亚洲精彩视频-亚洲经典在线中文字幕-亚洲经典在线观看-亚洲经典千人经典日产-黑人粗进入金发美女-黑人持续中出ntr

13066963301

名家專欄

Famous column
名家專欄
首頁 -名家專欄 -趙敏 -趙敏 | 科學范式躍遷:創(chuàng)新方法2.0

趙敏 | 科學范式躍遷:創(chuàng)新方法2.0

發(fā)布時間:2025-02-19作者來源:趙敏瀏覽:1197


2025年2月15日下午,創(chuàng)新方法研究會人工智能產業(yè)應用專業(yè)委員會(簡稱:AI專委會)在北京舉行成立大會。會上,新就職的AI專委會主任委員趙敏院長,做了《科學范式躍遷:創(chuàng)新方法2.0》的報告。[敏感詞]是報告截圖和講演實錄。
圖片
圖片
講演人: 我今天給大家報告的題目是“科學范式的躍遷:創(chuàng)新方法2.0”。
剛剛,從創(chuàng)新方法研究會領導和前兩位講演嘉賓發(fā)言中,我們聽到了幾個關鍵詞,革命,顛覆,范式等。我借用鐘義信院士的話,“范式是引領學科發(fā)展的科學觀和方法論”。
科學的發(fā)展是有著幾個不同范式轉換的。第一個科學范式,是經驗科學范式,從幾百年前甚至更早開始,科學家們就是依靠實驗來取得科學成果和進步的。通過觀察和實驗,找到規(guī)律,提煉理論。然后進入第二范式。
第二范式是理論科學范式。當實驗驗證了理論之后,以理論作為指導,提煉機理模型和算法,然后通過模型和算法進行驗證。TRIZ創(chuàng)新方法的創(chuàng)立者根里奇·阿奇舒勒,就是通過對專利的分析,提煉總結,找到了發(fā)明創(chuàng)新的規(guī)律性,提煉的創(chuàng)新的模型和算法,創(chuàng)立的“解決發(fā)明問題的理論”。然后進入第三范式。
第三范式是計算科學范式,更強調對數(shù)據(jù)的計算。早年是手算,然后是電腦計算。為電腦寫出更多更優(yōu)的算法來分析更復雜的工程應用場景。這樣就積累了大量數(shù)據(jù)。進入第四范式。
圖片
講演人: 第四范式是數(shù)據(jù)科學范式。人們發(fā)現(xiàn)客觀世界運行規(guī)律,并不能完全用數(shù)學公式和機理模型來表達,在海量數(shù)學公式和機理模型的計算數(shù)據(jù)中,在多參數(shù)應用的較高不確定性的開放場景中,隱藏著一部分客觀規(guī)律,無法用機理模型寫出,甚至無法直接用語義來表述,但是當數(shù)據(jù)樣本足夠大時,用大數(shù)據(jù)智能的計算和洞察,給出相關性結果。進入第5范式;
第5范式是人工智能驅動的科學范式,近年來隨著AI大模型迅猛發(fā)展而形成。明顯區(qū)別于前四個科學范式。人工智能全面融入、人機智能融合、跨學科合作、以大模型為支撐,是第5科學范式基本特征。
圖片
講演人: AI大模型是基于Transformer架構的深度學習語言模型。大模型已經成為第5科學范式的核心工具。
值得指出的是,五個科學范式并不是各自獨立、互不相干的,而是同時存在、相合組合的。尤其是第5科學范式與前4個科學范式的多元化組合,讓人類認識世界、改造世界的手段極大地豐富起來。
在基于AI大模型的第5科學范式推動下,人類社會將發(fā)生巨變創(chuàng)新方法必定會在與AI大模型的融合中,進入全新發(fā)展境界。
圖片
講演人: 2007年10月,科技部、國家發(fā)改委、教育部和中國科協(xié)聯(lián)合發(fā)布《關于大力推進創(chuàng)新方法的報告》,其中定義:創(chuàng)新方法包括科學思維、科學方法和科學工具。另一通俗定義:創(chuàng)新方法包括創(chuàng)新思維、創(chuàng)新方法和創(chuàng)新工具。
2008年成立創(chuàng)新方法研究會,推廣以TRIZ為主體的創(chuàng)新方法如今,科學思維、科學方法、科學工具,特別是科學范式,都在與時俱進,提質煥新。
第5科學范式完美體現(xiàn)了科學思維、科學方法和科學工具的巨大領和推動作用。
圖片
講演人: 科學思維是以科學方法和邏輯為基礎,通過觀察、實驗、推理和驗證來認識世界、解決問題的思維方式。
典型的科學思維有嵌入歸納與演繹的邏輯思維。AI大模型的訓練過程本質上是科學思維的工程化實現(xiàn)。
歸納思維:通過海量數(shù)據(jù)學習客觀世界潛在規(guī)律(如GPT-4從萬億token中提取語言模式);
演繹思維:基于學習規(guī)律進行復雜系統(tǒng)行為的推理預測(如AlphaFold2通過蛋白質序列推導3D結構)。
案例:DeepMind的AlphaGo Zero通過自我對弈(歸納)和蒙特卡洛樹搜索(演繹)突破人類圍棋認知邊界,擊敗了所有人類圍棋手。
圖片
講演人: 接下來,我們探討可證偽的算法映射,這也是科學思維進步的重要體現(xiàn)。例如,當前的對抗性測試和模型不確定性量化等研究,都是基于大量書籍和網(wǎng)絡資料的分析所得。
我們可以看到,即使NASA需要計算太陽耀斑,也必須保留驗證和證偽的空間,因為科學需要被證據(jù)支持,不能簡單地認為提出的假設就是正確的。
此外,我們還需注重科學思維。如今,科學思維已從十幾年前的人類中心假設轉向人機協(xié)同認知。
TRIZ為例,過去的經典TRIZ與今天的TRIZ相比,大家可以看到,功能分析、因果分析、流分析等領域,我們在場有很多專家,專門探討因果分析,即因果律。你無法進行大量的相關分析,因為缺乏足夠的數(shù)據(jù),所做的更多是猜測,猜對了是運氣,猜不對也很正常。因此,我們在抽象域進行求解,TRIZ的最大策略是先將實際問題提煉到問題域,然后再進行求解。
大家都知道那幾模塊,說起來很簡單,就像圍棋一樣,易學難精會擺子,真正掌握并不容易。因此,對于TRIZ的應用,我們仍在不斷探索。國內已經涌現(xiàn)出一大批TRIZ專家,他們正在迅速成長。
講演人: 在座的二三十位TRIZ專家,都在現(xiàn)場。需要提醒的是,TRIZ本質上是抽象思維,以人為中心,這一點毋庸置疑。然而,未來的TRIZ若真能實現(xiàn)AI與TRIZ的雙向融合,僅就這一點而言,未來的人機協(xié)同認知在分析和解決問題方面的效率必將倍增。
多位專家已進行嘗試,他們發(fā)現(xiàn)將問題直接提交給AI大模型,無論是GPT、DS,還是其他大模型,包括豆包等,都能給出相當不錯的結果。首次解題的質量甚至不亞于人類分析的結果。因此,TRIZ專家們需注意,今天我們必須與機器協(xié)同工作。若不與之協(xié)同,未來在各自的專業(yè)領域內,我們很可能將落后于時代。

