平行科学:大模型时代AI4S的前沿技术与框架体系

智能大模型技术作为智能产业与新质生产力的典型代表,正掀起人类社会变革的新浪潮,并加速推动科学研究范式的转变,在人工智能驱动的科学研究(AI for Science,AI4S)中起着越来越重要的作用,推动以“三个世界、三种技术、三类科学家、三种模式”为特点的平行科学新范式的形成。从虚实互动之平行智能的角度看,大模型技术在数学、生物学、健康与医学、化学、材料科学和天文学等领域都取得了一定的成绩。未来应基于平行科学的“三个世界”,利用“三类知识”,整合“三类科学家”,构建服务于AI4S研究的智能生态系统,特别是联邦生态系统的基本框架。

量化未来与预测科学的前景

目前的社会科学研究多集中在过去和现在的时间向度,且研究重心往往集中在描述和解释两个方面。在大模型等人工智能技术的辅助之下,通用人工智能时代将快速到来,世界可能会进入一种“智能失重”的状态。关于未来的研究,文学想象和哲学思辨虽非常重要,但还远远不够,思考如何将实证方法引入未来研究至关重要。量化未来就是用定量的思路来测量未来,具体可以在实验方法和结构估计两方面实现突破。量化未来的可能性议题主要体现在对通用人工智能的应对上。通用人工智能到来之后,超风险社会似乎不可避免。有效调速主义是一种理想方案,而量化未来则可被视为有效调速主义的一种操作性版本。最终,人们可能会在这种对未来相对精准的把握中实现一种有助于决策的预测科学。

大模型及其在材料科学中的应用与展望

以大模型在材料科学中的应用为着眼点,首先综述了大模型,介绍了大模型的基本概念、发展过程、技术分类与特点等内容;其次从通用领域大模型和垂直领域大模型两个角度,总结了大模型的应用,列举分析了不同种类大模型的应用场景和功能.再次,结合材料科学领域中的具体需求研究现状,调研并综述了语言大模型、视觉大模型和多模态大模型在材料科学中的应用情况,以自然语言处理和计算机视觉中的具体任务为切入,参考典型应用案例,综合提示工程策略和零样本知识迁移学习,厘清了当前将大模型应用至材料科学的研究范式和制约因素,并利用改进SAM视觉大模型在四种材料显微图像数据上进行了验证性图像分割与关键结构提取实验,结果表明SAM带来的零样本分割能力对于材料微结构的精准高效表征具有巨大应用潜力.最后,提出了大模型相关技术、方法在材料科学中的未来研究机遇,从单模态到综合性多模态的大模型研发与调优,评估了可行性及技术难点.

“新科技汉语”的创新要求及教学应对

“新科技汉语”是“人工智能+”背景下科学应用科技方法和手段的国际中文,要求“中国”“汉语”“教学”与“科技”元素高度融合,具有全领域性和全链条性,是国际中文教育服务“教育强国、科技强国、人才强国”的新亮点,具有强大的生命力和发展前景。面对新质变化,可以实施以下应对:师生双向智能化转化,促进科技汉语人才的迅速发展;推进分专业、分等级的预科科技词汇及句式研究,创新科技词汇与句式的数智化教学;推进大语言模型的智能化应用,构拟“智能汉字动态教学模式”、建设“智能科技汉语数据库”、创建“智能科技汉语专题共享”、设置“科技汉语名家讲堂”等,以扎实创新国际中文的高质量发展。

月球与行星科学多模态大模型的概念及应用初探

自2022年底一系列大型语言模型(大模型)发布以来,以大模型为研究热点的新一代人工智能、(AI)技术在各行各业引起高度重视,随即出现的专业大模型更将重塑千行百业。月球与行星科学领域作为科学技术前沿的代表,建立该领域的专业大模型是今后的必然趋势。本文在多模态大模型的基础上首次提出了月球与行星科学多模态大模型的概念,并从其定义、设计及应用场景等细节展开详细阐述和讨论。模型旨在帮助更多人认识月球并了解月球,同时协助更多学者处理并分析月球与行星数据,促进挖掘月球与行星大数据间的隐式或非线性关系,主动发现并解决未知科学问题,率先推动大数据驱动科学发现这一新的研究范式在行星科学领域落地生根。

