彩虹多多漏洞|平台推荐官方版v2.9.1(2023已更新)

来源：彩虹多多规则2024-10-21 17:48

彩虹多多漏洞

张宏江：人工智能如何帮人类进入科研新范式？******

　　中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式？”

　　这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中，抛出的一个问题。

　　2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办，中国新闻网作为战略合作伙伴，联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。

美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图

　　张宏江认为，回顾人类科学发展的历史，不同发展阶段经历了不同的科学发现范式。

　　“几千年前，人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展，四五百年前，理论模型范式出现。人们通过对某一现象的观察总结出理论，从而指导新的科学研究。五六十年前，尤其当大型计算机出现后，面临更复杂的问题，比如天气预报、地震模拟，人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论，人们引入了计算范式，用计算来模拟的方式做科学研究。到二十年前，我们进入大数据时代，科研中积累的大量数据可以进一步驱动物理模型。”

　　“今天，我们进入了一个新的科研范式。”张宏江说，人工智能经过多年发展，尤其过去15年深度学习的发展，使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法，直接从数据中建立新的模型，其背后是数据、模型、算法和算力。”

　　张宏江指出，深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后，正在迅速地改变科学研究的范式，这种新的范式就是物理世界的“数字化+自动化+深度学习”。

　　他说，“今天我们进入了一个黄金期，新的设计范式，都可以借用深度学习的方法进行赋能。”

　　张宏江坦言，未来十年蕴含着科学发展与产业创新机会，包括数据、模型、算法、算力，其核心是背后的跨学科人才。(完)

2100年，2/3冰川可能消失******

2100年，2/3冰川可能消失

图片来源：pixabay

　　美国科学家进行的一项研究对本世纪不同排放场景下的冰川质量损失进行了新的预测。相关研究1月5日发表于《科学》。

　　研究表明，根据当今减缓气候变化的努力，本世纪全球可能损失多达41%，或者至少26%的冰川。

　　这些预测将被汇总到全球温度变化场景中，补充有关气候变化的讨论内容，例如在《联合国气候变化框架公约》第27次缔约方大会（COP27）上进行的讨论。

　　卡内基·梅隆大学土木与环境工程助理教授David Rounce团队发现，如果继续投资化石燃料，在未来场景中，按质量计算超过40%的冰川将在本世纪内消失，而按照数量计算，超过80%的冰川可能会消失。在最好的低碳排放场景下，全球平均温度的上升相对于工业化前水平被限制在1.5℃以内，但按质量计算仍有超过25%的冰川质量将消失，按照数量计算则有近50%的冰川将消失。

　　按照冰川的标准，这些消失的冰川大多数都很小（不到1平方公里），但它们的消失会对当地的水文、旅游、防灾和文化价值产生负面影响。

　　该研究为区域冰川建模提供了更好的背景，Rounce希望这有助于促使气候政策制定者将温度变化目标降低到2.7℃以内——这是《联合国气候变化框架公约》第26次缔约方大会（COP26）承诺的目标。

　　如果温度上升超过2℃，则欧洲中部、加拿大西部和美国等地的较小冰川将受到不成比例的影响。如果温度上升3℃，这些地区的冰川几乎将完全消失。

　　Rounce指出，冰川对气候变化的反应需要很长时间。他将冰川描述为流动极其缓慢的河流。今天的减排努力并不能消除以前排放的温室气体，也不能阻止温室气体对气候变化的影响。这意味着即使完全停止碳排放，其正面效应也需要30年至100年才能反映在冰川质量损失率上。

　　许多因素决定了冰川质量的流失，Rounce的研究推动了用模型解析不同类型的冰川的研究，包括潮汐冰川和碎片覆盖的冰川。前者指漂于海洋的冰川，这导致它们在这个边界失去了很多质量。后者则指被沙子、岩石和巨石覆盖的冰川。

　　Rounce此前的研究表明，碎屑覆盖层厚度和分布可能对整个区域的冰川融化速率产生积极或消极影响，这取决于碎屑的厚度。在这项最新研究中，他发现，解释这些过程对全球冰川预测的影响相对较小，但在分析单个冰川时却发现了质量损失的巨大差异。

　　该模型还使用前所未有的大量数据进行了校准，包括对每个冰川的单独质量变化进行观测，从而提供了冰川质量变化的更完整、更详细的图像。可以说，超级计算机对于支持最先进校准方法的应用和不同排放场景的大规模集成必不可少。（王方）

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）