圖片

講演人: 從方法論的角度來看,科學方法論是系統(tǒng)化的理論研究,旨在發(fā)現(xiàn)規(guī)律并不斷應用。TRIZ同樣是一種科學方法論。
然而,如今我們可以看到,傳統(tǒng)方法,如人工假設生成,其效率相對較低。若采用AI增強方法,通過自動假設空間探索,效率可提升50至100倍。同樣,試錯法和實驗驗證,結合學習優(yōu)化路徑,效率可提升30至70倍,即數(shù)十倍。而手動數(shù)據(jù)分析結合高維模式的自動實踐,效率至少提升1000倍。因此,AI大模型正在重塑科學方法論,從經驗驅動轉向數(shù)據(jù)驅動,正如安總在前面講演所提到的觀點。
從靜態(tài)的小知識到態(tài)的大知識,這一點至關重要。因此,我們反復強調,當今是一個大知識的時代。這種方法將帶來諸多創(chuàng)新,推動我們不斷前進,不進則退。
接下來,我們探討將第四范式第五范式相結合。第四范式強調數(shù)據(jù)驅動,而第五范式則注重人工智能。將兩者結合后,我們可以依賴數(shù)據(jù)來發(fā)現(xiàn)規(guī)律。此外,通過第五范式,我們能夠構建一個猜想-驗證的閉環(huán)。這一方法已在多個成功案例中得到驗證,包括融合應用等。
由此可見,它重塑了科學方法的第二點。就是剛才我提到的是從以人類為中心轉變?yōu)?span style="font-family: 宋體">“協(xié)同的認知方式。另一個是觀察-實驗-理論的過程。這種線性開放的過程很難收斂,很快可能會演變?yōu)?span style="font-family: 宋體">“數(shù)據(jù)+AI+洞見的模式。最后,我們通過快速迭代,實現(xiàn)一個閉環(huán)過程。
經典TRIZ方法,阿奇舒勒創(chuàng)立TRIZ采用的是觀察-實驗-理論創(chuàng)立的模式,典型的從實驗到理論,再將理論演繹推廣出去。未來的推理方法,可能是通過AI提示的問題輸入、AI輔助的功能分析、流程分析、因果分析、屬性分析。AI生成的創(chuàng)意啟發(fā)、AI優(yōu)化的矛盾消解、AI選擇的科學效應、AI驅動的知識推送、AI給出的精準解決方案、AI給出的價值/理想度判斷等。因此,我認為TRIZ創(chuàng)新方法也將煥發(fā)新的形態(tài)。

