最新消息
最新消息| 蔣士強:AI技術融合科學儀器和分析測試的一些建議 | 2022-07-12 |
| 文章来源：由「百度新聞」平台非商業用途取用"https://www.instrument.com.cn/news/20210514/580169.shtml" 導讀：我國科學儀器與分析測試學科和行業，既缺乏精通分析檢測、儀器設備又精通AI科技的通才，也缺乏精通AI科技的專才，通俗的說法：行業內的人不太懂AI，AI專業的人士不懂行業。人工智能技術將賦能于分析測試與儀器設備的雛議(jshiq0501@sina.com)中國農業科學院中國儀器儀表學會,蔣士強前言每當議及科學儀器與測試分析時，總使我想起王大珩院士生前對科學儀器精辟的定義：“科學儀器是認識世界和改造世界的工具”。測試分析方法和儀器設備是同胞兄弟。在十五屆中國科學儀器發展年會（ACCSI2021）盛開之際，也使我深感年會的內涵也在不斷擴展，如今已成為科學儀器與檢測這兩個緊密關聯的分支學科和行業的盛會，令人欣慰。人類社會經歷了由機器引領的機械化、電能引領的電器化自動化、計算引領的信息化網絡化、如今有望進入由人工智能（AI）引領的第四次科技革命—人工智能化。60多年來，AI雖經一波三折，但當前已迎來其發展史上涌猛的浪潮，可說是無孔不入，世界各國，都把占領AI技術制高點列為國策，如日本2017年發布《人工智能技術戰略》、歐盟2018年出臺《歐盟人工智能戰略》、美國2019年啟動“美國人工智能倡議”、韓國2019年公布“人工智能國家戰略”等。而且近年來，又有許多驚人的進展和事件，我國也不例外，起步于1978年，經過持續多年的研發布局，特別是2017年頒布《新一代人工智能發展規劃》以來，人工智能已上升為國家戰略，習近平總書記對此做過多次非常明確的指示【1、4、5、12、13、22】。目前，我國人工智能進入快速發展的新階段，并在多個領域取得重要成果，部分領域關鍵核心技術實現突破，已具有全球影響力。隨著智能經濟全面深入發展，國家發改委、科技部等相關部委組織科教研究單位和百度等互聯網媒體等，進行研究并發布了《中國智能經濟的發展和產業變革》報告，該報告認為，展望我國"十四五"和2035年的發展藍圖，以人工智能為代表的智能技術體系將更加廣泛而深入的融入到經濟社會發展的各個領域，智能技術賦能的新產業、新業態、新模式、新機制將構成"智能經濟"方陣，并成為推動經濟增長和社會發展的重要驅動力【7】。但對于科學儀器和檢驗檢測這個在整個科技和產業發展中絕對不可缺少的學科與產業而言，因其體量較小，AI技術在我國科學儀器設備和測試技術中的融合與賦能實際上并不顯著，因此，本人有幾點困惑，懇請決策部門、專家、學者、企業家和從業者予以關注：1、困惑與初悟1.1、智能與人工智能（AI）AI是一項綜合性、復雜性、滲透性、融合性都很強的科技，據分析，AI技術已賦能于世界上230多個產業，而且它更是一項不斷地完善、尚難預卜其終極的新科技。如今國內許多產業、產品都冠以“智能”二字，這是否妥當？雖然對于智能科技和人工智能的區別有許多不同觀點，但大多人認為前者內容較為廣泛，涵蓋了目前己有的和能夠看到的研究內容，而人工智能是一類已有嚴格定義的工程科學，有著具體的要求，而且可說無止境的……【34】。人工智能科技有公認的、嚴格的定義：人工智能是利用數字計算機或者由數字計算機控制的機器，模擬、延伸和擴展人類的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術和應用系統。或更簡要地說：AI是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的技術科學【1、2】。目前我國在產業和產品上冠以智能兩字，我認為是廣義的、通俗的、口語化的、甚至于商業性的，且多在賺錢快的產業開花結果，如：智能支付、智能商業、智能娛樂、智能居家、智能交通、智能醫療、智能教育、智能城市、智能識別、智能翻譯等，實屬泛冠“智能”二字，如此對于科普是有益的，但對于嚴肅的科技和產業、產品報導，不宜泛用“智能”二字，如成為一種傾向，就有些欠妥了！