AI助力打造科学研究新范式

科学研究的目的是发现基本原理和解决实际问题。尽管人类在发现基本原理和解决实际问题上已经取得了巨大成就,但有效工具和有效科研组织模式的缺乏仍然是制约科研效率的主要瓶颈。人工智能（AI）的迅速发展为改变这种状况提供了新的可能。近年来,深度学习方法在科学研究领域大放异彩,不仅助力解决了一些核心科学问题,扩展了科学方法,也开始带动科学研究从传统的“作坊模式”转向“平台模式”。目前,我国已在人工智能驱动的科学（AI for Science）领域打下良好基础,应把握机遇,争取引领科技创新,为人类的科技发展作出贡献。     

人工智能驱动的生命科学研究新范式

生物技术和信息技术的迅速发展,使生命科学进入了数据爆发的新时代,传统生命科学研究范式难以在日益增长的生物大数据中揭示生命复杂系统的本质规律。随着人工智能（AI）在生命科学研究领域持续取得颠覆性突破,AI驱动的生命科学研究新范式呼之欲出。文章通过深入剖析AI驱动的生命科学研究的典型范例,提出了生命科学研究新范式的内涵和关键要素,阐述并讨论了新范式下的生命科学研究前沿和我国面临的挑战。     

分布式自主科学：科学多样可持续性发展的新范式

人工智能驱动的科学（artificial intelligence for science, AI4S）的兴起,使得如何确保科学系统的公开性、公平性、公正性和多样可持续性变得尤为重要和迫切。这关系到各国在全球创新和产业革新中的话语权和领导地位,同时也影响人类命运共同体的安全、稳定与可持续发展。为了应对这些挑战,AI4S需要引入新的科学组织和运营方式。基于Web3和分布式自主组织与运营（DAOs）等智能技术之上的分布式自主科学（decentralized science,DeSci）与AI4S相辅相成,为AI4S提供强有力的支撑。DeSci可以有效解决现有科研体系中的信息孤岛、偏见、不公平分配和垄断等问题,进而促进多学科、跨学科和交叉学科合作。文章首先从理论层面对DeSci的基本概念、特征和框架进行界定,其次分析DeSci的研究现状与应用现状,最后探讨和总结DeSci对于科学系统进一步发展的启示与意义。     

产用融合——智能技术群驱动的第五制造范式

到目前为止,制造范式演进经历了4个阶段:手工制造、大机器生产、流水线生产、大规模定制。通过对历次制造范式演进历史的分析和研究,文章提出一个相对固定的制造范式是在技术、社会环境、制造价值观和制度4个因素影响下塑造出来的。其中,技术只是构造制造范式内部结构的工具,具有多重可能性,但适应社会环境和满足制造价值观的需要使得只有一种制造的内部结构可以被称为制造范式。在基本制造范式形成的基础上,制度的作用在于使已经形成的范式得到巩固和优化。现在,全球范围内正在进入智能技术革命与产业革命交织发生的新时期,文章基于研究认为,基于智能技术群,将会形成一个被称为"产用融合"的新制造范式,它将是继大规模定制之后的第五制造范式。