新华社酒泉12月包養14日电（记者李国利）记者从有关部门获悉，我国12月14日在酒泉卫星发射中心，运用长征二号F运包養網载火箭，成功发射一型可重复包養網心得使用的试验航天器包養網。
试验航天器将包養在轨运行一段时间后，返回国内预定着陆场，其间将按计划开展可重复使用技术验证及空间科学实验，为和平利用太空提供技术支撑。
作者: admin
-
消费是经济增长的主引擎，为激发有潜能的消费，各地推动实体商业加快数字化智能化转型升级，通过线上线下联动、融合文旅等业态，打造更多沉浸式、体验式、互动式新场景、新业态、新模式，为消费者带来更优质的体验，也为市场注入新活力。
以更优商品、更好服务满足消费需求
“手机点一点就能试妆试戴，真的很智能。”打开银泰百货旗下的喵街APP，在标有“AR试妆”“AR试戴”标签的商品页面，点击页面上的对应图标即可体验在线试妆、在线试戴服务。新服务让消费者在线“试用”粉底、眼影、口红等美妆产品和耳饰、表款等饰品，方便消费者选购心仪的商品。
当前，消费不断升级对商场提出了更高要求。不少商场主动拥抱互联网、大数据等数字技术，加快建设智慧商场，打造新场景、新业态，为消费者带来新体验。
智慧商店是指运用现代信息技术，对门店商品展示、促销、结算、管理、服务等场景及采购、物流、供应链等中后台支撑，实现全渠道、全场景的系统感知、数据分析、智能决策、即时处理等功能，推动线上线下融合、流通渠道重构优化，以更优商品、更高效率和更好体验满足顾客便利消费、品质消费、服务消费需求的商店。
走进湖北武汉的京东MALL购物中心，多屏互动系统、自助收银、智慧家电体验等智慧元素随处可见。这家面积超过4万平方米的购物中心，通过对人、货、场的数字化，利用电子价签、小程序、虚拟货架等技术实现线上线下的更好互动，为消费者带来购物、休闲等全场景沉浸式购物体验。
“趁着春节假期，给新房选购全套家电。”大年初六，在苏宁易购重庆观音桥旗舰店，消费者李女士一家前来采购。在她的购物清单上，不仅有洗衣机、冰箱、空调等传统家电，还有洗地机、洗碗机、智能门锁等新产品。苏宁易购数据显示，春节假期全国门店销售额实现较快增长，2月10日至16日，大容量智能冰箱销售量同比增长超50%，80英寸以上大屏电视销售量同比增长超包養網120%。
据商务部商务大数据监测，春节期间，全国重点零售和餐饮企业销售额同比增长8.5%，绿色有机食品、金银珠宝销售额同比增长20%左右；重点监测大型连锁超市即时零售销售额同比增长近10%，重点监测餐饮企业销售额同比增长约17%。
不少实体商业加快转型，主动融合文旅等业态
“逛商场买到了中意的文创产品，很满意。”在银泰百货陕西西安曲江店，江苏游客李先生说。今年春节，他带着全家人一起来西安旅游，游览了大唐不夜城等景点，感受传统文化的魅力。临近返程，李先生得知陕西历史博物馆和秦始皇帝陵博物院在银泰百货曲江店开设了文创产品专卖区，专程前来选购。
主动拥抱文旅等业态，是不少实体商业转型的新尝试。银泰百货陕西西安曲江店与西安美术学院合作打造艺术空间，助力更多优秀文创产品落地，也给消费者带来更加丰富的体验。春节期间，银泰百货陕西西安曲江店接待客流量达80万人次。
“糖葫芦，草莓糖葫芦，西红柿糖葫芦……”近日，山东胶州市第十四届糖球会开幕，阜安街道阜安里步行街上热闹非凡。本次糖球会设置了120余个展位，涵盖了老北京糖葫芦、武汉热干面等30余种特色小吃，糖人、花饽饽等10余种非遗民俗和20余种游玩设施和民俗文化表演。春节假期，胶州市组织开展37项740余场商文旅活动，累计接待市民游客超过102万人次，日均游客量较去年同期增长4.5倍。山东济南长清区策划举办新春美食节及非遗集市等活动，带动文旅市场持续升温的同时，也为餐饮、住宿、商场等线下商业带来更多客流。
在浙江湖州石淙镇，体育旅游给线下消费业态带来新机会。2023年，该镇举办垂钓大赛、中国铁人系列赛等10余场体育赛事，吸引了众多游客前来。当地不断丰富户外露营、观光采摘、小龙虾垂钓等业态，打响清水小龙虾、红美人柑橘、石淙羊肉等美食品牌，完善茶吧、咖啡厅、火车餐厅等商业配套。2023年，该镇累计吸引游客超60万人次，创收超6000万元。
逛商场、步行街等线下业态，成为休闲旅游的环节之一。春节假期，腾讯位置大数据对全国数十包養个商圈和商业街的热度观测显示，重庆解放碑步行街、西安大唐不夜城、广州北京路步行街等热门商业街的热度明显上升。文化和旅游部数据显示，国家级夜间文化和旅游消费集聚区人气旺、消费热、暖意浓，春节期间已纳入监测范围的集聚区累计夜间客流量9851.21万人次，同比增长58.31%。
“实体商业加快业态融合，符合当前消费升级趋势。”中国贸促会研究院市场研究部副主任张继行认为，当前我国居民休闲旅游需求旺盛、潜力持续释放。一些实体商业通过打造新场景、新体验，不仅更好满足了本地消费者需求，也成为游客心中的热门打卡地。
向创新要动力，为消费者提供更多新供给
“实体店数字化转型要向创新要动力。”张继行认为，我国实体商业加快业态创新步伐，涌现出不少智慧商业的新模式。下一步，应紧跟消费升级步伐，加快互联网、大数据等新技术应用，为消费者提供更多新供给。