據最新發布的多份我國人工智能白皮書顯示，我國AI科技高端基礎理論研究進步很快，但仍處在美、英、德、加、法、日等之后。在應用方面可說與美國并列，但工業機器人、廣泛領域的智能機器人，以及AI高端軟件、傳感器、芯片、高端AI醫療設備和高端科學儀器設備仍依賴于進口【1、4、12、17、20、21】。1.2行業內的人不太懂AI，AI專業的人士不懂行業AI技術的要素通常被概括為：大數據、算法、算力。華為能從土耳其的一位學者的一篇論文，經數學、物理、化學家剖析，延伸出5G標準、技術、工藝及產品（相關閱讀：11年前一位土耳其人的論文，點醒了華為任正非，從此奠定了5G技術標準），可見我國還是有一批精通AI技術的人才的。但我國科學儀器與分析測試學科和行業，既缺乏精通分析檢測、儀器設備又精通AI科技的通才，也缺乏精通AI科技的專才，通俗的說法：行業內的人不太懂AI，AI專業的人士不懂行業。這與我國高等教育體制中、專業分工過細，數理化生等基礎學科教育不深等缺陷有關。據悉，歐美加大學本科就開設邏輯學、概率論、計算機語言、編程等基礎課程，如今中小學都有編程教育入門等科普教育，據環保部齊文啟教授說：他在日本留學時，就必須選修邏輯學和計算機編程等科目。我國如今也在大學、甚至中小學開設有關邏輯學和編程教育的中高級和啟蒙教育，這是很好的開端。本次年會上、設有相關的論壇，但愿此內容不斷地充實、提高！1.3缺乏“孵化器”說到測試分析與科學儀器設備，即方法與工具，近幾年我在收集和梳理人工智能在分析化學和科學儀器中的應用時有諸多困惑。早在上世紀末，甚至于更早，國內陸婉珍院士、俞汝勤院士和嚴衍祿教授等一大批學者都發表過許多倡導在分析化學中應用化學計量學的論述和運用物理、化學、數學與信息科學等等多種技術手段，破解近紅外光譜分析技術的難題，其中就有部分應當歸屬當今人工智能的各種具體技能，并在專業刊物上設專題，定期評論，探討在光譜、特別是近紅外、熒光、色譜、質譜及色質或其它聯用分析中的應用。直到前年，在人工智能微型傳感器的研討會上俞院士還明確提出：分析化學應進入第四范式。我理解為人工智能應深度賦能于分析化學。據我搜索，從上世紀末到如今，僅在百度文庫中就有數百篇直接標明：AI在分析測試技術某種具體任務上應用的論文。但是我國缺乏“創客”、“極客”和名符其實的“孵化器”，沒有進一步對論文和專刊于以驗證、篩選、完善,將這些含有AI關鍵技術要素的分析測試新方法融合、賦能于我國檢測標準和國產的科學儀器設備中【42】。1.4諾獎與儀器我國科學儀器與測試學科和產業，應該向國外學習什麼！也應回頋與反思。記得本世紀初在多個論壇和刊物上，如《現代科學儀器》(我曾任副主編)等，都發表過題目不一，但基調雷同的文稿，都是從歷數、諾貝爾獎獲得者之中，有60余位是與各種科學儀器和分析檢測方法的創立有關，從而延伸和拔高，并使讀者誤解這些人士是因科學儀器和測試技術創新而得諾貝爾獎的。但其實上述獲獎者，都是為了實驗、驗證、揭開物理、化生、生物甚至與數學等相關自然現象，相應地、必然地、要想出實驗和檢驗的新方法、新儀器、新設備的構想、機理，并由其他專業人員，甚至自己動手改造、搭配、模式化、組合而完成的，最終以其創新的主題授獎，當然是屬于一級學科的獎項。具有科學上的開創性發明，非常可貴，事后必有人接著將新發明和發現應用于實際，開拓出新的應用技術、新產品、新產業。另外，也必然啟發有心人，將諾獎者所用過的技術思路、實驗和檢驗的方法，將所用的雛型儀器設備,不斷完善，推出新方法和新的儀器設備。結上所敘，我深感我們的思維方法和思路等方面真該革新了！2、實驗室智能化的思路及AI賦能于科學儀器和測試的雛議人工智能化實驗室將是AI技術逐步地賦能于不同類型、目的、水平、層次的實驗室，是不斷完善的過程。