圖片

講演人: 此外,我們還需要討論科學工具??茖W工具是用于科學研究和技術開發(fā)的各種儀器和設備的統(tǒng)稱。在這一前提下,我們可以看到工具能力在多個方面都有顯著拓展。
例如,通過感知增強技術,我們只需在實驗中引入AI,便能顯著提高分辨率??茖W儀器是科技部重點關注的領域之一。知識圖譜工具能夠揭示新化學學科之間的關聯(lián),并推動技術突破,使我們能夠實現(xiàn)72小時的連續(xù)實驗。人類會疲勞,需要休息,但AI無需休息。
以TRIZ為例,我創(chuàng)立了U-TRIZ,它在維度上提出了新的概念,這是此前所有TRIZ流派所不具備的,尤其是關于屬性的探討。屬性不被當今的TRIZ國際協(xié)會所接受,但這并不影響我們。屬性是物質固有的特性,例如酸性物質具有酸性,堿性物質具有堿性,半導體材料具有半導性,
而酸和堿必然發(fā)生中和反應,生產鹽和水,高速運動的物體必然會撞碎或擊穿某些物質。這些都是物理、化學的第一性原理,因為它們在宇宙的任何地方都經得住實踐檢驗。例如,重力原理表明,一個物體如果沒有支撐,一旦松手,它就會向地面墜落。在月球上,它會向月面墜落;在火星上,則會向火面墜落。這是宇宙的第一性原理。
我可以明確地指出,屬性之間的相互作用會生成科學效應,而科學效應必然構成功能。所有功能都可以通過調節(jié)屬性來進行優(yōu)化和實現(xiàn)。這一點在任何TRIZ工具中都沒有明確提及。
然而,我要告訴你們,TRIZ工具中的所有原理和方法,本質上就是圍繞這些核心概念展開的。其他所有的原理和方法,不過是在反復闡述和驗證這些核心內容。全部TRIZ理論,其實就這些精華內容。我認為,這是工具維度的認知提升。
外,還有一個是科學工具鏈的構建。

