當(dāng)AI與科研"碰撞" 會擦出怎樣的火花?

，布局前沿科技研發(fā)體系，推動人才聚集與國際交流合作。

如何推動人工智能與科學(xué)研究更好融合？

在陳翔看來

，數(shù)據(jù)和模型是兩大關(guān)鍵因素，“我國鋰電池產(chǎn)業(yè)蓬勃發(fā)展，與電池前沿研究相互促進(jìn)，為人工智能研究奠定了深厚的數(shù)據(jù)基礎(chǔ)，這是重要的優(yōu)勢。”

李慧慧表示，將人工智能應(yīng)用到作物育種上

，我國在一些領(lǐng)域展現(xiàn)出強(qiáng)勁的競爭力，但相比國際先進(jìn)水平，在高質(zhì)量數(shù)據(jù)的積累、開放共享上仍存在一定差距。“必須更好地整合跨學(xué)科、跨團(tuán)隊(duì)的數(shù)據(jù)資源，優(yōu)化算法性能，并擴(kuò)大人工智能技術(shù)的應(yīng)用范圍。”她建議。

“人工智能技術(shù)更好助力科研，離不開算力支撐

，需要構(gòu)建高效穩(wěn)定的人工智能異構(gòu)算力底座。”楊小康說，學(xué)校接下來將升級平臺能力，努力開創(chuàng)人工智能與科研場景相結(jié)合的創(chuàng)新示范。

受訪專家建議

，需要加強(qiáng)相關(guān)學(xué)科與人工智能交叉領(lǐng)域的復(fù)合型人才培養(yǎng)。“可以通過鼓勵不同學(xué)科背景深度合作，引導(dǎo)開展交叉研究