要達到人工智能機器人（系統），像人類甚至于超過專家學者，更完美的實現超過人類、在智能化實驗中進行構想、策劃，并由人工智能系統實施實驗、分析、驗證等，直至揭開自然界的一個個新窗口。這可能屬于“未來學派”對未來科學研究實驗室的設想，也是對承擔各種目的、任務的人工智能化實驗室的最終構想吧！2.1、盤點實驗室智能化的進程我感到：當今研討實驗室智能化是從泛智能的概念起步的，包括早先經歷了自動化、數字化、繼之乘信息化、網絡化之東風，再在當今人工智能熱潮中逐步滲透、融合部分“人工智能關鍵技術”，先逐步實現不同目的、不同類型、不同層次的泛智能化實驗室，最終將呈現出不須工作人員參與的人工智能化實驗室。前面所說的泛智能化實驗室，已經走過前程，后續的正在充實和完善，人工智能、無人實驗室己有雛形，以下將分為三段共同研討。【42、16、19、25、33、36、37、38、39、40】2.1.1早年對實驗室自動化的實踐當今己經普遍使用的和已更為完善的有關實驗室一自動化和智能化技術還是令人欣慰的，較突出的如：1)可編程，進而可自檢、自校正的自動進樣器和樣品前處理工作站;2)實驗室管理系統LIMS系統(LaboratoryInformationManagementSystem英文縮寫LIMS)是將以數據庫為核心的信息化技術與實驗室管理需求相結合的信息化管理工具，結合網絡化技術，將實驗室的業務流程和一切資源以及行政管理等以合理方式進行管理，通過LIMS系統，配合分析數據的自動采集和分析，大大提高了實驗室的檢測效率,降低了實驗室運行成本并且體現了快速溯源和痕跡，使傳統實驗室手工作業中存在的各種弊端得以順利解決；3)更為顯著的是各種譜儀和各種聯用儀中，應用了各種控制和分析的專家系統(有時稱工作站、軟件包和數據庫或圖譜庫等)，開始是出現在進口的分析儀器和實驗室設備中，接著國產儀器設備也逐步跟進，現已很普遍了。【42】2.1.2當今實驗室智能化的進展本次論壇有多位專家學者發表當今的、具體的實驗室智能化技術（相關閱讀：20億的市場你能占多少？——ACCSI2021實驗室智能化論壇成功召開），在此我僅依據有關文獻【15、16、19、25、33】談談我的一點觀點。儀器信息網對實驗室人工智能化的追蹤報道是相當及時和領先的，2019年5月29日就以“人工智能技術在儀器儀表中的發展與應用”的標題，報導和引述了北京東西分析儀器公司總經理李曉鵬先生提出的：“我感到人工智能的發展會對我們行業的發展產生巨大的變革，今后的儀器會是什麼樣子哪?是不是會是一個帶有質譜，光譜，或者色譜能力的人工智能分析機器人哪?至少在今后的10年，常規檢測機器人，替代人工是完全可能的。面對這樣一個形勢，我們的行業該如何應對哪?至少，我認為應該跳出國產儀器這個圈子考慮問題，甚至跳出儀器行業這個圈子，在科學技術發展的主流上去思考”。幾乎同時還以標題為：“人工智能在硅谷造了一個全自動實驗室”報導了舊金山灣地區的初創生物技術公司Zymergen的實驗室，乍看之下普普通通——實驗室的桌子上整齊的放著試管，架子上是各種化學藥品。然而環顧四周，你會發現，在這個實驗室里工作的全是機器人，在這里你可以看到機器人伸出一個機械手，抓取一個上面有數百個小孔的塑料板，然后掃描了這個板上的條形碼。下一步動作則是肉眼無法觀察到的，機器人通過給予這個塑料板一個聲波的沖擊，使每個小孔都能濺出一滴小液珠，這個液滴迅速地被機械手獲取，然后送往下一個儀器進行分析，這些實驗完全是由一個人工智能程序設計的。盡管機器人在實驗室中有了普遍的應用，但是，從提出假說、設計實驗、到分析數據，這些還都是人類科學家的工作。對于Zymergen來說，他們的目標就是完全取代人類科學家們的作用，由人工智能程序完成這些工作。儀器信息網于2019年10月24日以標題為：“人工智能讓無人實驗室或成可能——訪島津分析計測事業部市場部自動化市場專員王月”，報道了島津最新的LC-40液相色譜，就是一款可以自主診斷、自動恢復并可以支持遠程訪問等功能的結合了人工智能思想的儀器。