圖片

講演人: 過去,我們通常采用人工假設生成、手動實驗設計、物理設備執(zhí)行、人工數(shù)據(jù)分析,最后撰寫論文的流程。這一過程效率較低。如今,我們引入AI技術,通過AI假設生成和強化學習進行自動實驗優(yōu)化,進入B階段。在B階段,我們進一步與物聯(lián)網(wǎng)連接,由機器人執(zhí)行實驗。物聯(lián)網(wǎng),尤其是工業(yè)物聯(lián)網(wǎng),在工業(yè)領域廣泛應用。結合邊緣計算和主動學習,我們實現(xiàn)了動態(tài)閉環(huán)的A、B循環(huán)。
三體智能革命》書中,我們作者提出了狀態(tài)感知、實時分析、自主決策、精準執(zhí)行和學習提升的理念,這些理念在智能革命中得到了充分體現(xiàn)。
假設、實驗、分析、新假設的循環(huán)在工業(yè)互聯(lián)網(wǎng)領域以及許多機器運行領域中同樣適用。
圖片
講演人: 我們再來觀察工具的重塑過程。如今,有一個現(xiàn)象值得我們關注:從過去延伸人類感官、替代人腦和手的功能,到如今科學工具的智能化躍遷,這一過程正在深刻改變我們的工作方式。
講演人:通過替代手部的觸覺、鼻子的嗅覺、人眼的視覺、耳朵的聽覺等感官功能,機器延伸了人類的感知能力。在此基礎上,我們進行計算與分析。然而,值得注意的是,它已經提升到了新的層次,開始創(chuàng)造認知的新器官。
這一下就變得與眾不同了。為什么呢?當今的TRIZ是基于行業(yè)的小知識,即靜態(tài)知識,但這些都是已知的寶貴知識。在五六十年前,我們沒有其他能力時,依賴這種小知識和領域知識來解決問題。但在今天,基于全網(wǎng)既有的大知識,以及AI可能帶來的有限新知識,我們幾乎可以解決所有問題,而不僅僅是顏色相關的問題。
大模型作為超級數(shù)字腦,融合了人類有史以來的知識,替代了無數(shù)最聰明的頭腦。因此,大模型是一種新的認知器官。而過去的TRIZ,以小知識引導方式激發(fā)人的有限思考。
然而,發(fā)展是創(chuàng)新的基礎。未來,以大模型作為外界的超級數(shù)字工具,能夠獲得更精準的解決方案。當前,TRIZ面臨的最大問題是,在座的眾多TRIZ高手需要引導大家進行功能分析、因果分析以及系統(tǒng)模型分析等。
大家普遍感到困難的地方在于如何定義功能,如何確定動詞和賓語。在進行屬性分析時,需要研究其物理屬性、幾何屬性和化學屬性。在這個問題上,選擇合適的術語、詞匯進行表達尤為困難。
為什么經常存在這種不可言盡、詞不達意的情況呢?其實這并不奇怪。大家可以仔細看看維特根斯坦的觀點:語言的邊界就是思想的邊界,人類語言的邊界就是我的世界的邊界。因此,凡是語言無法表達的東西,都不能作為思想產物存在,也不能作為意識活動存在。
因為你無法表達,所以無法思考、定義和傳達。當你詞不達意時,必然會錯過許多東西。過去,人用小模型可以解釋問題,但如今譴詞用句“人機協(xié)作、日益精準多個大模型的分析集已經能夠高效解題。
在這個時代,我們可以輕松地使用不同的工具來解答問題,比如Kimi、DeepSeek和豆包。此外,智通云聯(lián)公司首席科學家譚總還專門下載了大約二十多個大模型,包括譚總等研發(fā)專家,他們都是智能制造領域的專家。他們提出了一個具有陷阱的問題,直接回答并不容易,必須通過深入分析才能找到答案。
搭建信息橋梁才能解決問題,他讓(各大模型)去搭建,但許多都出現(xiàn)了錯誤。通常情況下,我們認為水在60時,再加熱幾十分鐘后,可以達到100度。有些大模型計算了線性關系,認為加熱幾十分鐘后,可以達到120度。然而,在非高溫高壓條件下,這是不可能實現(xiàn)的。因,大模型缺少了一個關鍵知識:水在沸騰后,溫度不會繼續(xù)上升。
如果沒有高壓高溫的維持,水溫不可能再增壓。因此,我們還需要不斷訓練,并持續(xù)提供正確的知識。然而,大家已經看到,它們比我們任何個體都能更準確地表達觀點,更[敏感詞]地計算那些我們此前可能分析不好的問題。我愿意引用鐘院士的觀點,人類的科學工具正在經歷智能化的范式躍遷。
鐘院士提出的感知、認知、謀、執(zhí)行策略,與我們的狀態(tài)感知、實時分析、自主決策、精準執(zhí)行是一致的。我們強調知行合一的策略,并注重語法、語義、語用的三位一體,其中語言包含語義、語用三個層面。
