2022人工智能十大关键词(2)

AI for Science在多个传统科学领域取得重大突破。 随着人工智能技术的快速发展和大规模应用，AI在逐渐成为科学研究新的生产工具，AI4S将进一步释放科学研究的生产力，促进人工智能的工程落地。

一方面，AI与传统科学领域的深度融合，极大拓展该领域解决问题的能力，目前AI在生物、数学、材料、物理、基因、化学等基础科学领域都取得了诸多成果和突破，并对科学研究范式产生了深刻的影响，例如，目前人工智能已经能够预测几乎所有的生物蛋白质的可能结构，被誉为人类在21世纪取得的最重要的科学突破之一，可能开启“数字生物学”的新时代。

另一方面，传统科学领域的进步和对AI技术的需求加速了AI本身的发展。当前产学研共同发力人工智能与科学的融合，产业界聚焦工具创新，开源工具和基于开源工具产生的创新成果呈爆发趋势，AI4S的研究范围也扩展到了更多基础问题领域。高校和研究院聚焦算法和应用，用AI算法更好地将科学计算和物理模型相连接，进而指导科学与产业创新。

关键词四：知识驱动AI

知识驱动助力人工智能认知能力的提升，满足人工智能深入各个行业不同应用场景的需求。 随着深度学习与知识图谱等多重技术的深度融合，综合利用大量知识数据中的因果和逻辑关系，可以助力人工智能认知能力的提升，来解决人工智能深入各个行业时场景复杂、可解释性较低等问题。

在技术方面，知识和数据双轮驱动的人工智能技术路线展现了强劲的发展潜力，知识的融合应用有效地提升了智能问答、智能推荐、大规模预训练模型等人工智能技术中的效果。文心大模型、孟子大模型等均尝试利用知识增强技术路线提升效果。

在应用方面，知识与人工智能的融合拓展了人工智能的应用范围，促进形成知识凝练、知识流转、知识赋能闭环，推动数字化发展下行业与企业各类知识的沉淀、流转，显著提升实际场景的智能应用水平。