而新的EDX自動化系統，機械手可以自動判斷下一個待測樣品，并自動把樣品放在合適的機位上，展示了島津在自動化和人工智能方向上的探索。儀器信息網于2020年9月17日以標題為：“來吧，展示新冠病毒高通量自動化檢測解決方案，explorerG3系統幫您實現”。針對新冠病毒核酸檢測和抗體檢測，explorerG3全自動化整合系統，實際上依據兩種檢測方法，所需用的儀器設備，整合為兩種系統，形成兩種無人值守，高通量全流程自動化的解決方案。即：a.采用珀金埃爾默的chemagic360高通量核酸提取儀進行病毒RNA提取，JANUS自動化移液工作站QPCR體系，通過整合RT-qPCR儀進行在線樣品檢測分析。b.整合JANUSG3自動化液體處理工作站，并整合儲板棧、整合洗板分液機、整合多標記檢測分析儀（酶標儀）和隨機存取輸入的耗材擺放架。儀器信息網于2020年9月24日以標題：未來實驗室的“手”，盤點那些實驗室中的機器人”，報道在科學儀器領域，有多家企業推出了不同功能的機器人，前兩個月登上Nature封面的利物浦大學機器人研究員，僅用八天時間就完成了人類需要數月才能完成的催化劑實驗，這讓我們似乎可以窺見未來實驗室的樣子——“無人、高效、智能”。此外，利物浦大學的研究人員還公開了實驗室站點的設計資料和機器人工作代碼，讓其他實驗室中“雇傭”機器人的研究員，成為可能的選備。2.1.3小結-當今實驗室智能化可選擇的三種路徑和對未來人工智能化實驗室的展望綜上所述，當今實驗室智能化可選方案、路徑大致有三種：a、任務單一、所用儀器設備品種不多，且有相關儀器設備廠家，提供多種可選的整合系統方案，構建整合型的實驗室智能化；b、由實驗室智能化機器人系統，代替工作人員，按智能化的測試方法、程序、流程，由機器人實現儀器設備運行，構成智能化實驗室；c、AI技術已融合、賦能于所用的儀器設備，由一個人工智能機器人系統，完全代替工作人員，甚至于代替研究人員、專家，構成和達到完全人工智能化實驗室。最終要達到人工智能機器人（系統），像人類甚至于超過專家學者，更完美的實現超過人類、在智能化實驗中進行構想、策劃，并由人工智能系統實施實驗、分析、驗證等，直至揭開自然界的一個個新窗口。這可能屬于“未來學派”對未來科學研究實驗室的設想，也是對承擔各種目的、任務的人工智能化實驗室的最終構想吧！3、AI的關鍵技術概要與對分析測試和儀器設備的賦能AI完全融合、賦能于分析測試和儀器設備，才能實現完善的人工智能化實驗室。3.1當今人工智能已引領世界走向第四次科技革命，AI賦能于分析測試和儀器設備是必然的、也是唯一的歷史使命和結局。上節小結中己概述，當今三種實現實驗室智能化的路徑，不論哪一種的基本條件都是：其分析測和所用的儀器設備中，都應具有名目繁多的AI關鍵技術中幾項，否則再智能的機器人面對的都是“死的儀器設備、像一堆金屬、塑料、木頭”。目前，已有一些AI技術成功的賦能于分析測試與儀器設備的驚人先兆，例如：據儀器信息網報導，前兩個月登上Nature封面的利物浦大學機器人研究員，僅用八天時間就完成了人類需要數月才能完成的催化劑實驗，這讓我們似乎可以窺見未來實驗室的樣子——“無人、高效、智能”。此外，利物浦大學的研究人員還公開了實驗室站點的設計資料和機器人工作代碼，供其他實驗室中“雇傭”機器人研究員參考【25】。更神奇的是有關報導：“顏寧等點評：AI精準預測蛋白質結構，結構生物學何去何從？【20】，人工智能算法有助于快速分析蛋白質折疊結構【36】，困擾人類50年的問題將被解決，AlphaFold帶來上帝視角【37】，中國科大等利用人工智能預測蛋白質“光學指紋”【38】，祝賀！人工智能首次成功解析蛋白質結構【39】，人工智能算法有助于快速分析蛋白質折疊結構【40】。以上文獻中眾多著名學者專家指出：“谷歌旗下DeepMind公司的人工智能系統AlphaFold2在2018年的Alphafold基礎上迭代創新，超常發揮，一枝獨秀。