拓展学科的疆域:大模型的涌现能力对学习科学的影响

作为跨学科关注的热点,大模型的涌现能力已经在系统科学、心理学、语言学等多个领域产生了深远的影响,其对于学习科学研究和实践的价值也初露端倪。基于此,文章首先阐释了学习科学视角下的大模型涌现能力,指出大模型的涌现能力不仅本身可以作为学习科学研究的对象,还可以为学习科学的研究与实践提供新的手段和方法、创新的思路,也由此引入了新的伦理问题。之后,文章介绍了大模型的涌现能力拓展学习科学研究与实践的手段和表现,即借助大模型的涌现能力,通过提示工程、探针技术、仿真、内容生成等手段,可以拓展学习科学的多个研究与实践领域。最后,文章分析了目前研究的局限,提出未来学习科学研究需从认知模型构建、内在机制剖析、学习效果评估三个方面,持续、深入地研究大模型的涌现能力及其影响。文章从多个角度阐述了大模型涌现能力与学习科学研究的互动关系,剖析了大模型涌现能力对学习科学的推动作用,为探究和理解人类复杂的学习过程提供了一个新视角。而深入地分析大模型的涌现能力,有助于我们更好地理解学习过程中的认知机制,发现新的学习模式和教学策略,从而推动学习科学的理论和实践创新。

国内外大语言模型的图书情报应用探讨

在人工智能(AI)技术不断发展的背景下,大语言模型(LLM)如OpenAI的GPT系列等已经引发了广泛关注,在包括图书情报在内的许多领域都有潜在应用价值。文章探讨了国内外LLM在文献分类、文摘生成、读者推荐等图书情报任务中的成功应用案例,在分析LLM应用潜力的基础上,进一步分析了知识整合、结构化数据利用、学术真实性检验、AI科学家等LLM应用新方向。但LLM在图书情报领域的应用仍面临计算资源需求大、泛化能力有限的挑战,因而成功利用LLM有赖于图书情报领域的技术和管理创新,需要谨慎推进。

大模型驱动的科技政策法规问答系统研究

科技政策法规问答系统(Q&A)在帮助公众理解和应用科技法规方面发挥关键作用。大语言模型(LLM)可以显著提升科技政策法规问答系统的准确性和效率。然而,基于大语言模型的科技政策法规问答系统仍然存在以下问题:缺乏大规模高质量的科技政策法规问答数据集,且现有自动构建大规模数据集的方法在引用和整合政策法规知识方面存在不足;问答系统在处理科技政策法规问题时,专业性、准确性不足且模型知识更新滞后。为解决这些问题,提出了一种检索增强自提示的问答数据集构建方法,并构建了一个大规模高质量的科技政策法规问答数据集;同时,构建了科技政策法规问答系统,该系统结合了经过低秩自适应(LoRA)微调技术优化的大语言模型与科技政策法规知识库,并运用提示学习技术,来引导系统生成准确的答案。实验结果显示,构建的问答数据集在引用和整合科技政策法规知识方面,比传统方法构建的问答数据集有显著提升;相较于通用大语言模型驱动的问答系统,该问答系统在各项指标上也有明显提高。

大模型驱动地震科普数字人的实践与探索

我国地震多发,地震灾害严重,积极推动防震减灾科普对增强公众防震和主动减灾意识具有重要意义。目前,地震科普内容、表现形式、丰富性和趣味性等方面仍存在很大不足,科普成效需要增强。利用人工智能技术和语言大模型,开发地震科普大模型,创新地震科普新方式,可增强科普互动性和趣味性,丰富科普内容。地震科学国际数据中心基于阿里“通义千问”开源模型打造了地震垂直领域大模型QuakeGPT,该模型学习大量地震相关专业知识,可通过问答服务,提供更丰富的地震知识,回答更准确。QuakeGPT模型通过微信“小Q”提供地震知识和防灾建议,增强了公众的参与度和学习效果,显著提升公众对地震科学的认识和应对能力。