“现在逛商场别有一番趣味。”在银泰百货浙江杭州萧山店，消费者王佳说，在这里可以参与新春打卡互动，还能带孩子参观6米高拟真恐龙展、体验200平方米海洋球池。大年初二至初五，银泰百货杭州门店的客流环比与同比均明显增长，其中，杭州之江店、杭州西湖店客流量环比增长200%。
各地积极创新促销形式。在浙江绍兴市柯桥古镇，系列促消费活动带动当地实体商业客流量明显上涨。走在绍兴上虞区大街小巷，商场、市集人头攒动，培育消费新业态成为商包養家共同发力点。2月初，2024浙江全省新春文化和旅游消费季启动。消费季期间，浙江推出文旅消费券发放、景区门票减免住宿餐饮优惠等惠民举措152项，联动企业商家发放各类消费券5800万元，持续提升消费热度。
“最近销售情况很不错。”四川成都双流区彭镇一家家庭农场负责人周伶波说。成都双流区联合重庆渝北区开展“好事成双·渝你同享”——乐享双城美食节，丰富消费体验。四川聚焦汽车、家居、零售、餐饮、文旅五大领域，举办新春年货购物节，围绕“蜀里安逸”消费新场景，打造多个沉浸包養式消费体验场景，累计开展200余场重点促销活动。成都川西春台会、德阳马井元宵会、广元秦巴山区年货节等“蜀里大集”特色节会活动先后登场，持续助力扩大消费。
走进云南昆明市官渡区滇池国际会展中心新春购物博览会，各种商品让人目不暇接。2万余种商品涵盖了“吃、穿、用、住、行”等各个方面，不仅有云南本土的五色花米饭、昆阳老鸭等特色美食，还有来自世界各地的特产。在昆明金马正昌果品市场，各类水果品种齐全，该市场平时水果日交易量500吨至1000吨，春节前每天交易量达到2000吨左右，比去年同期增长了25%左右。
商务部相关负责人表示，将引导各地充分运用现代信息技术，持续优化智慧设施、智慧服务、智慧场景和智慧管理，推动行业创新转型。发挥智慧商圈、智包養慧商店的平台作用，发展新业态、新模式、新场景，满足居民品质化、多样化消费需求。
（本报记者宋豪新、李茂颖参与采写）
-
中国网/中国发展门户网讯 人类早期的科研活动至少可以追溯到公元前6世纪的古希腊，以亚里士多德、欧几里得为代表的思想家和科学家作出了重要贡献。现代科学研究开始于16—17世纪的科学革命，伽利略、牛顿是现代科学研究的鼻祖。20世纪中叶以前的几百年间，科学研究的方法只有两种：基于观察和归纳的实验研究（第一范式）；基于科学假设和逻辑演绎的理论研究（第二范式）。电子计算机流行以来，计算机对复杂现象的仿真成为第3种科研方式（第三范式）。由于互联网的普及引发数据爆炸，近20年来出现了数据密集型科学研究方式（第四范式）。
2007年1月，图灵奖得主吉姆·格雷（Jim Gray）在他生前最后一次演讲中，描绘了关于科学研究第四范式的愿景。他的报告题目是“eScience：科学方法的一次革命”，他把数据密集型科研看成eScience的组成部分之一，主要强调数据的管理和共享，基本上不涉及人工智能（AI）技术在科研中的作用。“大数据”形成热潮以来，数据驱动的科研越来越受到重视。但单纯的数据驱动有明显的局限性，模型驱动与数据驱动一样重要，两者需要融合。
“科学范式”（scientific paradigm）是托马斯·库恩在其名著《科学革命的结构》中首先使用的术语，主要是指各个学科在一定历史时期形成的对某种专业知识的见解与共识。现在这个术语已成为很流行的热词，含义已经泛化。本文讨论的“科研范式”是指从宏观角度看到的科学研究方式。近几年来，不少学者开始倡导第五科研范式。曾经大力宣传第四科研范式的微软研究院最近也在提倡第五科研范式，成立了新的AI4Science研究中心。2019年11月，笔者发起举办了第667次香山科学会议，会后在《中国科学院院刊》2020年第12期发表了《数据科学与计算智能：内涵、范式与机遇》综述论文，文章中明确提出要开启“第五范式”科学研究，指出“第五范式”不仅仅是传统的科学发现，更是对智能系统的探索和实现，强调人脑与计算机的有机融合，并预言再过10—20年，“第五范式”可能逐步成为科学研究的主流范式之一。
现在还很难对第五科研范式做出严格定义，但其特征已逐步显露出来，概括起来包括以下6点：人工智能全面融入科学、技术和工程研究，知识自动化，科研全过程智能化；人机融合，机器涌现智能成为科研的组成部分，暗知识和机器猜想应运而生；以复杂系统为主要研究对象，有效应对计算复杂性非常高的组合爆炸问题；面向非确定性问题，概率和统计推理在科研中发挥更大的作用；跨学科合作成为主流科研方式，实现前4种科研范式的融合，特别是基于第一性原理的模型驱动和数据驱动的融合；科研更加依靠以大模型为特征的大平台，科学研究与工程实现密切结合等。
鄂维南等科学家将“AI for Science”翻译成“科学智能”，这个术语已经开始流行，可作为第五科研范式定名与翻译的借鉴，但智能化的科研不限于基础科学研究，也包括技术研究和工程研究的智能化。科学技术部和国家自然科学基金委员会启动部署的“AI for Science”专项称为“人工智能驱动的科学研究”，但在与实验、理论、计算机仿真、数据驱动等范式名称放在一起时，又显得不够精炼。在以上基础上，本文将第五科研范式称为“智能化科研”（AI for Research，简称“AI4R”），文字相对精炼一些，内容更广泛，含义也更包養網深刻。
智能化科研（AI4R）：成功案例