11月30日，在蛋白質預測結構挑戰賽CASP上，AlphaFold程序在百余支隊伍中脫穎而出。將深度學習與張力控制算法結合，并應用于結構和遺傳數據，該深度學習網絡利用目前已知的17萬種解析完畢的蛋白質進行了訓練，是“劃時代的進步，表明人工智能的建模和算法可代替甚至超過高精專的儀器設備和結構生物學實驗”。12月1日，谷歌旗下的DeepMind公司宣布，其新一代AlphaFold人工智能系統在國際蛋白質結構預測競賽（CASP）上擊敗了其余的參會選手，精確預測了蛋白質的三維結構，準確性可與冷凍電子顯微鏡（cryo-EM）、核磁共振或X射線晶體學等實驗技術相媲美。長久以來，人們需要借助實驗確定完整的蛋白質結構，這些方法往往需要數月甚至數年時間。而現在，人工智能也有能力給出精確預測的計算方法，可能只要幾天甚至半個小時。3.2、人工智能關鍵技術概要【2、7、29】如上所述，只有逐步將AI關鍵技術，滲透、融合、賦能于各種儀器設備和測試實驗技術，才能逐步構建出自動化、智能化實驗室，創立各類、從承擔不同任務的初級人工智能實驗室，直至屬于當今尚難確切設想的“未來學派”的實驗室，即能破解自然、改造自然的人工智能機器人系統。所以，了解清楚人工智能科技中關鍵技術有哪些，才能結合自己從事的學科和行業，選擇或甚至于與AI專家聯合、挖掘、深化、延伸開發出AI關鍵技術中的細節。鑒于AI科技發展非常迅猛，學者對其中關鍵技術有不同的見解，有的學者專家歸納為六個，有的歸納為七個，并各有定義、內容細化和應用程序示例【2、3、29】。現主要依據其中屬于高級科普性的表述，吸納另兩種表述中的相關內容，綜合如下：（若有錯誤，系本文作者水平不高，懇請指正，共同研討）3.2.1機器學習(MachineLearning)機器學習是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的性能，是人工智能技術的核心,研究從觀測數據(樣本)出發尋找規律，利用這些規律對未來數據或無法觀測的數據進行預測。根據學習模式分為：監督學習、無監督學習和強化學習等。監督算法是指在根據自己的輸入做出預測之前，會從輸入和輸出的結構化數據集來進行學習。無監督算法是指觀察結構化數據，并對已識別的模式提供相關見解。3.2.2知識圖譜本質上是結構化的語義知識庫，通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關系網絡，提供了從“關系”的角度去分析問題的能力。更通俗地說就是，對文本資料進行掃描，然后對圖像文件進行分析處理，以獲取文字及版面信息的技術。可分為5個階段：1.圖像處理，針對圖像的成像問題進行修正；2.文字檢測；3.文字識別；4.文本抽取；5.輸出。3.2.3自然語言處理自然語言處理是計算機科學領域與人工智能領域中的一個重要方向，研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法，涉及的領域較多，主要包括：1)機器翻譯：機器翻譯技術是指利用計算機技術實現從一種自然語言到另外一種自然語言的翻譯過程。2)語義理解：語義理解技術是指利用計算機技術實現對文本篇章的理解，并且回答與篇章相關問題的過程。3)問答系統：問答系統分為開放領域的對話系統和特定領域的問答系統。問答系統技術是指讓計算機像人類一樣用自然語言與人交流的技術。自然語言處理面臨四大挑戰：一是在詞法、句法、語義、語用和語音等不同層面存在不確定性；二是新的詞匯、術語、語義和語法導致未知語言現象的不可預測性；三是數據資源的不充分使其難以覆蓋復雜的語言現象；四是語義知識的模糊性和錯綜復雜的關聯性難以用簡單的數學模型描述，語義計算需要參數龐大的非線性計算。3.2.4人機交互人機交互主要研究人和計算機之間的信息交換，主要包括人到計算機和計算機到人的兩部分信息交換，外圍技術傳統的人與計算機之間的信息交換主要依靠交互設備進行，人機交互技術除了傳統的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機交互等技術。