新書推薦:
《
ARM嵌入式Linux系统开发详解(第3版)
》
售價:NT$
595.0
《
长寿时代:做自己人生的CFO
》
售價:NT$
310.0
《
早点知道会幸福的那些事
》
售價:NT$
295.0
《
知宋·宋代之货币
》
售價:NT$
340.0
《
爱的7种对话:建立持续一生的亲密关系 (加)苏·约翰逊
》
售價:NT$
345.0
《
中国近现代武术思想史研究
》
售價:NT$
500.0
《
废奴
》
售價:NT$
350.0
《
有法与无法:清代的州县制度及其运作 最新修订版
》
售價:NT$
640.0
內容簡介:
人工智能驱动科学创新(AI for Science)带来的产业变革与每个人息息相关。人工智能作为新一轮科技革命和产业变革的核心驱动力,其潜力已初现倪端。然而,要想推动人类文明的整体跃进,人工智能必须与各交叉领域的科学研究紧密结合,学习科学原理、创造科学模型来解决实际问题,加快科技成果向现实生产力转化。本书聚焦于深度学习、强化学习、迁移学习、深度神经网络等人工智能技术与材料科学、生命科学、电子科学、能源科学、环境科学五大领域的交叉融合,通过深入浅出的语言和具体应用示例,对基本概念、技术原理和应用场景进行了全面的介绍。
關於作者:
杜雨,中国社会科学院技术经济学博士,北京大学、香港中文大学双硕士,武汉大学学士,中国医科大学药学进修。参与多项国家社科基金重大项目、国家自然科学基金项目及国家发改委、中国科学技术协会、中国工程院等委托项目。担任国家工业信息安全发展研究中心牵头的团体标准《生成式人工智能数据应用合规指南》的起草人。G20青年企业家联盟中国理事会青年委员,中国青年科技产业创新基地青年导师。先后工作于腾讯、红杉资本科技投资团队。创立未可知? 集团,并在“人工智能+X”方向孵化了教育、医疗、心理、艺术等领域的初创企业。胡润U30中国创业先锋。畅销书《AIGC:智能创作时代》作者。
目錄 :
目 录 第1章 人工智能驱动的科学创新1 第1节 什么是AI for Science2 1.生活中的AI与科学家眼中的AI2 2.AI for Science的参与角色4 3.AI for Science的应用领域8 第2节 AI for Science的底层逻辑:科学创新的新范式9 1.传统科学创新的四种范式10 2.科学创新的新范式:人工智能驱动11 第3节 为什么要发展AI for Science14 1.科研视角:助力搭建平台科研模式15 2.产业视角:用摩尔定律打破反摩尔定律困境17 3.政策视角:国家发展战略的需求19 第2章 AI for Science的技术支撑21 第1节 理论:双科研模式的生长22 1.牛顿模式与开普勒模式22 2.双模式的发展瓶颈:维度灾难24 3.人工智能助力解决科研瓶颈26 第2节 数据:在科技发展中加速积累28 1.科技的进步推动科研数据加速积累28 2.人工智能的发展推动科研数据加速积累32 第3节 算法:理论模型的实践和落地37 1.机器学习算法促进维度灾难问题的解决37 2.大语言模型带来全新的科研机遇39 第4节 算力:基础设施的持续进步41 1.算力基础设施的发展历程42 2.AI for Science算力基础设施的建设44 第3章 AI与材料科学47 第1节 “AI+材料科学”的发展背景48 1.AI对材料研发模式的革新49 2.“AI+材料科学”的推进器:材料基因工程51 第2节 “AI+材料科学”的落地应用53 1.传统材料:金属、有机等材料的开发和应用54 2.新型材料:纳米、超导等材料的发现56 第3节 “AI+材料科学”的相关技术58 1.高通量材料计算模拟58 2.高通量材料制备与表征60 3.材料服役行为高效评价61 4.专用材料数据库62 第4节 “AI+材料科学”的产业图谱63 1.AI能力支持端63 2.模拟计算软件67 3.材料厂商69 4.相关专用数据库70 第5节 “AI+材料科学”的政策启示72 1.