数据驱动研究方式往往足够快但不够精确；而基于第一性原理的理论推演和计算方式算得准但不够快，只能处理小规模的科学问题。近几年，人工智能技术在生物、材料、制药等领域的科学研究中得到广泛应用，AI4R既可以提高科研效率，又能保证科研要求的精确性，成为科学研究的强大推动力。AI4R的成功案例很多，本文介绍与中国科学院计算技术研究所（以下简称“计算所”）有关的3个案例。
蛋白质三维结构预测。利用深度学习技术预测蛋白质的三维结构是AI4R的里程碑式的科研成果。到目前为止，AlphaFold 2已预测了超过100万个物种的2.14亿个蛋白质三维结构，几乎涵盖了地球上所有已知的蛋白质。AlphaFold 2不仅是结构生物学领域的颠覆性突破，更重要的意义是消除了科学家对人工智能认识上的障碍，照亮了AI4R前进的道路。过去即使计算机科学家非常精确地预测了蛋白质三维结构，也只认为是所谓“干实验”成果，必须要生物学家做了“湿实验”以后才会接受。现在生物学家已能够相信人工智能的预测，这是科学界的跨时代进步。在AlphaFold 2推出以前，计算所在蛋白质三维结构预测方面就曾经做出过国际领先的科研成果。
分子动力学模拟。中美合作的深度势能团队采用全新的“基于深度学习的分子动力学模拟”研究方法，将具有第一性原理精度的分子动力学模拟规模扩展到1亿个原子，计算效率提升1 000倍以上。这是国际上首次实现智能超算与物理模型相结合，引领了科学计算从传统的计算模式朝着智能超算方向前进。此论文的第一作者贾伟乐目前在计算所工作。2022年，他将分子动力学的计算规模提升至170亿个原子，计算模拟的速度提高7倍，一天能够模拟11.2纳秒的物理过程，比2020年获得戈登·贝尔奖的成果又提升1—2个数量级。
芯片全自动设计。2022年5月，计算所成功利用人工智能技术设计出全球首款全自动生成的32位第五代精简指令集（RISC-V）中央处理器（CPU）——“启蒙1号”。设计周期缩短至传统设计方法的1/1 000，仅用5小时就生成了400万逻辑门。这一创新成果是人工智能在复杂的工程设计领域取得的重大突破，预示着“AI for Technology”与“AI for Science”一样，具有十分光明的前途。CPU设计的准确率要达到99.999 999 999 99%（13个9！）以上；而若采用神经网络方法，包括最近很热门的大语言模型，都无法保证精度。计算所陈云霁团队发明了用二进制推测图（BSD）来表示电路逻辑的新方法，可以将一般布尔函数的描述复杂度从指数级降到多项式级。“启蒙1号”的一个重要发现是，不只是基于神经网络的语言大模型，类似决策树的BSD也具有涌现功能。这一意外的发现引发了人们对神经网络之外的智能技术的期盼，只要模型足够复杂，其他的人工智能技术也可能涌现出意想不到的功能。
智能化科研（AI4R）：向智能时代迈进中出现的新科研范式
科研范式随着人类生产力的进步不断演变。农业时代只有第一范式，工业时代开始流行第二范式，信息时代出现第三和第四范式。现在人类处于信息时代的智能化阶段，正在向智能时代迈进，智能化科研范式顺应而生。
从1936年图灵提出计算模型开始，计算机科学技术已经研究80多年了。现在大家普遍认为，所有的计算机都是图灵机的实现，其实图灵模型主要是用来研究计算的不可判定性。1943年麦卡洛克（McCulloch）和皮茨（Pitts）提出了神经元计算模型，这个模型在可计算性上与图灵模型是等价的，但对自动机理论而言，可能比图灵模型更有价值。冯·诺依曼曾指出：“图灵机和神经网络模型分别代表了一种重要的研究方式：组合方法和整体方法。McCulloch和Pitts对底层的零件作了公理化定义，可以得到非常复杂的组合结构；图灵定义了自动机的功能，并没有涉及到具体的零件。”这两条技术路线一直在竞争，尽管神经网络模型受到排挤打压，但相关学者始终没有停止研究。一直到2012年，Hinton等学者发明的深度学习方法在ImageNet图像识别比赛中一鸣惊人，神经网络模型才一下子红火起来。
现在流行的神经网络模型与McCulloch和Pitts提出的模型并没有实质性的改变，能在图像、语音识别和自然语言理解上取得重大突破，除了采用反向传播和梯度下降算法外，主要是数据量大了几个数量级，计算机的算力也增强了几个数量级，量变引起了质变。冯·诺伊曼的著作《自复制自动机理论》中指出，“自动机理论的核心概念在于复杂性，超复杂的系统会涌现出新的原理”，并提出一个重要概念——复杂度阈值。低于复杂度阈值的系统，就会无情地衰退耗散，突破了复杂度阈值的系统，就会由于在数据层的扩散和变异作用而不断进化，可以做很困难的事情。
现在的神经网络模型有数千亿甚至上万亿参数，可能已接近能处理困难问题的复杂度阈值点。神经网络不是按照确定的算法实现图灵计算，其主要功能是“猜测加验证”。现在流行的卷积神经网络能够用于猜下一个字是什么。猜测和计算是两个不同的概念，基于神经网络的机器更合适的名称是“猜测机”，而不是“计算机”，其解决复杂问题的效率大大高于图灵模型。神经网络模型只是人工智能众多模型中的一种，只要跨过复杂度阈值点，其他人工智能模型也有可能表现出超乎寻常的功能。智能化科研就是要让各种人工智能技术在科研工作中大放异彩。
