人工智能首页 > AI资讯 > 正文

人工智能技术擅长在海量数据中寻找“隐藏”的因果关系

2019-08-30 阅读888次

  “化学在人工智能这个产业方面同样发挥着不可或缺的作用。怎么解决大数据时代共同的化学语言建设问题,是我们现在正在努力的。”北京大学原校长、中国科学院院士、国际纯粹与应用化学联合会主席周其凤在“2019科技加速营人工智能产业论坛”主题演讲中说。

  8月22日,由中国科协企业创新服务中心主办,北京大学创业家俱乐部、创业谷·光华承办的“2019科技加速营”系列活动在北大科技园拉开帷幕,约400名科技创客群体参加了此次活动。其基本任务是创建全球通用的化学语言和工具,涉及化学元素发现、物质量的定义、化学物、化学反应等的命名、测定方法、数据等的确认与推荐等。这是自联合会在法国成立近百年来,中国化学家首次在该组织担任主席一职。

人工智能技术擅长在海量数据中寻找“隐藏”的因果关系

  “化学家们在100年前就意识到,化学需要有一个共同的语言。这个语言全球凡是做化学的,或者跟化学相关的都需要懂。那就是它命名的规则、命名的系统。包括大家都知道的化学元素的名称,化学元素什么样子,它是不是一个新的化学元素,这个化学元素的性质是什么。它应该在化学元素周期表什么位置,它的原子量是有多少,它的同位数是多少。所有化学的概念、定义比如说摩尔的定义都需要统一。另外涉及到化学反应相关的动力学、热力学的测试的标准、方法,都是由这个组织来推进建议。过去是人跟人之间的对话,人跟人谈到化学要互相懂,但是现在基本上都要通过计算机、电脑,通过人工智能来实现。所以,我们共同的语言系统就发展到不止是人和人之间的共同的语言,而且是要把机器考虑进来。在这中间翻译的过程里不要有错误的理解,所以就涉及到人工智能的问题。当然大家知道人工智能里机器的设备、制造,比如说华为它不止是一个物理的问题,数学的问题。华为它用的物理学家和数学家是最多,它同样要用大量的化学家。因为你需要材料,人工智能离不开材料。所以化学在人工智能的产业里也是非常重要的一个部分。”周其凤说。

  人工智能技术擅长在海量数据中寻找“隐藏”的因果关系,从设计、实验、测试到证明等环节,科学家们都离不开数据的搜集、选择和分析。未来,材料、化学、物理等基础科研领域的发展将构筑于数据与人工智能的基础之上。


随意打赏