必須實現(xiàn)三位一體,但傳統(tǒng)的三位一體在解決問題時存在局限性。根據(jù)鐘教主義的觀點,必須采用新的三位一體,即基于人腦與數(shù)字腦的結合,實現(xiàn)人機共生的狀態(tài)。通過“感知、認知、謀、執(zhí)行,達到知行合一,最終運用新的三位一體來解決問題。此外,思維、方法、工具的動態(tài)平衡尤為重要。
圖片
講演人:我們認為,科學方法科學思維科學工具構成了一個穩(wěn)固的鐵三角。它們之間能夠相互平衡。我們始于科學思維,可以質疑、批評和批判,甚至不相信某些事物??茖W是建立在實證基礎上的,因此它指導我們的科學方法,避免迷信。
不盲目地開始計算、理論和模型方法,只要運用人類世界目前積累的任何第一性原理,如牛頓的第一、第二、第三原理,以及愛因斯坦提出的質能方程原理等,都不會出錯。因為這些第一性原理經過人類數(shù)百年的奮斗和反復驗證,最終催生了AI工具。AI工具包括硬件工具和大模型軟件,通過不斷研究,最終推動科學思維的升級。這種相互驗證的過程就是創(chuàng)新方法的巨大提升。
DeepSeek通過動態(tài)參數(shù)剪枝技術,顯著提升了算力效率。他們僅使用2048塊顯卡,便達到了相當于萬卡的計算能力,實現(xiàn)了千倍的性能提升。這一創(chuàng)新方法以極低的成本,完成了通常需要巨額投資才能實現(xiàn)的目標。
講演人: 國外幾十億美元與DS幾百萬美元的投入相比,效率相差千倍。DeepSeek從哲學角度提出了算法簡化思維,并通過最小必要數(shù)據(jù)理論,結合蒸餾和對抗訓練,僅用五分之一的標注量就達到了與其他人標注量同等的效果。
此外,量子物理中的疊加態(tài)思想也是一個重要的思維突破。過去,人們普遍認為薛定諤的貓既死又活的狀態(tài)難以理解,直到我40多歲時才真正明白其中的原理。在未打開盒子之前,量子處于疊加態(tài),沒有量子坍縮;打開盒子后,量子才會坍縮,我們才能觀察到確定結果。
兩個量子之間存在著糾纏效應,無論相隔多遠,一個量子的狀態(tài)變化會立即影響另一個量子。這種效應在過去看來是匪夷所思的,但它的確存在。
風險控制三角不僅體現(xiàn)在我們能夠進行循環(huán)思辨,還體現(xiàn)在風險的可控性上。今天,我們尤其需要防范科學研究的風險。我一直認為,任何技術的進步和科學的進步都是中性的。每一個科技工具既可以用于國計民生,促進社會發(fā)展,提高人民的幸福感、滿意感和獲得感,同時也可能被用于犯罪活動。
 AI技術目前最先被應用于實施各種犯罪行為,尤其是電信詐騙。通過換臉、換聲音等技術手段進行詐騙。例如,詐騙者會冒充親屬,聲稱急需借款,以此騙取錢財。
先進技術的應用中確實存在欺騙行為。因此,我們可以從思維層面、方法層面和工具層面探討如何防范。
此外,我還想分享一個觀點,即從語言到語言智能的轉變,這是我個人的體會。
圖片
講演人:智人的稱呼似乎是拉丁語中的“sapiens”。在歷史發(fā)展的長河中,從六百萬年前我們從樹上下來,到幾十萬年前走出非洲——盡管是否走出非洲仍有爭議——我們逐漸遍布世界各地。當時存在許多不同的人類群體,至少有十類以上,如大家熟知的丹尼索瓦人、尼安德特人、霍比特人等。
他們今天都不在了,原因何在?被這一支徹底擊敗。那個時代的競爭極其殘酷,資源有限,食物、水源、棲息地都極為稀缺。在有限的生存空間里,有水、草、狼、兔子等資源,但每個人都想占據(jù)這些資源。你來,我就不能來;你占據(jù),我就無法生存。于是人們互相爭斗,智人戰(zhàn)勝了尼安德特人——身材更高大會使用火,會制作工具,會用獸皮制作衣物,最終占據(jù)了優(yōu)勢。
講演人: 尼安德特人力量更大,至少需要兩個智人才能與一個尼安德特人抗衡。根據(jù)考證,尼安德特人非常強壯,因此需要三個智人才能確保擊敗一個尼安德特人。然而,在長期的進化過程中,經過數(shù)萬年的競爭,智人最終戰(zhàn)勝了尼安德特人。
講演人: 憑什么?智人掌握了一個極其有利的工具——語言。通過語言,我們能夠協(xié)同合作,發(fā)展工業(yè),實現(xiàn)分工,可見語言對人類智能的重要性。如果連最基本的“what”、“where”、“how”都無法表達清楚,那么協(xié)同、分工和創(chuàng)新都無從談起。尼安德特人只有喊叫式的語言,表達不清,因此他們無法實現(xiàn)有效的分工。
于是,其他人種相繼出,智人發(fā)展到今天的七十多億人口。因此,我們有了多種語言表達,如英語、漢語、西語等,這里不再贅述。