人工智能技术经过60多年的沉淀和积累，在数据和算力均足够丰富的条件下，已经成为推动科研和生产的利器，爆发出前所未有的能量。尽管实现真正的通用人工智能还要走很长的路，但毫无疑问，智能化已经成为当今时代的主要追求。对时代的认识不能犯错误，错过时代转变机遇将遭受历史性的降维打击。
智能化科研（AI4R）的标志：机器涌现智能，人机物智能融合
第五科研范式的标志性事件是，在AlphaFold 2实现蛋白质结构预测和后来GPT-4表现出的令人惊艳的功能中，机器猜想都发挥了包養行情关键作用，说明大规模的机器学习神经网络已涌现出某种程度的认知智能。尽管开发者并不能完全解释机器的认知智能是如何产生的，但实践已证明，在很多应用中，机器的猜测是正确的。人造的硅基产品涌现出超出常规计算和信息处理的认知智能，这是一个划时代的变化。
所谓“涌现”，是指系统中的个体遵循简单的规则，通过局部的相互作用构成一个整体时，一些意想不到的属性或者规律会突然在系统层面出现，即“系统定量上的变化可以导致系统行为上的定性变化”。生命的形成，蚁群、鸟群的群体性行为，人脑的智慧，人类许多社会行为等都源自“涌现”。人们常说，21世纪是“复杂性科学的世纪”，而“涌现”就是复杂性科学最关注的主题。美国圣塔菲研究所1984年就开始探索科学和社会中的涌现行为，试图创造一种统一的复杂科学理论来解释“涌现”，但至今揭示“涌现”的机理仍然是一个开放性的科学问题。
机器具有人类解释不清楚的“暗知识”，这对我们曾经固有的认识论是一次巨大的冲击。有些学者认为，计算机只能机械地执行人编写的程序，不可能有智能。但上千亿自动生成的参数构成的人工神经网络已经是一个有“认知”能力的复杂系统，其涌现能力不是程序员编程时直接输入的，是机器学习形成的复杂系统自己具有的。所以我们应当承认，人有人智，机有机“智”。人机互补是第五科研范式的主要特征之一，今后要争取做到人类和人工智能“各显其智，智智与共”。
这里所说的“机器的认知能力”不同于人的认知能力，“机器理解”也不同于人的理解。所谓“机器理解”是指，如果机器通过学习形成某些规则，可以实现一个符号空间到意义空间的映射，就说它对符号空间具有一定的理解能力。例如，机器翻译可以不懂语义，但能将中文“映射”到其他语言，哪怕是没有接触过的小语种。人工智能天气预报模型可以不懂气象理论，但能做出比数值天气预报还精确的预报。这可能是一种新颖的“理解”形式，一种能够实现预测的理解形式。如同我们可以说飞机具有与鸟类不同的飞行能力一样，不必纠缠机器的“理解”是否与人类一样。理解和意识有不同层次的内涵，有理解能力未必有自我意识。将理解能力与自我意识剥离，有助于降低人们对人工智能莫名其妙的恐惧。对机器学习形成的大模型是否会具有类似人脑的涌现能力，不同的学者有不同的判断。Hinton等学者始终坚信，人工神经网络的神经元虽然简单，但复杂的机器学习网络与人类的大脑有某种程度的相似性。正是由于少数有前瞻眼光的科学家的这一份坚信，默默耕耘几十年，才达成今天人工智能技术的大突破。笔者曾问过ChatGPT和“文心一言”：“机器是不是真的具有智能？”ChatGPT回答：“机器确实拥有自己的智能”。“文心一言”回答：“目前的主流观点认为，机器暂时没有真正的智能。”机器的回答与创建者选择学习内容的意向有关，也许，中美两国学者对机器智能的不同认识是导致我们在大模型研发上落后的背后原因之一。
智能化科研（AI4R）的主要目标：有效应对难解的组合爆炸问题
传统科学不但能揭示自然界的一些奥秘，而且能解决很多困难的工程问题，例如大飞机的制造。一架大飞机有数百万个零部件，因为我们明白每个零件的作用，也理解它的整个系统的空气动力学原理，其复杂性已经在我们的掌握之中。但对于大脑，即使我们理解了每一个神经元，仍然不能解释意识和智慧是如何产生的，因为复杂系统的功能和性质并不是其组成部分的线性之和。在生物、化学、材料、制药等许多领域，科学问题中假设空间非常大，例如小分子候选药物的数量估计有1060种，可能成为稳定材料的总数多达10180种，逐个筛选完全不可行。这就是我们常说的“组合爆炸”，数学家称之为“维度灾难”。我们有了打开科学大门的钥匙，却没有力气把沉重的大门推开。经过300多年的科学探索，知识之树底层的果实差不多都摘光了，留在树尖的果实几乎都是难啃的复杂包養網之果。过去4种科研范式难以解决的组合爆炸问题是第五范式的主要用武之地。
人工智能的目标不是一味地模拟语音、视觉、语言等人类自身的基本技能，而是要让人工智能拥有和人类一样认识世界和改造世界的能力。人脑中并没有确定性的算法，而是采用抽象、模糊、类比、近似等非确定的方法来降低认知的复杂性。冯·诺伊曼早就预言，“信息理论包括两大块：严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。”近几年机器学习的巨大进步，主要是采用了概率统计模型，对我们不完全了解的问题进行建模分析。机器学习提供了跨尺度建模的工具，能跨越所有物理尺度进行建模和计算，通过试错和调整，不断完善所获得的结果，追包養網求统计意义上最终结果的可接受性。统计意义的正确性与确定性计算程序的严格正确性是解决复杂问题的不同思路。人工智能研究的新近发展体现一种趋势：放弃绝对性，拥抱不确定性，即只求近似解或满足一定精度的解。这或许是这次人工智能“意外”取得成功的深层原因。