面向“卡脖子”材料开展重点技术攻关73 2.将人工智能技术作为材料基因组工程建设的重要内容74 第4章 AI与生命科学77 第1节 “AI+生命科学”的发展背景78 1.AI催生生命科学研发新模式78 2.“AI+生命科学”的发展脉络82 第2节 “AI+生命科学”的落地应用87 1.药物研发领域的AI应用87 2.基因测序和编辑领域的AI应用90 3.合成生物学的AI应用93 第3节 “AI+生命科学”的相关技术96 1.药物研发领域的相关技术96 2.基因测序和编辑领域的相关技术98 3.合成生物学的相关技术101 第4节 “AI+生命科学”的产业图谱104 1.AI与制药104 2.AI与基因测序和编辑107 3.AI与合成生物学109 第5节 “AI+生命科学”的政策启示111 1.促进以生命科学为中心的跨界合作与人才流动111 2.加快建设生物学数据库112 3.强化生物安全与生物伦理监管113 第5章 AI与电子科学115 第1节 “AI+电子科学”的发展背景116 1.从摩尔时代到后摩尔时代116 2.深度摩尔定律与超摩尔定律119 第2节 “AI+电子科学”的落地应用121 1.AI赋能芯片设计121 2.AI赋能芯片制造125 3.AI赋能芯片检测126 4.AI赋能芯片材料研发127 第3节 “AI+电子科学”的相关技术129 1.芯片设计中的AI技术129 2.芯片制造中的AI技术130 3.芯片封测中的AI技术132 4.芯片材料研发中的AI技术132 第4节 “AI+电子科学”的产业图谱134 1.材料与设备端134 2.芯片设计端136 3.芯片制造端140 第5节 “AI+电子科学”的政策启示144 1.加快半导体产业的国产产品替代144 2.政策引导进行产业链跨领域协作146 3.加快AI芯片制造落地146 第6章 AI与能源科学149 第1节 “AI+能源科学”的发展背景150 1.人类利用能源的历程150 2.AI对能源科学的重要意义152 第2节 “AI+能源科学”的落地应用155 1.AI与化石能源科学研究155 2.AI与可再生能源科学研究159 3.AI与能源转型170 第3节 “AI+能源科学”的相关技术176 第4节 “AI+能源科学”的产业图谱178 1.资源的勘查与提取178 2.能源的加工/转化与储存179 3.能源的终端输送与应用180 第5节 “AI+能源科学”的政策启示182 1.确保“AI+能源系统”的可持续性、安全性和可靠性183 2.推动能源数据的开放和共享184 3.提升AI系统在能源行业中的互操作性与标准化184 第7章 AI与环境科学187 第1节 “AI+环境科学”的发展背景188 1.AI技术为环境科学引入新的价值和机遇188 2.AI技术在环境科学领域的发展脉络190 第2节 “AI+环境科学”的落地应用192 1.智能环境监测192 2.智能污染治理194 3.智能碳减排196 第3节 “AI+环境科学”的相关技术197 1.环境地理与GIS技术197 2.环境数据获取与遥感技术199 第4节 “AI+环境科学”的产业地图200 1.研发与咨询200 2.应用与推广203 第5节 “AI+环境科学”的政策启示205 1.AI技术辅助制定重大环境污染问题应急响应方案206 2.开放公共环境数据资源207 第8章 AI for Science的危与机209 第1节 AI for Science的机遇210 1.复用AI生产力的红利210 2.大模型的巨大潜力212 3.跨学科交融与开源生态的完善214 第2节 AI for Science的挑战215 1.科学结果的可解释性215 2.科研协作的制度挑战218 3.科研成果的落地转化220 第3节 生态展望:“平台科研”模式的四梁N柱222 1.砖瓦:科学智能的建设基础222 2.四梁:AI驱动的平台系统224 3.N柱:国家战略的支撑应用225