3.2.5計算機視覺計算機視覺是使用計算機模仿人類視覺系統的科學，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力，根據解決的問題，計算機視覺可分為計算成像學、圖像理解、三維視覺、動態視覺和視頻編解碼五大類。未來計算機視覺技術的發展主要面臨以下挑戰：一是如何在不同的應用領域和其他技術更好的結合，計算機視覺在解決某些問題時可以廣泛利用大數據，已經逐漸成熟并且可以超過人類，而在某些問題上卻無法達到很高的精度；二是如何降低計算機視覺算法的開發時間和人力成本；三是如何加快新型算法的設計開發，隨著新的成像硬件與人工智能芯片的出現，針對不同芯片與數據采集設備的計算機視覺算法的設計與開發也是挑戰之一3.2.6生物特征識別生物特征識別是指通過個體生理特征或行為特征對個體身份進行識別認證的技術。從應用流程看，生物特征識別通常分為注冊和識別兩個階段。注征信息進行采集，如利用圖像傳感器對指紋和人臉等光學信息、麥克風對說話聲等聲學信息進行采集，利用數據預處理以及特征提取技術對采集的數據進行處理，得到相應的特征進行存儲。識別過程采用與注冊過程一致的信息采集方式對待識別人進行信息采集、數據預處理和特征提取，然后將提取的特征與存儲的特征進行比對分析，完成識別。從應用任務看，生物特征識別一般分為辨認與確認兩種任務，辨認是指從存儲庫中確定待識別人身份的過程，是一對多的問題;確認是指將待識別人信息與存儲庫中特定單人信息進行比對，確定身份的過程，是一對一的問題。涉及的內容十分廣泛，包括指紋、掌紋、人臉、虹膜、指靜脈、聲紋、步態等多種生物特征，其識別過程涉及到圖像處理、計算機視覺、語音識別、機器學習等多項技術。3.2.7VRAR虛擬現實(VR)增強現實(AR)VRAR是以計算機為核心的新型視聽技術結合相關科學技術，在一定范圍內生成與真實環境在視覺、聽覺、觸感等方面高度近似的數字化環境。用戶借助必要的裝備與數字化環境中的對象進行交互，相互影響，獲得近似真實環境的感受和體驗，通過顯示設備跟蹤定位設備、觸覺交互設備、數據獲取設備、專用芯片等實現。虛擬現實增強現實,從技術特征角度，可以分為五個方面：a、獲取與建模技術研究,如何把物理世界或者人類的創意進行數字化和模型化，難點是三維物理世界的數字化和模型化技術;b、分析與利用技術,重點研究對數字內容進行分析、理解、搜索和知識化方法，其難點是在于內容的語義表示和分析;c、交換與分發技術,主要強調各種網絡環境下大規模的數字化內容流通、轉換、集成和面向不同終端用戶的個性化服務等，其核心是開放的內容交換和版權管理技術;d、展示與交換技術重點研究,符合人類習慣數字內容的各種顯示技術及交互方法，以期提高人對復雜信息的認知能力，其難點在于建立自然和諧的人機交互環境;e、標準與評價體系,重點研究虛擬現實增強現實基礎資源、內容編目、信源編碼等的規范標準以及相應的評估技術。目前虛擬現實增強現實面臨的挑戰主要體現在智能獲取、普適設備、自由交互和感知融合四個方面。總體來說,虛擬現實增強現實呈現虛擬現實系統智能化、虛實環境對象無縫融合、自然交互全方位與舒適化的發展趨勢。4、人工智能技術賦能于分析測試與儀器設備雛議的結束語俗話說的：學以致用、有的放矢、探索前行、用中學和學中用，這些的確也是當今和未來分析測試與科學儀器設備的學界和業界面對人工智能科技新浪潮必備思維和行動。鑒于人工智能科技是綜合眾多學科、飛速發展、驚奇奪發、終及莫測、是絕大體量的“大佛爺”，如今已賦能于230多個大領域、大行業，而科學儀器雖是認識和改造自然的工具，也涉及眾多學科和行業，但其體量確實較小，所以值得同行業的朋友們深入探討，現提出以下幾點意見：4.1、首先宜根據所構想的或標準中所確定的分析測試和所用儀器設備的流程各環節，擇優、刪繁取便地選用AI關鍵技術的具體技術框架，匯同AI專業人員具體制訂實施方案、模式、算法等。