我们把第五科学范式称为智能化科研，原因之一就是，只有突破还原论和经典计算范式的思想枷锁，采用智能化的新范式，才能应对输入、输出和求解过程的不确定性。问题的复杂性随计算模型的改变而改变。人们常说的NP困难问题是对图灵计算模型而言的。自然语言理解、模式识别等NP困难问题在大模型上能有效解决，说明大语言模型（LLM）对这类问题的求解效率远远超过图灵计算模型。AI4R的成功本质上不是大算力出奇迹，而是改变计算模型的胜利。
解决复杂度不高的问题，人们追求采用“白盒模型”，强调可解释性。但对于非常复杂的问题，短期内难以获得“白盒模型”。科包養網学研究可以被视为将“黑盒模型”转化为“白盒模型”的过程，即从对某现象或过程不了解逐步推进到充分理解其内部机制和原理。智能化科研提醒我们，一定时期内对深度学习这一类“黑盒模型”要有一定的容忍度，既要以“实践是检验真理的唯一标准”为原则，承认“黑盒模型”某种程度的合理性，在其基础上开展深入研究，促进科学技术发展；又要防止潜在的失控或不良后果，以科技伦理监管科研。
智能化科研（AI4R）的重要特征：平台型科研
今天的科研还需要依靠科技工作者个人的聪明才智和想象力，好奇心驱动的科研仍然是科研的重要组成部分，但科研工作越来越离不开科研的三要素：高质量的数据、先进的算法模型和强大的计算能力。近几年，这3个要素的规模都在迅速扩大，大数据、大模型和大算力已开始构成不可或缺的科研大平台，平台型科研也成为第五科学范式的重要特征。
ChatGPT的问世掀起了构建大模型的热潮，模型的参数规模已经远远超出人们过去的想象。大模型确实涌现了一些小模型不具备的功能和性能，但大模型究竟做到多大规模才到尽头，现在还没有定论。大模型必然需要大算力，训练大模型需要的巨大电力引起了人们的担忧，也促使科技界探索大幅度节能的变革性器件和计算系统。大语言模型目前主要受到企业界的青睐，能不能把大语言模型当成通用的知识库，为大科学模型提供一些基础的知识和常识，提高科学大模型的泛化能力，是需要探索的重大科学问题。以大模型为代表的人工智能还处在发展的初期，现在的人工智能计算只相当于科学计算的电子管计算机时代，迫切需要晶体管和集成电路式的重大发明。
现在流行的说法是“大算力出奇迹”，这种说法强调了模型规模和数据规模的作用，在一定程度上是正确的。但从理论的角度来看，线性扩展计算能力对扩大可解决的NP困难问题的规模没有本质性帮助，单纯提高算力不是万能药。如果围棋扩大到20×20的棋盘，只用在19×19的基础上横纵两边各多加1条线，但野蛮搜索的算力需要提高1018倍。训练围棋模型搜索到的游戏位置占所有可能游戏位置的比例是几乎无穷小的数（10-150）。计算所全自动设计CPU的算法将几乎无穷大的搜索空间压缩到106。这些成功案例都说明，出奇迹的真正原因是压缩搜索空间，这是靠智能算法和模型优化！世界著名的计算机科学家李明教授从第一性原理出发，证明了“理解就是压缩，大语言模型本质上就是压缩”。现在全国推出了几百个大大小小的机器学习模型，但如果只是用小模型模仿大模型，不在算法的优化、模型的微调对齐和数据的清洗整理上大功夫，只会浪费大量算力，难以缩小与国外的差距。
目前，科技界对大模型的前途存在两种争锋相对的预判。以OpenAI公司为代表的一些科学家认为，只要扩大模型和数据的规模，增加算力，未来的大模型很可能会涌现出现在没有的新功能，呈现更好的通用性。更多学者认为，大模型不会一直保持这两年的发展速度，与其他技术一样，会从爆发式增长走向饱和。因为按目前训练大模型的算力3个月翻一番的增长速度，如果延续10年，算力就要增加1万亿倍，这是不可能发生的事。现在下结论哪种预判正确还为时过早。大语言模型可能不是实现通用人工智能的最佳道路，只是人工智能发展过程中的一个阶段性技术，但它比前两波人工智能采用的技术具有更大的使用价值。我国必须尽快缩小在大模型科研与产业化上与国外的差距，走出符合国情的大模型发展之路，同时努力探索不同于大模型的人工智能新途径。
第五科研范式需要的科研大平台实际上是涵盖科研三要素的智能化科研基础设施，除了共享的大科学模型和工具软件，还包括海量的科学数据、知识库，当然还要提供统一调度的算力。基于大平台的新科研范式将降低获取数据、模型和知识的成本，提升算法和模型的应用能力，加速新知识的迭代。麦卡锡和尼尔森对人工智能（AI）做出过另一种解释：AI=Automation of Intelligence（智能的自动化）。知识获取、处理和存储的自动化也需要大平台来实现。建设全国规模先进的科研基础设施，需要充分认证、精心谋划。其中，跨领域的大科学模型与垂直领域专业模型的协同配合是需要考虑的重要问题。人工智能发展的历史已经证明，忽视模型的泛化能力，退回到过去的专家系统是一条没有希望的道路。但通用性也是一个相对概念，人类本身也不具有绝对的通用性，发展人工智能不必把理想的通用性作为唯一追求的目标，应重视借助大模型在一个行业或领域内提高效率，降低成本。真正通用的人工智能至少还需要20年以上的时间才能实现，近20年内要采取通用和专用并重的技术路线。算力网的建设既要考虑“块块”的地域需求，也要考虑“条条”的各行业业务特点，各个不同的行业都应该构成高效率的知识和资源共享的专业子网。
智能化科研（AI4R）的重要实现途径：跨学科交叉与多种科研范式的融合