語言出現(xiàn)后,我們繼續(xù)通過圖形表達,最終在沒有文字的情況下,從圖形中產生了文字。于是,我們所有的圖形表達逐漸演變?yōu)槲淖帧?/span>
隨著時間的推移,特別是在幾百年前,人類開始使用繪圖來表達信息。這些圖形逐漸發(fā)展成為一門通用的工程語言,因為三圖在全球范圍內都被廣泛理解,且表達方式沒有歧義。
隨著進一步發(fā)展,我們可以看到人類語言,轉化為編程高級語言,尤其是英語為藍本,逐漸成為主流。如今,中文也加入了這一行列。這些語言被轉化為各種編程語言,如Fortran、C、COBOL、Pascal、JAVA等,直至今天的Python。
 大數(shù)據(jù)語言人工智能語言的發(fā)展使得我們能夠利用機器進行學習和計算。諸如“If”、“Then”、“Else”等邏輯結構完全是從語言中提煉出來的,從而形成了各種機理模型。
工藝模型等各類模型所表達的主題,以及我們在TRIZ中所涵蓋的語義內容,問題模型的分析涉及多種表達方式。
包括我們工業(yè)軟件中的CAD、CAM、CAE以及ERP、MES、EDA等。
通過這種方式,我們向大家傳達了一個觀點:即使繪制出一個CAD模型,如果不使用平移、旋轉、縮放、剖切、漫游等工具,仍然難以理解。如今,我們通過知識引擎來表達人工智能和大模型的概念。
人工智能從專家系統(tǒng)知識工程的發(fā)展歷程一直延續(xù)至今,形成了今天的GPT、Sora、LLM。特別值得一提的是,中國在人工智能領域取得了顯著進展,無論是通義千問Deep Seek還是昆侖大模型,都代表了我國在大模型領域的成就。
這些多樣化的語言和語義通過數(shù)字化和彼此融合,逐漸形成了大知識體系。這一體系不斷凝聚和提煉,最終構建了一個穩(wěn)固的框架,并持續(xù)發(fā)展完善。
我們可以發(fā)現(xiàn),語言正趨于多模態(tài)化,而系統(tǒng)則趨于賽博物理化,這是當今時代的發(fā)展趨勢。由此可見,語言是表達語義的工具。
圖片
講演人:語言的含義即語義,但在不同語中,大家對“喝茶”這一概念有著不同的表達和理解。“請你喝茶”是一個語義,如果紀委“請你喝茶”,大家都知道這是一個意思。
例如,今天天氣炎熱,“能穿多少穿多少”,今天天氣非常寒冷,“能穿多少穿多少”。這些例子展示了在不同語境下,語言表達的高度相關性。
因此,語言必須在特定的語境中理解才有意義。符號僅僅是語言的載體,符號本身并無意義,只有承載了語義的符號才能被使用。于是,人類發(fā)現(xiàn)我們可以用語言進行交流。
例如比特,這兩個比特狀態(tài),一個0和一個1,未來可能更加先進,因為0是一個量子,1也是一個量子,還有一個是0和1交疊的量子。因此,量子計算機現(xiàn)在計算速度特別快,性能提升至少上1倍。于是,我們開始有了由二進制組成的電腦語言,包括硬件表達的0和1,以及軟件表達的模型語言。
通用語言、繪圖語言、多模態(tài)語言等。在工業(yè)產品中,基礎語言包括二進制語言、圖形語言和工程圖語言。
生圖等元素構成了我們工業(yè)的語義表達。為何需要強調這一點?因為工業(yè)語言和工業(yè)語義與日常用語不同,需要引起大家的重視。
所以語智能的基礎是工業(yè)部原副部長楊薛山先生在《智能原理》一書中特別強調的內容:“一切智能都是語義的”。
圖片
講演人:在研究的基礎上,我提出了個人的思考。自然語言的演變過程,首先我們可以看到,自然語言(Nature Language)的處理形成了NLP(自然語言處理),這是人工智能的一個基本學科。
圖文生成各種概念模態(tài)表達的語言,工程圖的語言,型的語言算法語言,以及各種中間狀態(tài),一直延伸到電腦硬件的語言。我們解析到二進制表達的0和1,這兩個最小信息單元。0和1本身并無意義,但當你定義0為“關”,1為“開”時,它們便從數(shù)字數(shù)據(jù)轉化為信息。
進一步解析到單機軟硬件,從電子管和邏輯語言到單機電腦,這是我們在五十年代末六十年代初的應用成果。更重要的這是一個開端。就像剛才安提到,芯片的出現(xiàn)催生了電腦,而電腦的普及則推動了各行各業(yè)的變革,成為第三次工業(yè)革命的重要起點。由此可見,電腦的廣泛應用對現(xiàn)代社會產生了深遠影響。
從最早的電子管通過晶體表示0和1,發(fā)展到如今高度先進的計算機技術。
在初級階段,實際狀態(tài)不斷發(fā)展,逐步演變。這一過程中,首先實現(xiàn)了量變引起質變。