4.2、鑒于各領域的實驗室的任務、性質、規模、原有基礎等差異很大，所以要建設智能化的實驗室，必須匯同分析測試專家、儀器設備供應廠家、AI專業人士、實驗室設計和實施單位同共制訂方案和細節。4.3、鑒于儀器設備分門別類，每一類儀器又分許多專業化廠家，而分析檢測機構千萬家，所以建議各種儀器設備專業廠家和大型檢測體系中，都應在原有人才配置的基礎上吸納或培養AI專業人才。原儀器設備和分析測試行業的人員極宜從AI掃盲開始，造就一些懂得AI科技的跨界人才。4.4、所有分析測試和實驗流程大致是：樣品前處理、試劑準備、樣品消解、提取、加樣、儀器運行、數據分析、出成果。所以應在測試分析實驗室全過程各環節上尋找出可融合AI技術中具體和宏觀人工智能化的細節，這就需要AI專業人員掌握、了解具體的要求，並在大數據、算法、算力上下功夫了。4.5、我發現國外許多著名科學儀器設備廠家的產品，都在逐步融入了AI技術，提升其產品性能、功能，而在其儀器設備名稱上不冠有人工智能。另外，不少應用AI技術于分析測試技術的文獻題目上，也很少冠用AI，只有在文獻摘要中和儀器設備詳細的說明書中才能露出蹤跡，其實許多都在專利保護中，這也值得我們學習的。4.6、國外有些儀器設備生產的大企業，不僅其儀器設備中融入AI技術，而且都考慮到用不同儀器設備，整合而成具有智能化的、用于不同測試任務的自動化、智能化檢測系統，如珀金埃爾默的新冠病毒高通量自動化系統，這也值得我國借鑒。4.7、我國不同時期、不同部門建了一大批不同任務的實驗室，儀器設備新舊參差不齊，這類實驗室不僅談不上智能化，連一點自動化也談不上，由業務水平低的工作人員操作，其檢測結果是很難保證的，所以如能在舊儀器設備改造中融入一點AI技術，或成立具有掌握一些AI技術、從事儀器設備智能化改造和整合的企業是有潛在市場的。4.8、由于我國當今AI專業頂級人才和專業人才都欠缺，而近幾年成立的科技公司像雨后春筍，其中不少擁擠在相互抄襲、來錢快、冠有智能化的產業和行業，但門難進，也少有創新。我搜索了一些著名有關AI發展報告，國外不少AI專才和成果，出自于“碼農”、程序員、SOHO小公司，所以我建議當前大學畢業生，只要專業與AI科技占邊的，自謀成立面向儀器設備和測試分析行業的AI技術融合、賦能的SOHO公司是大有作為的。主要參考文獻彖1、我國發展人工智能最大的壓力竟是……瞭望智庫2、6大人工智能應用關鍵技術，終于有人講明白了達觀數據3、人工智能7大關鍵技術，終于有人講明白了wuhancar4、新華三人工智能發展白皮書：AI芯片“井噴”式發展5、騰訊發布2020人工智能白皮書：泛在智能6、人工智能賦能新時代--人工智能賦能的研究領域及實現技術7、人工智能技術賦能新發展格局8、人工智能將賦能哪些行業（三）9、人工智能賦能的數據管理、分析與系統專刊前言10、大咖面對面｜人工智能時代，我們應該思考的3個問題11、智能儀器儀表技術前景與應用12、清華大學：人工智能十年發展總結，中國進步神速，專利占全球七成13、人工智能2020：落地挑戰與應對14、自動檢測技術與人工智能15、今后的儀器會是什麼樣子哪?儀器信息網16、人工智能在硅谷造了一個全自動實驗室儀器信息網17、這個堪比芯片的關鍵行業，二十年來不進反退，全中國沒有一家能打的18、低劑量光聲成像研究獲進展《科學進展》19、實驗室自動化、智能化技術及應用儀器信息網20、顏寧等點評：AI精準預測蛋白質結構，結構生物學何去何從？21、中國制造的隱痛：傳感器之殤22、美國發布重大科技趨勢報告：未來30年，這20項技術將顛覆人類生活！23、科學儀器智能化前景廣闊儀器信息網24、海克斯康：從精密測量走向智能制造的廣闊天地——?