Evaluating ChatGPT’s Consciousness and Its Capability to Pass the Turing Test: A Comprehensive Analysis

This study explores the capabilities of ChatGPT, specifically in relation to consciousness and its performance in the Turing Test. The article begins by examining the diverse perspectives among both the cognitive and AI researchers regarding ChatGPT’s ability to pass the Turing Test. It introduces a hierarchical categorization of the test versions, suggesting that ChatGPT approaches success in the test, albeit primarily with na?ve users. Expert users, conversely, can easily identify its limitations. The paper presents various theories of consciousness, with a particular focus on the Integrated Information Theory proposed by Tononi. This theory serves as the framework for assessing ChatGPT’s level of consciousness. Through an evaluation based on the five axioms and theorems of IIT, the study finds that ChatGPT surpasses previous AI systems in certain aspects;however, ChatGPT significantly falls short of achieving a level of consciousness, particularly when compared to biological sentient beings. The paper concludes by emphasizing the importance of recognizing ChatGPT and similar generative AI models as highly advanced and intelligent tools, yet distinctly lacking the consciousness attributes found in advanced living organisms.

以ChatGPT为代表的大语言模型技术对图书馆社科咨询服务的启示

大语言模型给图书馆咨询服务带来了革命性的影响,对传统社科咨询服务既是挑战又是机遇,为图书馆社科咨询服务的发展提供了新技术路径。通过对OpenAI公司2022年底推出的ChatGPT(Chat Genera⁃tive Pre-trained Transformer)智能问答工具技术功能、应用场景的分析,并结合国家图书馆社科咨询服务现状,分析ChatGPT在社科咨询服务中的应用场景及潜在风险,认为以ChatGPT技术为代表的大语言模型可以在图书馆智慧检索、智慧咨询、提升知识服务水平方面带来深远影响。

科技信息资源智能挖掘服务的探索与思考

1 引言当前,全球科技竞争日趋激烈,以论文、专利、报告、动态等为代表的科技信息资源呈爆炸增长之势,如何面向科技创新的实际需求,从海量科技信息资源中挖掘有价值的情报,依然是科技信息工作的重要内容。随着人工智能技术的快速发展,应用智能技术手段,创新科技信息资源开发模式,是科技信息机构迎接挑战机遇、创新工作模式、履行职责使命的必由之路。

科技项目多维度关键要素抽取

文章通过利用人工智能大模型等前沿技术手段进行科技项目关键要素抽取,以期从项目研究对象、研究问题、关键技术、创新点、必要性、合理性、风险及产出效果等多个维度建立科技项目立项价值评估体系,对项目立项价值进行智能化审查,辅助专业领域专家组评审项目的立项工作,提升项目立项审查的准确率和效率。

数智赋能的科研创新——基于数智技术的创新辅助框架探析

以ChatGPT(Chat Generative Pre-trained Transformer)为代表的人工智能大模型在文本生成、人机对话等方面展现出了优异的性能。在大模型背景下,大数据、人工智能等数智技术在赋能科研创新方面表现出重要的现实价值。当前的科技信息资源管理和知识服务能够为科研创新提供较为准确的信息以及常规的知识聚合服务,但是仍未能与科研创新活动形成深度融合。同时,科研人员在科研活动中也面临信息处理能力不足、认知能力有限等挑战。据此,本文首先对数智时代科研活动的新特点进行了剖析,然后提出了基于数智技术的创新辅助框架,并对所提出的框架进行了深入分析和探讨,阐述了其在创新全过程中的功能定位、服务模式和关键赋能路径。未来,随着大数据和人工智能技术的不断成熟和进步,数智赋能的科技信息资源管理将进一步嵌入科研创新活动全过程。基于数智技术的创新辅助服务能够为科研人员提供个性化、细粒度的知识和场景化的解决方案,如面向文献阅读、实验设计和论文撰写场景的创新辅助服务,从而更好地服务于科研创新活动。

大模型时代的社会科学,何去何从?