计算科学与不同学科的融合，正在驱动一场科学的数字革命。孤立地追求单学科发展已经不合理了，学科交叉融合是第五科研范式——智能化科研（AI4R）的重要实现途径之一。近百年来，学科越分越细。1900年约有500门学科，2000年大约是5 000门，100年增加10倍。如果继续按照这个趋势发展，2100年可能增加到50 000门。我国教育部门设置的学科也是越来越多，与学科融合发展的趋势是否背道而驰？如何在推动智能化科研的过程中，大力改革我国的科研和教育，值得高度重视。
人工智能已经广泛应用到前4种科研范式，不论是自动化的实验设备、计算机辅助的理论分析、可视化的计算机模拟，还是智能化的数据挖掘，人工智能技术都发挥了关键的作用。第五科研范式并没有取代原来的4种范式，只是在前4种范式无能为力的情况下才凸显它的威力。第五科研范式也不是科研范式演进的终结，今后可能出现第六科研范式、第七科研范式……。在第五科研范式中，模型驱动和数据驱动深度融合，“数据”和“原理”可以相互转化，从“数据”中可以提炼出经验性“原理”，也可以从第一性原理出发仿真模拟出高质量的数据。现在各个领域中需要解决的难题大多需要人机交互，人在回路中，人机融合的具身智能将发挥越来越大的作用。
第五科研范式还有一个特点是科研与工程的融合。构建科研大平台，筛选高质量的数据，将大模型做到极致，都需要高水平的工程师。今天世界上引领人工智能的不是一流的大学，也不是国立实验室，而是OpenAI、DeepMind这样的创业公司。这些科研团队不仅具备前沿性、原创性基础科研能力，还做了大量系统研发和工程开发，而且具备开发技术平台、研发产品、推进商业化的能力。我国要在人工智能领域进入国际第一方阵，需要集中全国优势力量，构建集产学研和工程开发于一体的新型科研团队。
结语：积极主动参与到科研智能化的革命中
科研的智能化是一场科技上的革命。它带来的机遇和挑战将决定未来20年，中国在科技发展上是与国际先进水平拉大差距还是迎头赶上。决定前途的不完全是技术上被人“卡脖子”，而是我们自己思想认识上的障碍。有两种认识在影响我们的决策：认为只要是计算机执行的软件都是人事先编好的算法，所谓机器智能都是无稽之谈；人工智能可能产生人控制不了的风险，必须事先确定其产生的结果是完全安全可信的，才能允许推广使用。第1种认识主要是来自计算机科学家内部，第2种认识可能主要来自政府部门。其实，计算机开始出现认知智能是一件划时代的重大突破，我们不能视而不见。机器产生的认知是基于随机性和概率分布，令人震惊的正确预测和所谓“幻觉”是一个硬币的两面，相辅相成。如果强行决定人工智能模型不允许出现幻觉，那它的涌现能力也就没有了。我们必须在与幻觉共存的环境下发展人工智能技术，发展与安全必须双轮驱动。
所谓“AI for Science”本质上是“AI for Scientists”。人工智能科学家和工程师不是智能化科研的主角，各行业的科学家才是主角，因为各个领域的智能化建模一定是以本领域的科学家为主来完成。各领域的科学家要担当起这份重任，自身需要智能化转型。如果科学家不懂计算机、不懂人工智能，要推动AI4R就非常困难。目前，推动AI4R主要的阻力来自科学家本身，因为还有不少科学家认为智能化不属于本科学的范畴，认为学科的交叉融合不是正统科学。只有广大科学家积极主动地参与，智能化科研才能走上健康快速发展的轨道。
（作者：李国杰中国科学院计算技术研究所。《中国科学院院刊》供稿）
-
夏天，广昌县白莲丰收，交易火爆。
图为本报记者朱磊摄
又值种莲季，广昌县莲科所技术人员正在旴江镇小港村指导莲农。
图为本报记者朱磊摄
夏季采摘莲蓬后，莲农满载而归。
图为本报记者朱磊摄
（以上均为资料图片）
核心阅读
经历太空诱变良种实验的白莲莲子，在广昌生根发芽，在国内处处开花——亩产包養翻番、性状优良的广昌太空莲，不仅带富当地百姓，还推广到全国80%的白莲产区，成为我国白莲产区的主栽品种。
记者多次走进广昌，探究太空莲背后的发展创新之路。
初春的清晨，天还没亮，江西供销农商物流大市场广昌白莲农产品交易集散中心已是熙熙攘攘。
来自江西广昌县本地和邻县的莲农、白莲农产品经纪人骑着摩托车、驾着小货车，载包養着通心白莲干品赶来这里进行贸易，一堆堆洁白如玉的莲子堆成了小山，莲农和白莲农产品经纪人们随手抓起一把，捧到掌心，摸摸干度、看看成色、闻闻香味，再将颗颗莲子抖落，听听干莲子互相碰撞的声响，问价之声不绝于耳。
广昌自古是莲乡，自唐以来种莲，清代形成规模。目前，这里已形成白莲专业市场，上千名农产品经纪人活跃在白莲运销流通领域，日均交易量约5万公斤，全县白莲商品率达95%以上，是全国白莲集散中心和价格形成中心。
很多人可能想象不到，北京北海公园、杭州西湖，那些摇曳生姿的莲花，其母本大部分来自江西的这个小县城。如今，广昌的白莲已在全国推广2000万亩，在当地形成年综合产值超30亿元的产业链。
记者多次走进广昌，采访种莲户、科研工作者、加工企业、采购商，探究白莲背后的故事，了解产业发展历史，记者发现，这都源于一颗神奇的太空莲种子。
太空育种
广昌县城西边，有一座莲花科技博览园，几次见到白莲产业发展局高级农艺师徐金星，他都在莲田里忙碌着。
