更新時(shí)間:
1982年初到美國時(shí),我的兩個(gè)求學(xué)方向就是人工智能(AI)與運(yùn)籌學(xué)(OR)。當(dāng)時(shí)我的導(dǎo)師給我們布置任務(wù),構(gòu)建一個(gè)中醫(yī)的專家系統(tǒng),其中包括了專家的信息以及中醫(yī)診斷的方法。那時(shí),互聯(lián)網(wǎng)還沒有出現(xiàn),構(gòu)建這樣一個(gè)系統(tǒng)只能依靠不斷地尋訪。我們遇到了很多問題,最突出的問題就是,一些中醫(yī)的診斷方法對于“量”的定義十分模糊,如出現(xiàn)很多“適量”“少許”等字樣。我覺得這可能是經(jīng)驗(yàn)使然,在專家的腦中,“適量”等詞匯應(yīng)是“量化”的結(jié)果,但對于外人而言,是難以捉摸的。所以在當(dāng)時(shí)的條件下,構(gòu)造這樣一個(gè)系統(tǒng),數(shù)據(jù)是不夠的。但恰恰是遇到了這些問題,使我對“量化”產(chǎn)生了興趣,從而投身運(yùn)籌學(xué)的研究。
全球每10件家電專利中就有7件來自中國,培育出蛋白含量超過10%的玉米新品種,搭建起人形機(jī)器人大工廠,自主研發(fā)出人工心臟……這兩天,代表通道、委員通道上傳來一個(gè)個(gè)科技成果轉(zhuǎn)化應(yīng)用的好消息,成績不易、令人振奮。
葉蔭宇:這些說法夸張了。我認(rèn)為,恰恰是諾獎(jiǎng)的結(jié)果證明,人工智能目前所取得的成就是基于物理學(xué)、化學(xué)等這些學(xué)科之上的。比如今年的諾貝爾物理學(xué)獎(jiǎng)是對人工神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的研究,其中的“網(wǎng)絡(luò)”,就是一個(gè)關(guān)乎數(shù)學(xué)和物理學(xué)的概念。人工智能的出現(xiàn),最終目的還是要解決人們在日常生活中的實(shí)際問題,并不會(huì)成為脫離實(shí)際的“空中樓閣”而存在,而這些實(shí)際問題就關(guān)乎物理學(xué)、數(shù)學(xué)等等基礎(chǔ)科學(xué)。我所接觸的人工智能研發(fā)領(lǐng)域的一些團(tuán)隊(duì),近些年來很難取得切實(shí)落地的成果,就證明了這一點(diǎn)。
“投資于人”,即資金資源更多用在人的身上,用于發(fā)展所需、民生所盼,用在保障和改善民生。這一新提法,深刻反映出中央不斷強(qiáng)化宏觀政策的民生導(dǎo)向,更加注重目標(biāo)引領(lǐng),著眼增進(jìn)民生福祉。
作為一名一直在臨床一線工作的醫(yī)生,趙宏發(fā)現(xiàn),現(xiàn)行國家基本藥物目錄中創(chuàng)新藥稀缺,且劑型、規(guī)格單一,難以滿足臨床需求。不同層級(jí)醫(yī)療機(jī)構(gòu)受基藥政策限制,患者上下轉(zhuǎn)診時(shí)用藥不連貫,影響依從性和治療效果。
“發(fā)展新質(zhì)生產(chǎn)力不是要忽視、放棄傳統(tǒng)產(chǎn)業(yè),要防止一哄而上、泡沫化,也不要搞一種模式?!比ツ耆珖鴥蓵?huì)上,習(xí)近平總書記辯證指出,“要根據(jù)本地的資源稟賦、產(chǎn)業(yè)基礎(chǔ)、科研條件等,有選擇地推動(dòng)新產(chǎn)業(yè)、新模式、新動(dòng)能發(fā)展,用新技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè),積極促進(jìn)產(chǎn)業(yè)高端化、智能化、綠色化。”
高校是個(gè)統(tǒng)稱,具體可分為不同的類型類別,比如研究型高校、應(yīng)用型高校、技能型高校等。各個(gè)學(xué)校在做學(xué)科專業(yè)調(diào)整優(yōu)化時(shí),不僅要根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展的需求和趨勢,也會(huì)結(jié)合不同的高校類型類別、結(jié)合自身的辦學(xué)傳統(tǒng)和優(yōu)勢,比如技能型高校一般包括職業(yè)本科和高職專科的專業(yè)設(shè)置會(huì)與產(chǎn)業(yè)行業(yè)結(jié)合得更緊密更具體一些,研究型高校則會(huì)更加基礎(chǔ)更加前瞻一些。