本所声明  |  联系方式  |  中国科学院  |  数字认证(OA)   |  ARP  |  English  |  邮箱
新闻动态 > 综合新闻

上海光机所举办“清河之光”专题论坛研讨“人工智能在我所科研过程中的潜在应用”

来源： 发布时间：2021-10-27【字体：大 中 小】

　　10月20日，“清河之光”专题研讨论坛在溢智厅举行。本次专题研讨论坛的主题为人工智能在科研过程中的应用，以及人工智能前沿的技术和发展趋势。论坛邀请了贝式计算创始人王臣汉和上海光机所司徒国海研究员作报告分享。上海光机所党委书记邵建达出席论坛，全所相关科研人员和研究生近六十人参加会议。

　　会上，邵建达强调，人工智能相关技术对经济社会发展、对科研范式变革的推动有目共睹，我国正在大力部署新一代人工智能发展战略规划，促进其对新一轮科技革命和产业革命的深度融合。人工智能相关技术在激光聚变研究等多个领域的应用案例已经逐步显现，我所必须充分认识到人工智能作为工具性技术，对研究范式改变、科研手段创新、科研效率提升的巨大潜力，希望全所科研人员结合自身的研究内容主动思考、深入研讨，积极促进人工智能在我所科研过程中的应用，实现更多科技成果产出。

　　王臣汉作题为“工业智能高性能计算解决方案”的报告。报告从统计学范畴的贝叶斯学派出发，深入了分析数据和模型结构相关各参数对AI模型落地效果的影响，并介绍了AlphaFold 、Tesla DOJO等几个生动案例，展示了AI让“不可能”变成“可能”的能力，最后，王臣汉阐述了在光谱数据处理、质谱数据梳理、模拟光场计算、超采样四个光学相关科研场景下，机器学习有可能发挥的作用。

　　司徒国海作题为“物理模型引导的深度神经网络及其在计算成像中的若干应用”的报告。报告讲解了基于深度神经网络（DNN）的机器学习方法以及在计算成像领域的实际作用效果，并通过其研究团队的最新研究进展，阐释了将物理驱动引入深度神经网络中，可以避免在数据集上进行训练，并实现重建图像满足对物理模型的约束。报告还以相位成像和鬼成像为例，展示了物理驱动和深度神经网络结合的应用效果。

　　在讨论交流环节中，与会人员就光学研究领域中机器学习的适用场景、成本投入和结果产出的平衡把控，以及人工智能建设涉及到的数据中心和计算资源等问题进行了深入研讨。（战略研究室供稿）

会议现场

附件下载：

copyright 2000- 中国科学院上海光学精密机械研究所 沪ICP备05015387号-1
主办：中国科学院上海光学精密机械研究所 上海市嘉定区清河路390号(201800)

转载本站信息，请注明信息来源和链接。 沪公网安备 31011402010030号


上海光机所
微信公众号

尚光聚力
微信公众号