夏末，莲花仍盛，正是莲子采摘关键时刻，徐金星认真观察莲子的生长情况； 秋初，残叶满池，徐金星盯着莲花池改造施工项目，皮肤晒得通红。面对记者提出的“太空莲”问题，老徐长吁一口气，思绪回到30多年前。
1986年，徐金星进入广昌县白莲科学研究所（以下简称“莲科所”）工作。那时，莲科所刚刚成立两年，正铆足劲培育新品种。通过将其他地方的子莲资源与广昌白莲杂交培育，莲科所培育出赣莲62号、赣莲85—4等一批新品种。但无论如何努力，亩产始终在100斤左右徘徊。
要突破瓶颈，只能另辟蹊径。
1994年，老所长刘光亮在北京开会，获悉我国正在开展航天育种工作，利用太空特殊环境的诱变作用，使种子产生变异，从中选育新品种。
然而，航空育种作为新兴事物，到底能不能成功？种子上太空的搭载费用高，谁来承担？刘光亮硬着头皮找到了县领导。县里大力支持，拍板提供了1.5万元经费。
科研人员在10多个品种的子莲中精挑细选，最终挑出442颗种子。搭乘940703号返回式卫星的这些莲子，在太空遨游了14天后，被邮寄回了莲科所。工作人员根据品种分类编号，小心翼翼地把每颗种子分别播种在育种缸。
没想到，一开始就有180多颗莲子没出芽，通过多方咨询、查阅资料，科研人员才知道，太空宇宙射线强，会淘汰一部分“体质弱”的种子。
“剩下的，每一颗都得活着。”刘光亮带头每天早出晚归，泡在所里。没有恒温箱，科研人员就每天早上5点钟起床，拖着浸种盆跟着太阳跑。看着绿色的小芽苞一个个在水中冒出头，长出细细的幼根，长出小小的叶片，大家满怀希望。几个月后更是喜出望外：部分品种出现早熟情况，莲叶还没有挺出水面，便长出了花蕊，花量超出了一般品种一倍以上，说明产量很高。
对这些特殊品种，科研人员多次扩繁，试种的水缸越来越多，最后，一口育种缸变成了一分实验田，一分实验田又变成了一亩实验地。
躬耕实验地，抬首已四年。徐金星至今还记得，1999年品系比试中，跟传统品种比，名为“太空莲36号”的新品种成为集生育期长、花多、蓬大、结实率高、品质好等特点于一身的“优等生”，亩产达到240多斤。
从这时候开始，“太空莲36号”走出了实验田，在广昌大地上开出了炫目的花朵。
致富莲开
69岁的谢昌军，早晚饭后常到村里的莲池边走走。这20年的习惯，是一辈子种莲种出的感情。
1999年，“太空莲36号”开始在当地推广试种，开辟了20余个推广基地，乡镇干部、村干部带头种植示范。当时，习惯了老品种的莲农们，对新品种并不感兴趣。在莲科所技术员的鼓励下，时任旴江镇下兰村党支部书记的谢昌军下定决心，率先将自己的4亩莲田种上了太空莲。
夏天到了，太空莲的长势出乎意包養料，“首先开花就与众不同，老品种花都开在莲叶底下，新品种花都撑出了叶面，远远看就是花海！”谢昌军清楚记得，“当年莲子亩均收了260斤。”
整个旴江镇沸腾了。老谢卖了莲子，又在科研人员建议下卖起种苗，“抢购的人拿着钱在田边排队，一颗‘龙头’（一节莲藕上的芽苞）竟然能卖20元，一亩地4000颗龙头半天就被抢购一空。”那年，老谢净挣了18万元。
随后，在莲科所的指导下，老谢带着全村人种起了太空莲。短短几年，整个广昌县发展出10余万亩太空莲。“太空莲36号”名号越来越响，辐射到了广昌周边的石城、南城、南丰、宁都等区域。
2006年，广昌县又专门成立了广昌县白莲产业发展局，通过农业产业技术体系的支撑，“太空莲36号”从广昌走出去，推广至全国的子莲产区，成为全国最大的太空莲种苗输出地。
“以太空莲为主要育种材料选育的风卷红旗、太空娇容等一批荷花品种，成为国内水体造景的首选品种，带动了我国荷花旅游产业发展。”广昌县白莲产业发展中心主任揭志辉说，目前“太空莲36号”累计推广超2000万亩，占到全国子莲种植面积的80%以上。仅广昌，年产通心白莲9000吨，产值达8亿元；年接待游客270万人次，旅游收入超7亿元。
“这是我们的脱贫莲、致富莲！”谢昌军说。如今下兰村502户，240多户莲农，仅靠种莲人均年收入可达1.2万余元。
接续创新
对于广昌人而言，“太空莲36号”不仅成就了白莲产业，更成为一种不断探索和创新、勇闯新路的精神符号。
年近包養網60岁的赖明全记得，小时候剥白莲是个辛苦活儿，从早做到晚，剥久了手指疼得钻心。1999年，在广东东莞打工的赖明全学习了机械技术，开始琢磨用机器剥白莲。
“就像太空莲的出现一样，既要反复实验，也要靠些运气。”赖明全说，莲子脱皮过程中，如何有效清理残留在机器里的莲衣，一度百思不得其解。一次钓鱼时海水冲刷脚底泥沙，让他得到灵感，将脱皮材料采取凹凸设计，让空气和水流一同进入，最终完美解决了问题。
8年后，通过反复测试，赖明全包養網拿出了全国第一台白莲脱皮机。
2008年，看准白莲市场，赖明全带着发明专利回到广昌，投资办厂。果然，投入市场的脱皮机大受欢迎，第一年便卖出去500多台。
“不断追求突破和创新，就是太空莲给我的启发。”赖明全说，这些年自己继续钻研，还研发出了白莲脱皮二代机、通芯机、剥蓬机和挖藕机。
如今在广昌，依托太空莲成长起来的，不仅有兴莲机械、莲创机械等自动化加工机械生产企业，还有20余家白莲系列产品加工企业，130余个生产合作社，全县白莲产业年综合产值超30亿元。“太空莲的蛋白质含量比普通莲子高，是制作食品特别是饮品的好原料。”致纯食品股份有限公司董事长陈荣华介绍，公司的新饮品“莲花清饮”，一推出便大受欢迎。
