人工智能科学家对科学认识论的挑战

[目的/意义]本研究旨在探讨人工智能科学家可能给科学认识论带来的挑战。[方法/过程]科学发现一直是人工智能研究的重要主题,人工智能科学发现的下一步是发展人工智能科学家,即能进行自主和自动化科学发现的人工智能系统,其研究质量与最优秀的人类科学家的水准无法区分。回顾人工智能在科学研究中的相关应用之后,阐述了人工智能科学家最为重要的特征及其研究计划的核心,在此基础上提出了人工智能科学家在认识论层面带来两个根本性的改变:人工智能能力跃升和人工智能驱动的科学研究范式嬗变。[结果/结论]对于相关科学认识论问题的讨论需要走出一般的哲学式论辩,面向即将到来的人工智能科学革命提出了搁置否定性的批评、关注过渡期的难题、动态追踪可能的突破口、寻求更好的类比等4个认识论策略。

数智驱动下“智能科学家”建设的机遇与挑战

[目的/意义]文章提出数智驱动下“智能科学家”的建设框架,为后续相关研究提供参考与建议。[方法/过程]在分析生物、化学领域期刊的重大成果的基础上,对数据驱动和模型驱动下的“智能科学家”相关研究分别进行总结梳理,分析不足之处,提出数智驱动下“智能科学家”建设的必要性。[结果/结论]初步得到数智驱动下“智能科学家”建设的框架,并从数据建设、模型建设以及知识嵌入建设的角度出发,为科研人员提供了数智驱动下“智能科学家”的思路。

智能科学家——科技信息创新引领的下一代科研范式

科技创新是国家发展与民族复兴的强大引擎。提高科技创新能力必须透彻理解科研活动本身,包括科学研究发展规律、科技竞争形式特点、科研人员行为方式、科研成果传播影响等。科技信息是大量科研活动信息的承载和记录,科技信息的智能挖掘服务可以有效支撑科研创新能力研究。文章提出"智能科学家"的理念,首先分析了科研范式的演变与发展趋势,然后探讨了科技信息引领下的辅助科研创新、协助科研创新、自主科研创新三阶段构想,最终实现"智能科学家"的目标,最后介绍了"智能科学家"需要依托的若干关键技术方向。

科研智能化视域下融合智能机器人的知识服务研究

科研智能化不断推动科学研究范式的转型与升级,融合智能机器人的知识服务为支持新时代国家科技创新服务高质量发展提供了重要基础。文章运用文献研究、案例分析等方法,剖析科研智能化发展及其推动融合智能机器人知识服务的形成,同时探究科研智能化视域下融合智能机器人的知识服务内涵过程和典型模式。可以从数据资源的机器表征与关联融合、人智协同的服务保障与协调机制、科研用户的隐私安全与伦理风险、知识计算的过程优化与效率提升等方面,促进适应科研智能化的融合智能机器人的知识服务高质量发展。

科研智能化新趋势下知识服务的挑战与机遇

[研究目的]当今数据驱动型研究时代,世界科技正呈现新的发展态势和特征。AI模型、系统的强有力发展,为科学研究带来新面貌,兴起了科研智能化的发展态势,同时也为当前知识服务的智能化升级带来契机。[研究方法]从科技情报服务视角,阐述了科研智能化的发展现状及内涵特征,解析了其中的实现过程及特点,列举了嵌入科研智能化范式的知识服务变革方向,探讨了未来科研生态的两大问题,以期得到相关研究领域研究者与应用者的共同关注。[研究结论]为把握时代机遇,知识服务机构需要借助科研数据基础设施及科研数据推理平台,转型升级为知识内容方案的提供者和一线科研人员提供更智能、更强有力的支撑,加速知识发现过程,推动我国在世界科技发展中抢占先机。

科研智能化与知识服务:内涵、实现与机遇

[目的/意义]立足于科技情报服务视角,研判未来科研过程的发展趋势——智能化,同时明确当前知识服务智能化升级机遇,以此为国家的科技发展把握先机并提供更强有力保障。[方法/过程]文章借助培根归纳法分析框架,通过梳理生物学界“Alpha Fold”、化学界“A Mobilie Chemist”等“智能科学家”系统的实现原理和系统架构,发现未来科研智能化范式的典型特征是将AI算法和机器人技术与科学研究相融合,实现科研假说的自主提出甚至是假说合理性的自主验证。[结果/结论]当科研过程走向智能化,科技知识服务平台也需走向数据化和计算化,相应的服务角色、服务目标、服务方式和能力基础也将发生重大转变。