大家都知道這是一個最基本的哲學觀點,即“對立統(tǒng)一”,矛盾。此外,“量變引起質變”,以及“否定之否定”,構成了哲學中的三大律。
另一個觀點是“萬物源自比特”,這是由美國專家惠勒提出的。他寫了一本書《Its from Bit》,翻譯過來就是“萬物源自比特”。由此我們了解到,用0和1可以以數(shù)字化的形式表達萬事萬物。同時,“萬物皆數(shù)”這一概念早在兩千五百年前就已存在。
從畢達哥拉斯時代起,先賢們便已提出萬物皆數(shù)的理念,這一思想一直傳承至今。
經過今天的匯總,它已演變?yōu)槿W(wǎng)硬件、軟件、網(wǎng)件的綜合體系,即網(wǎng)絡邏輯語言。我們可以看到它仍在不斷變化。在那個節(jié)點上,大家能夠清晰地看到,我們已實現(xiàn)了數(shù)據(jù)的分類。
講演人:我們已掌握了基礎語言的分類信息,圖譜語言;我們有了分類的知識,抽象語言。這就是從數(shù)據(jù)(D)到信息(I),再到知識(K),最終在全網(wǎng)的知識體系中形成了我們的原料語言(W)。這些原料語言不斷融合,進而產生了引擎語言,從而誕生了大語言模型。
生成大模型涵蓋多種模型,大語言模型僅為其中之一。
關于未來的發(fā)展方向,我還有一個構想。向發(fā)展,“自然語言”,演變?yōu)椤爸侨徽Z言”。大家注意,從自然語言到“智然語言”的演變,這是我經過深思熟慮后認為能夠準確表達我意思的一個表述。因為在創(chuàng)新的方法論中,一個非常重要的概念IFR已被廣泛認知。
最終理想化結果的表達,即Ideal Final Result(IFR),不應被誤解為“最終理想解”,因為理想系統(tǒng)和理想解根本不存在,被稱為“理想化最終結果”。這是TRIZ創(chuàng)新方法的基本概念之一。
IFR的意思是,我們并不清楚最終結果的理想化具體狀態(tài),因此我們首先設定一個理想化最終結果(Ideal Final Result)。
必須強調一個“結果”,它并非“解決方案”或“解”只是設定一個比較理想的結果,意在追求卓越,我們在不斷逼近那個方向,可以不斷進化達到這一狀態(tài)。
講演人: 因此工業(yè)語言由基礎語言、圖譜語言、抽象語言等這些要素構成,大家便能夠清晰地看到工業(yè)語言由多種語言構成。
圖片
講演人: 我們可以在工業(yè)現(xiàn)場觀察到其生產、供應、銷售和服務等環(huán)節(jié)。各環(huán)節(jié)都涉及海量的動態(tài)和靜態(tài)數(shù)據(jù)。這些工業(yè)語言一直都向人們描述工業(yè)現(xiàn)場發(fā)生的事情,但人們往往難以理解。這是因為數(shù)據(jù)背后的含義并不直觀。這正是大數(shù)據(jù)的概念所在。例如,我問大家,2+3等于幾?
大家說,2+3不是應該等于5嗎?那是數(shù)據(jù)意義上的理解,你把自己限定在算術領域。如果把它變成生活場景,為什么不是“兩個人+三個菜”,然后就是“一頓合適的餐”?“兩個大人+三個孩子”等于“一個家庭”?確理解工業(yè)語言場景下的語義至關重要。
要理解我們工業(yè)現(xiàn)場的真實情況,關鍵在于準確把握其運行規(guī)律和參數(shù)含義。
人類處理參數(shù)超過7個時,機器處理參數(shù)超過16個便無法勝任。因此,一直以來,我們便致力于解決這一問題。
通過將機理模型算法與專業(yè)化數(shù)據(jù)語料標注方法相結合,最終實現(xiàn)技術的通用性和復用性,并將其應用于實際的工業(yè)領域硬件裝置和工業(yè)運營場景中。大家可以看到智通云聯(lián)公司已經在石油領域取得了不少應用成果。例如應用油氣大模型智能調控開關增加氣井的產量。
講演人:AI for Science的大背景下,科學范式已經躍遷到第五范式,已經吹響了各行各業(yè)應用AI大模型的集結號。
圖片
講演人最后,我將對今天的內容進行結。大模型正在重塑我們創(chuàng)新方法的DNA,不斷改變科學思維,豐富科學方法,強化科學工具。大模型本身已成為創(chuàng)新方法的核心工具,其重要性在未來將愈發(fā)顯著。
未來,一切軟件都將被AI重一切數(shù)據(jù)都將由AI進行計算,一切硬件都將被AI驅動,一切網(wǎng)絡都將被AI調控。雖然我的說法可能有些[敏感詞],但趨勢正在朝這個方向發(fā)展。我們已經邁入了“碳基智慧硅基智能”深度融合的人機共生新時代,即“創(chuàng)新方法2.0”。
謝謝大家的聆聽!