專訪海克斯康制造智能執行總裁（CEO）郝健先生2020年8月11日25、未來實驗室的“手”，盤點那些實驗室中的機器人儀器信息網26、新冠病毒高通量自動化檢測解決方案，explorerG3系統幫您實現-珀金埃爾默27、Optoflash:馬波斯最新柔性測量方案28、人工智能應用于檢測設備市場潛力巨大——工博會系列之二29、人工智能技術主要包含那些核心技術30、小米雷軍提議：“智能制造”引領儀器儀表行業未來發展方向儀器信息網31、深度學習人工智能在尿液有形成分分析中的應用和突破32、第八屆中國體外診斷產業發展大會完整版日程33、人工智能讓無人實驗室或成可能——訪島津分析計測事業部市場部自動化市場專員王月?儀器信息網34、智能科學與技術和人工智能的區別35、人工智能技術在儀器儀表中的發展與應用36、人工智能算法有助于快速分析蛋白質折疊結構37、困擾人類50年的問題將被解決，AlphaFold帶來上帝視角?38、中國科大等利用人工智能預測蛋白質“光學指紋”39、祝賀！人工智能首次成功解析蛋白質結構40、人工智能算法有助于快速分析蛋白質折疊結構41、2019北京光譜年會——人工智能與光譜的結合42、人工智能將融合、推動甚至顛覆科學儀器和分析測試技術是大勢所趨?儀器信息網批注：以下這篇文稿，取至于百度文庫2016年12月31日，中國科學院化工冶金研究所李曉霞等建立的CHIN(ChemicalInformationNetwork)，原稿為75頁PPt、為便于閱讀，經復制和轉變為WORD文本，該文從AI基本知識逐步深入和概括地介紹分析化學中的應用，同時還列出國內外科技文獻和專利文獻的搜索網址等，是屬髙級科普，適于從事分析化學、測試檢驗、科學儀器設備等業內人士閱讀，也可作為上述人員與AI專業人員構通的橋梁，鑒于AI技術和落地應用飛速發，該綜述性的文稿犮布已是五年前了，故宜用新材料訂正吧！43、人工智能技術在分析化學中的應用關于作者：中國農業科學院中國儀器儀表學會,蔣士強1.1977年以來，從事科學儀器與測試技術在農業、生物技術、檢驗檢疫和環境檢測中應用研究，近十多年致力于食品和農產品安全保障體系與檢測技術研究。 2.曾主持并完成二項部重課題，獲部級科技二等獎。 3.主要著作：《儀器與農業》,《機械工程手冊》第十卷第七篇副主編、撰寫了《農用儀器》。 4.主要論文：“溫室中的自動控制技術”、“生物工程中的儀器設備”、“近紅外光譜分析儀及其在我國的應用”、“農業測試分析”、“農業樣品分析”、“現代科學儀器與分析科學在農業現代化中的作用與展望”、“食品安全保障體系建設與分析測試技術”、“農產品、食品安全檢測方法與儀器”、“我國科學儀器技術差距、產業狀況和加速提升產業化水平的建議”、“食品安全保障體系中對科學儀器和測試技術的需求”、“加強食品毒理學研究和風險性評估，建立完善的標準體系和食品安全保障鏈”、“食品安全快速篩檢技術”、“食品質量安全保障與檢測體系建設”等五十余篇。 5.曾被聘為"農業部世行貨款項目”、“發改委吉林世行貸款項目”、“日本無償援助項目”、“全國無規定動物疫病區建設項目”、“科技部科學儀器研發專項”、“全國農產品質量安全檢驗檢測體系建設”等項目專家顧問組組長或成員，以及若干企業收購事宜的技術顧問。 6.曾擔任中國儀器儀表學會常務理事、農業儀器應用技術分會常務副理事長、中國分析測試協會專家、中國儀器儀表學會分析儀器分會顧問。現為農業儀器應用技術分會和檢驗檢疫儀器應用技術分會名譽副理事長、分析儀器分會顧問，“現代科學儀器”副主編，科技部、農業部、發改委、工信部、質檢總局咨詢專家。享受囯務院頒發的政府特殊津貼。 關鍵字標籤：digital storage oscilloscopes brand Service UnavailableThe server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later. Additionally, a 503 Service Unavailable error was encountered while trying to use an ErrorDocument to handle the request. | |