成绩骄人，仍需突破。在广昌县委书记吴自胜看来，要继续扩大产量，做强品牌，落子仍然在于人才和创新。
广昌县科协党组书记邓莹介绍，2017年起，广昌县依托莲科所平台，组建工作站，引进专家开展白莲科研项目合作；2019年，成立江西广昌白莲科技小院；2023年，成立广昌白莲产业技术创新战略联盟。
广昌县委组织部人才工作室负责人汤波介绍，当地对愿意长期从事白莲科研工作的相关专业全日制博士、硕士分别给予40万元、20万元的奖励补贴，并在待遇、职称等方面给予倾斜。
武汉大学生命科学院的遗传学博士研究生郑兴汶，就是广昌引进的优秀人才之一。“太空莲是利用宇宙空间的特殊环境作用使生物基因突变，再返回地面进行选育，培育新品种。今天，我们运用基因技术，将白莲好基因实现聚合，从而产生新的品种。”在现代化的分子实验室里，郑兴汶用移液枪细心地提取莲子核酸，进行比对实验。
走进莲花科技博览园的种质资源圃，数千口大缸里，种植着来自全国的莲种，“我们在全国收集种质资源进行纯化，现在已经构建1000多份材料，为全基因组选择分子育种。未来，这里也许会诞生出新的更好的太空莲。”郑兴汶满怀希望。
每个人都期盼着，“新莲子”破壳出芽的那一天。
-
原題目：
全國政協委員賀晗提出：加速拓展人工花姐，小樹屋我的心就痛——”智能年夜模子技巧利用場景
工人日報—中工網記者 楊召奎
本年全國兩會召開期近，全國政協委員、天娛數科副總司理、山西數據流量谷董事長賀晗擬提交《關于加速拓展人工智能年夜模子技巧利用場景的提案》。
賀晗委員指出，作為新一輪科技反動和財產變更的主要驅動力，人工智能年夜模子技巧正在為經濟社會成長連續注進新動能。從單模態到多模態，從單一智能到通用智能，年夜模子見證技巧引領了新一輪全球人工智能立異高潮瑜伽教室。國際講座外年夜模子科研堅持高速迭代，各類模子層出不窮，模子機能不竭晉陞，立異創業蓬勃鼓起，展示了驚人的演進速率。同時，年夜模子賦能行業利用正在蓬勃鼓起，基于年夜模子的泛化才能和涌現特徵，其在越來越多垂直行業場景上，展示了冷艷的機能表示和宏大的成長潛力，獲得了各行業高度追蹤關心，場景驅動成為年夜模子技巧立異和財產增加的主要形式。
為加速拓展人工智能年夜模子技巧利用場瑜伽教室景，對增進人工智能更高程舞蹈場地度利用，培養新質生孩子力，更好支持高東西的品質成長具有主要意義。他提出：
一是激勵搭建多條理利用這個傻孩子，總覺得當年讓她生病的就是他。她覺得，十幾年來，她一直在努力撫養共享空間他，直到她被掏空，再也忍受不了病痛。場景供需對接平臺，為市場供給“看得見、摸得著”的利用場景，推進利用場景拓展從“出文件”“給政策”到“建機制”“創機遇”改變。激勵處所當局、領軍企業、行業協會和專門研究辦事機構私密空間搭建全國級、處所級、行業級等多條理人小樹屋工智能年夜模子技巧利用場景供需對接平臺，推進各行各業的場景需求方經由過程平臺面向全社會發布真正的營業場景和行業真正的需求舞蹈教室，征集利用場景需求、市場化項目需求，推進技巧供應方公然發布年夜模子立異利用處理案例，完成技巧、模子、數據等資本對接，不竭晉陞供需婚配效力。推進具有開創性、示范性的標桿場景項目落地，打造標桿性年夜模子產物和辦事。常態化征集、遴選技巧立異性強、成熟度高、利用遠景遼闊的典範利用案例并公然發布。
二是在全國范圍實行見證年夜模子賦能千行百業示范利用推九宮格動打算。激勵產業、金融、商務、路況、醫藥、政務、教導、文旅、傳媒等各行業各範疇深度發掘、積極打造可利用人工智能年夜兩個媽媽抱在一起，哭交流了半天時租，直到女僕趕緊過來告訴醫生，然後擦掉時租場地臉上的淚水，將醫生九宮格迎進了門。模子技巧的各類場景，推進年夜模子賦能財產internet平臺利用，經由過程年夜模子技巧對現有生孩子、辦事和治理方法停止進級，完成營業流程立異和再造共享空間，在“降本提質增效”的同時，開闢新效能、構成新產物、拓展新利用，完成人工智能技巧與行業加倍深度融會。
三是鼎力推動年夜模子利用生態扶植，小樹屋構建開放共享協同的財產生態系統。激勵各類主體繚繞算力平臺、年夜模子開源社區和協作平臺、多模態公共數據集等人工智能基本舉措措施資本停止持久投進。加大力度各行業數據的采集、應用、開闢，儲蓄高東西的品質財產數據集。激勵處所經由過程共享開放、辦事購置、立異券等方法，下降年夜模子利用的基本舉措措施應用她不想哭，因為在結婚之前，她告訴自己，這是她自己的選擇。以後無論面對什麼樣的生活，她都不能哭，因為她是來贖罪的本錢。小樹屋樹立人工智能財產統計目標系統。加年夜宣揚力小班教學度，連續營建人工智能高東西的品質成長和高程度利用的傑出氣氛。強化部分協作，配合營建穩固包涵的監管周遭的狀況。
四是重視面向會議室出租通用人工智能時期的人才培育，培育一批既懂行業技巧又懂年夜模子技巧的綜合型人小樹屋才。推進高校完美通用人工智能相干學科扶植，完美講授系統，做勤學科穿插融會。九宮格支撐黌舍與企業、科研機構等聯動開設“第二講堂”，推進人工智能進校園，加大力度人工智能通識教導。加快產學研各界融會，鼎力扶植校企結合研發中間、實訓基地，將講授內在的事務與財產一線慎聚會密聯合，培育富有實個人空間戰經歷的人才。激勵立異，激勵先生不受拘束施展本身才能與才幹，為各行各業年夜模子利用的成長奠基立異見證基本。舉行高程小樹屋度賽事，發明、會聚和引進優良人工智強人才。
