[EB/OL].[2019-11-30].
[3] KING R D,WHELAN K E,JONES F M,et genomic hypothesis generation and experimentation by a robot scientist[J].Nature,2004,427(6971):247-252.
[4] KING R D, ROWLAND J,OLIVER S G,et al.The automation of science[J].Science,2009,324(5923):85-89.
[5] TSHITOYAN V,DAGDELEN J,WESTON L,et word embeddings capture latent knowledge from mate-rials science literature[J].Nature,2019,571::10.1038/s-019-1335-8.
[6] REGLI the human-machine symbiosis[EB/OL].[2019-11-30].
[7] 贾伟,刘润生.麦肯锡:影响未来的颠覆性技术[J].科学中国人,2013(9):19-22.
[8] [EB/OL].[2019-11-30].
[9] [EB/OL].[2019-11-30].
[10] the exploration of promising artificial intelligence concepts [EB/OL].[2019-11-30].
[11] scientific knowledge extraction[EB/OL].[2019-11-30]. /automating-scientific-knowledge-extraction.
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