立足科技情报知识服务视角,梳理AI for Science (AI4S)推动的“平台科研”范式内涵与框架。根据库恩范式理论论述了AI4S推动科研范式革新的必然性,采用培根归纳法总结的科学研究流程作为框架线索,阐明创新知识服务与“平台科研”范式的...立足科技情报知识服务视角,梳理AI for Science (AI4S)推动的“平台科研”范式内涵与框架。根据库恩范式理论论述了AI4S推动科研范式革新的必然性,采用培根归纳法总结的科学研究流程作为框架线索,阐明创新知识服务与“平台科研”范式的互促共进关系并作为理论指导。创新知识服务视角下的“平台科研”范式以服务科研创新活动为宗旨,主要内容包括知识表示视角下的科学数据管理、知识融合视角下的通用知识库构建、知识推理视角下的科学假设预测、知识发现视角下的科学实验执行和知识应用视角下的工业赋能。本文提出了一种创新知识服务视角下的“平台科研”范式框架,旨在从创新知识服务角度理解“平台科研”范式,厘清各主要环节创新知识服务的核心研究内容,以期成为科技情报研究领域的新兴知识生长点,为我国抢抓AI4S科研范式革新机遇提供参考思路。展开更多
[目的/意义]AI4S(AI for Science)作为人工智能(Artificial Intelligence,AI)与科学研究深度融合的新兴形态,引发了科研范式的深刻变革,通过AI技术加速科学发现,推动科学研究从传统的经验、直觉驱动向数据与AI共同驱动转变,已在众多科...[目的/意义]AI4S(AI for Science)作为人工智能(Artificial Intelligence,AI)与科学研究深度融合的新兴形态,引发了科研范式的深刻变革,通过AI技术加速科学发现,推动科学研究从传统的经验、直觉驱动向数据与AI共同驱动转变,已在众多科学领域实现了创新突破,也为农业科研转型带来新的机遇。[进展]本文梳理并分析了AI4S发展现状及其对农业科研产生的影响,研究发现近年来AI4S已取得显著进展,国内外积极布局相关前沿领域并出台系列政策以抢占新一轮科技战略制高点,且在多个学科领域得到了广泛应用。在农业科研领域,AI在加速多学科交叉融合、促进科研效率提升、助力复杂问题突破、驱动科研范式变革和升级科研基础设施五个方面发挥了重要作用。[结论/展望]面向农业科研新需求、核心领域与研究过程,提出了农业智能科研(A IforAgri-cultural Science,AI4AS)的概念及体系关键要素,涵盖大科学基础设施、大数据资源、大模型算法和大协同平台等部分。最后,针对数据资源、模型能力、科研生态,以及人才培养等挑战,从顶层设计规划、关键技术体系、协同创新体系、学科体系建设、复合人才引育等角度,提出打造面向AI4S发展的农业科研新体系的实现路径与具体建议。展开更多
大模型开启了人工智能发展的新阶段,人工智能赋能科学研究(AIfor Science)正成为全新的科学研究范式,体现出跨学科融合、人机协同共创等新特点。当前,大模型如何赋能哲学社会科学研究(AI for Social Science),其范式与路径尚不明确。本...大模型开启了人工智能发展的新阶段,人工智能赋能科学研究(AIfor Science)正成为全新的科学研究范式,体现出跨学科融合、人机协同共创等新特点。当前,大模型如何赋能哲学社会科学研究(AI for Social Science),其范式与路径尚不明确。本文首先回顾了研究范式的演进,并提炼出一种以大模型与研究者协同共创为特征的大模型赋能哲学社会科学研究的新范式。在此基础上,构建了一种以人为中心的“生成—批判—共创”实施路径。最后,本文以大模型助力艺术传承为例,为大模型赋能哲学社会科学研究提供案例参考。展开更多
[目的/意义]本研究旨在在AI4S(AI for science)的科研范式变革背景下,探讨AI在赋能智库发展中的内涵、模式与实践路径。[方法/过程]本文在梳理历次科研范式演进的基础上,探索性地厘定了AI4S的内涵,并对国内外AI4S的发展现状进行了总结;...[目的/意义]本研究旨在在AI4S(AI for science)的科研范式变革背景下,探讨AI在赋能智库发展中的内涵、模式与实践路径。[方法/过程]本文在梳理历次科研范式演进的基础上,探索性地厘定了AI4S的内涵,并对国内外AI4S的发展现状进行了总结;进而,结合我国智库特征与功能定位,选取智库决策咨询报告撰写作为典型应用场景,从智库报告“选题、破题、解题”等写作流程入手,探索构建AI4S赋能智库的理论机理和流程机制。[结果/结论]研究认为,在特定需求和应用场景下,AI推动的科研范式变革亦适用于智库研究和工作,将有助于赋能我国新型智库建设与发展。展开更多
文摘立足科技情报知识服务视角,梳理AI for Science (AI4S)推动的“平台科研”范式内涵与框架。根据库恩范式理论论述了AI4S推动科研范式革新的必然性,采用培根归纳法总结的科学研究流程作为框架线索,阐明创新知识服务与“平台科研”范式的互促共进关系并作为理论指导。创新知识服务视角下的“平台科研”范式以服务科研创新活动为宗旨,主要内容包括知识表示视角下的科学数据管理、知识融合视角下的通用知识库构建、知识推理视角下的科学假设预测、知识发现视角下的科学实验执行和知识应用视角下的工业赋能。本文提出了一种创新知识服务视角下的“平台科研”范式框架,旨在从创新知识服务角度理解“平台科研”范式,厘清各主要环节创新知识服务的核心研究内容,以期成为科技情报研究领域的新兴知识生长点,为我国抢抓AI4S科研范式革新机遇提供参考思路。
文摘大模型开启了人工智能发展的新阶段,人工智能赋能科学研究(AIfor Science)正成为全新的科学研究范式,体现出跨学科融合、人机协同共创等新特点。当前,大模型如何赋能哲学社会科学研究(AI for Social Science),其范式与路径尚不明确。本文首先回顾了研究范式的演进,并提炼出一种以大模型与研究者协同共创为特征的大模型赋能哲学社会科学研究的新范式。在此基础上,构建了一种以人为中心的“生成—批判—共创”实施路径。最后,本文以大模型助力艺术传承为例,为大模型赋能哲学社会科学研究提供案例参考。
文摘[目的/意义]本研究旨在在AI4S(AI for science)的科研范式变革背景下,探讨AI在赋能智库发展中的内涵、模式与实践路径。[方法/过程]本文在梳理历次科研范式演进的基础上,探索性地厘定了AI4S的内涵,并对国内外AI4S的发展现状进行了总结;进而,结合我国智库特征与功能定位,选取智库决策咨询报告撰写作为典型应用场景,从智库报告“选题、破题、解题”等写作流程入手,探索构建AI4S赋能智库的理论机理和流程机制。[结果/结论]研究认为,在特定需求和应用场景下,AI推动的科研范式变革亦适用于智库研究和工作,将有助于赋能我国新型智库建设与发展。