通義千問大模型對本次講演的總結

一句話總結

?本文探討了科學思維的進步、AI與TRIZ的融合、科學方法論的重塑以及科學工具的智能化躍遷,強調了人機協(xié)同認知的重要性。

要點

?科學思維從人類中心假設轉向人機協(xié)同認知,AI與TRIZ的融合將顯著提升問題解決的效率。
?AI大模型正在重塑科學方法論,從經驗驅動轉向數(shù)據(jù)驅動,提升了假設生成、實驗驗證和數(shù)據(jù)分析的效率。
?科學工具的智能化躍遷,如感知增強技術和知識圖譜工具,正在深刻改變科學研究和技術開發(fā)的方式。
?TRIZ作為一種抽象思維工具,未來將與AI深度融合,推動創(chuàng)新方法的升級。
?語言智能的發(fā)展,尤其是大模型的應用,正在改變人類認知和問題解決的方式。

深度問答

?AI如何重塑科學方法論?
–AI通過自動假設生成、強化學習和數(shù)據(jù)分析,顯著提升了科學研究的效率和準確性。
?科學工具的智能化躍遷體現(xiàn)在哪些方面?
–科學工具的智能化體現(xiàn)在感知增強技術、知識圖譜工具和物聯(lián)網(wǎng)的應用,提升了實驗和數(shù)據(jù)分析的能力。
?為什么人機協(xié)同認知如此重要?
–人機協(xié)同認知能夠結合人類的創(chuàng)造力和AI的計算能力,顯著提升問題解決的效率和質量。
?語言智能如何影響科學思維?
–語言智能通過大模型的應用,改變了人類表達和思考的方式,推動了科學思維的進步。

關鍵詞標簽

?AI
?TRIZ
?科學思維
?科學方法
?科學工具

目標受眾

?科學研究人員
?技術創(chuàng)新者
?AI開發(fā)者
?TRIZ專家
?對科學方法論感興趣的學生和學者

術語解釋

?TRIZ: 一種創(chuàng)新方法,通過抽象思維和問題域提煉來解決復雜問題。
?AI大模型: 基于大量數(shù)據(jù)和深度學習算法構建的智能模型,能夠處理復雜任務。
?科學方法論: 系統(tǒng)化的理論研究,旨在發(fā)現(xiàn)規(guī)律并不斷應用。
?感知增強技術: 通過AI技術提升人類感知能力,如視覺、聽覺等。
?知識圖譜工具: 用于揭示學科之間關聯(lián)的工具,推動技術突破。

免責聲明:本文采摘自英諾維盛公司,本文僅代表作者個人觀點,不代表金航標及行業(yè)觀點,只為轉載與分享,支持保護知識產權,轉載請注明原出處及作者,如有侵權請聯(lián)系我們刪除。
友情鏈接: 站點地圖 Kinghelm 金航標官網(wǎng) 薩科微官網(wǎng) 薩科微英文站
主站蜘蛛池模板: 在线视频 国产精品 中文字幕 | 国产亚洲精品黑人粗大精选 | 国产欧美日韩国产高清 | 国产人妻麻豆蜜桃色 | 无码免费视频AAAAAA片草莓 | 成人影院午夜久久影院 | 十九岁韩国电影在线观看 | 国产剧情麻豆mv | 艳妇臀荡乳欲伦岳TXT下载 | 污污又黄又爽免费的网站 | 日本中文字幕巨大的乳专区 | 精品丰满人妻无套内射 | 97视频国产| 高中生高潮抽搐喷出白浆视频 | 后入式狂顶免费视频 | 日本无码色哟哟婷婷最新网站 | 操老太太的逼 | 97久久无码精品AV | 色多多污网站在线观看 | 国产精品VIDEOSSEX久久发布 | 婷婷综合久久狠狠色 | 亚洲成A人片在线观看中文L | 野花韩国视频中文播放 | 少女10声大哥喊退色狼 | 亚洲国产五月综合网 | 高清国产一区 | 国产成人高清亚洲一区app | 俄罗斯美幼 | 亚洲中久无码永久在线 | 国精产品一区一区三区M | 成电影人免费网站 | 九九久久国产 | 99热这里只有的精品 | 国产成人8x视频一区二区 | 中文字幕在线不卡精品视频99 | 国产精品久久人妻无码蜜 | 性色欲情网站IWWW九文堂 | 四虎影视库永久免费 | 青青青草国产 | 精品人妻伦一二三区久久AAA片 | 91久久综合精品国产丝袜长腿 |