文章探讨了大语言模型(如GPT)对社会科学研究带来的革命性影响。首先介绍了大语言模型的原理,而后举例并论述了大语言模型在文献综述、提出理论观点、研究设计、数据收集与分析等环节为社会科学研究带来的改变,最后提出了大语言模型将产生的新的研究范式与导向,以及社会科学研究者面临的新挑战。

大语言模型背景下情报研究的数字化应对策略及实践场景

ChatGPT、GPT-4系列模型的出现让人们看到了通用人工智能技术的快速发展,大语言模型将成为一种通用技术,对社会、经济、文化等方面产生重要影响。对情报领域来说,研究大语言模型对制定相关应对策略,推动情报研究在大语言模型背景下更好地发展和服务具有重要意义。在充分分析大语言模型对情报采集、加工、分析和服务4个环节影响的基础上,提出了实现情报工作全方位数据化,研发了基于大语言模型的情报新工具,制定了特定领域大语言模型的数字化应对策略,并就其在科技报告阅读与理解场景、科技查新场景、专业报告研究思路拓展及网络搜索场景中使用相关策略进行了实践。实践结果证明,上述应对策略在情报分析场景的关键环节能够有效辅助情报工作的开展,提高情报工作效率。

AI for Science:智能化科学设施变革基础研究

近年来,人工智能(AI)在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果,表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新,需破解2个方面的核心问题:(1)如何利用新一代AI(特别是生成式AI及大模型)的通用性和创造性推动新范式的形成;(2)如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想,兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求,构筑AI for Science的科学设施体系,形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能,加速重大科学发现、变革性物质合成,以及重大工程技术应用。

联合大语言模型和知识图谱的轨道交通特色GIS专业课程体系优化

随着信息技术和人工智能的飞速发展,构建具有鲜明轨道交通特色的地理信息科学(GIS)专业课程体系面临着前所未有的挑战和机遇。传统的GIS专业课程体系在知识内容、教学方法及课程特色方面存在诸多不足,如内容重复、更新滞后、缺乏特色等问题。为此,本文旨在探索一种基于大语言模型和知识图谱的轨道交通特色GIS专业课程体系优化方法。首先,利用大语言模型深入挖掘和分析现有GIS和轨道交通教学资源中的知识点,以全面识别和整理课程内容,通过大语言模型的强大分析和理解能力,以实现更准确、更全面地提取和识别教学资源中的关键信息和知识结构;然后,将构建知识图谱,将提取出的知识点和结构化信息有机整合,以便直观地展现课程知识的网络结构,更好地理解和分析课程之间的联系和独立性,从而有效减少课程内容的重复,强化轨道交通特色;最后,通过案例实现优化前后课程体系对比分析,验证本方法的有效性与可行性。期望通过本文方法,构建出一个独立性强、知识更新、特色鲜明的GIS专业课程体系,更好地适应现代轨道交通领域的发展需求。

图书情报领域大模型的应用模式和数据治理

本文探讨了图书情报领域大语言模型的应用开发与数据治理要求。大语言模型是依赖海量文本数据,经过无监督预训练及有监督标注数据微调而成。领域大模型则是通用大模型经过领域数据的微调而得到,具备解决领域问题的能力,满足领域应用需求。本文首先回顾了生成式人工智能的突破历程,介绍了大模型的基本原理和应用现状,分析了大模型所具备的多任务能力背后的数据因素和数据需求。最后从数据治理角度重点讨论了领域大模型的应用潜力和方法流程。本文的主要贡献在于分析了图书情报领域大模型的应用模式和数据治理,为图书馆行业应用生成式人工智能技术提供了理论依据和实践指导。同时,文章也讨论了行业大模型应用和评估时需要关注的问题和局限性。

知识图谱和大模型技术发展与应用

在数字时代,数据科学推动着各行各业的创新与进步,数据的爆炸式增长带来的机遇和挑战,促使数据科学家寻求创新解决方案——知识图谱和大模型,即两种分别从结构化数据和自然语言文本中提取有价值信息的方法。梳理总结了知识图谱和大模型技术的基本原理、发展历程和应用领域,分析了两者的局限性和短板;通过将二者结合应用能够有效实现功能互补、能力跃升,有望成为推动数据科学发展的新方式,相关研究和创新将进一步拓展数据科学的边界,更好地应对日益复杂的大数据挑战。